买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国民用航空飞行学院申请的专利航空滑油的存取管理方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120952676B 。

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511471232.X，技术领域涉及：G06Q10/087；该发明授权航空滑油的存取管理方法、装置、设备及存储介质是由魏永祥;蒋平清;赵文强;李自山设计研发完成，并于2025-10-15向国家知识产权局提交的专利申请。

本航空滑油的存取管理方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种航空滑油的存取管理方法、装置、设备及存储介质，涉及图像处理技术领域，方法通过多模态智能感知与决策系统的集成，解决了航空滑油管理领域长期存在的‌人工操作效率低下‌与‌物账一致性难以保障‌两大核心问题。传统管理模式依赖人工核验和纸质记录，存在响应延迟、易出错且无法实时监控的缺陷，而本方案通过滑油供应柜的称重传感器与计算机视觉算法的协同，实现了对滑油存取全流程的自动化追踪。杜绝了传统管理中因人为疏忽导致的物账不符风险。此外，人脸识别授权机制确保了操作权限的严格管控，从技术层面实现了航空维修领域对高危险品管理的合规性要求。

本发明授权航空滑油的存取管理方法、装置、设备及存储介质在权利要求书中公布了：1.一种航空滑油的存取管理方法，所述存取管理方法应用于放置在滑油供应柜中的若干个相同规格的滑油罐内，所述滑油供应柜具有称重功能，所有滑油罐处于通过纸箱整装或散装的至少一种状态，其特征在于，所述存取管理方法包括： 步骤S1，响应于外部工作人员的滑油供应柜打开请求，采用‌FaceNet深度卷积神经网络提取人脸特征，并从外部数据库调用与所述人脸特征相匹配的授权信息； 步骤S2，若存在所述授权信息，则开启所述滑油供应柜，基于所述外部工作人员完成存放操作后，通过所述称重功能获取称重数据并基于梯度提升决策树模型处理所述称重数据，得到整装散装组合的取出最优解； 步骤S3，将所述取出最优解发送至所述外部工作人员，在所述外部工作人员完成取出操作后，通过OpenCV霍夫圆检测识别滑油罐的瓶口特征、Yolo算法识别整装纸箱角点、MaskR-CNN实例分割模型识别开盖纸箱的立体几何特征，得到归还空罐数量、整装纸箱数量、散装纸箱数量； 步骤S4，构建预训练的、包括视觉分支和重量分支的、共享卷积核参数的‌孪生神经网络对比模型； 步骤S5，将所述归还空罐数量、所述整装纸箱数量、所述散装纸箱数量分别以特征向量形式输入所述视觉分支，并将所述称重数据以时序数据形式输入所述重量分支； 步骤S6，通过所述‌孪生神经网络对比模型输出所述视觉分支与所述重量分支的余弦相似度得分，当所述余弦相似度得分低于预设分数阈值时，生成存取异常信号； 步骤S4，构建预训练的、包括视觉分支和重量分支的、共享卷积核参数的‌孪生神经网络对比模型，包括： 步骤S41，构建包含视觉分支和重量分支的对称神经网络结构，两个分支均采用ResNet-18作为基础架构； 步骤S42，通过Xavier方法初始化两个分支的权重值以共享两个分支的卷积核参数； 步骤S43，获取空滑油罐、未开封滑油罐、整装纸箱、散装纸箱的视觉特征作为锚点样本； 步骤S44，将正常操作的称重数据作为正样本、异常操作的称重数据作为负样本； 步骤S45，通过三元组损失函数对所述锚点样本、所述正样本、所述负样本进行预训练，以使所述对称神经网络结构在特征空间形成紧凑类内距离和分散类间距离，得到所述‌孪生神经网络对比模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国民用航空飞行学院，其通讯地址为：618307 四川省德阳市广汉市南昌路四段46号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。