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！

龙图腾网获悉苏州傲之途智慧科技有限公司申请的专利一种基于机器视觉的喷涂机器人裂缝识别与自适应喷涂方法、设备及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：CN120900911B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202511440458.3，技术领域涉及：B05D1/02；该发明授权一种基于机器视觉的喷涂机器人裂缝识别与自适应喷涂方法、设备及介质是由田琳;郁雨婷;李静;刘洋设计研发完成，并于2025-10-10向国家知识产权局提交的专利申请。

本一种基于机器视觉的喷涂机器人裂缝识别与自适应喷涂方法、设备及介质在说明书摘要公布了：本发明公开了一种基于机器视觉的喷涂机器人裂缝识别与自适应喷涂方法、设备及介质，涉及喷涂领域，所述方法包括以下步骤：S1、实时采集多模态原始数据流，并生成对齐、去噪并增强的多模态数据；S2、从多模态数据中提取并变换出融合特征金字塔；S3、对融合特征金字塔进行分割，提取裂缝区域的形态参数以及位置坐标；S4、输出优化喷涂参数与局部轨迹调整指令，进行修复性喷涂作业；S5、进行实时视觉反馈与质量验证，若喷涂质量未达到预设标准，再次进行策略调整。本发明能够有效克服复杂桥梁环境下多尺度特征对齐时噪声传播及动态喷涂过程中特征漂移导致的局限性，实现裂缝识别准确率及喷涂修复质量与效率的提升。

本发明授权一种基于机器视觉的喷涂机器人裂缝识别与自适应喷涂方法、设备及介质在权利要求书中公布了：1.一种基于机器视觉的喷涂机器人裂缝识别与自适应喷涂方法，其特征在于，包括以下步骤： S1、实时采集待检测桥梁结构表面的多模态原始数据流，并生成时空对齐、噪声抑制以及特征增强后的多模态数据；所述多模态原始数据流包括高分辨率彩色图像、高精度深度图像以及喷涂机器人的姿态与运动信息； S2、从多模态数据中，采用多模态特征变换单元提取并变换出对时间动态变化具有多尺度的融合特征金字塔；所述多模态特征变换单元包括并行特征提取网络、模态内时序特征变换器组以及跨模态空间注意力融合模块； S3、对融合特征金字塔，采用特征提取与分割单元进行分割，识别并提取裂缝区域的形态参数以及在三维空间中的位置坐标； S4、基于形态参数、位置坐标以及喷涂机器人当前的姿态信息，输出优化喷涂参数与局部轨迹调整指令，进行修复性喷涂作业； 在所述S2的步骤中，所述并行特征提取网络，包含针对彩色图像和深度图像的独立特征提取路径，每条路径均采用一个轻量级卷积神经网络作为主干网络，用于从单帧图像中提取多尺度的初始特征图集； 所述模态内时序特征变换器组，包括至少两个并行的时序变换器模块，分别对应于彩色图像模态和深度图像模态，每个时序变换器模块接收其对应模态的、来自所述并行特征提取网络的多帧、多尺度特征图序列，并通过基于Transformer架构的编码器结构，包含多头自注意力机制与前馈神经网络，在时间维度上捕捉裂缝特征的动态变化模式，生成在时间维度上稳定、对特征漂移具有鲁棒性的多尺度时序特征图集； 所述多模态特征变换单元中，喷涂机器人的姿态与运动信息进一步被整合到所述模态内时序特征变换器组的输入中； 具体的，喷涂机器人的姿态与运动信息经过一个一维卷积神经网络处理，提取其时序特征，并将时序特征作为条件编码，与彩色图像模态和深度图像模态的特征向量进行拼接或通过门控机制进行融合，共同输入至所述时序变换器模块，以提供额外的上下文信息； 所述跨模态空间注意力融合模块，用于接收来自所述模态内时序特征变换器组的彩色图像模态多尺度特征图集与深度图像模态多尺度特征图集，并对于每个特征金字塔层级，执行以下操作： 将彩色图像模态的特征图与深度图像模态的特征图进行上采样或下采样操作，使其空间分辨率对齐； 构建查询、键和值矩阵，并采用跨模态空间注意力机制通过计算查询与键之间的相似度，为值矩阵分配注意力权重，用于实现来自不同模态的特征融合，并通过深度信息抑制结构化噪声的影响； 所述跨模态空间注意力融合模块输出一套融合彩色与深度信息、并在空间维度上经过精确对齐与噪声抑制的多尺度特征金字塔。

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苏州傲之途智慧科技有限公司，其通讯地址为：215316 江苏省苏州市昆山市玉山镇昆太路756号A1幢103-A室；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。