買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京航空航天大學(xué)申請的專利一種基于機(jī)器視覺的發(fā)動機(jī)支架總成裝配質(zhì)量外觀檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119048442B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411077811.1，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)一種基于機(jī)器視覺的發(fā)動機(jī)支架總成裝配質(zhì)量外觀檢測方法是由薛善良;閆長陽;韓皓;項(xiàng)禹東;董瑞琪設(shè)計研發(fā)完成，并于2024-08-07向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于機(jī)器視覺的發(fā)動機(jī)支架總成裝配質(zhì)量外觀檢測方法在說明書摘要公布了：一種基于機(jī)器視覺的發(fā)動機(jī)支架總成裝配質(zhì)量外觀檢測方法，其特征是它包含以下步驟：1.采用自適應(yīng)采樣算法結(jié)合實(shí)際特，制定采樣方案；2.收集并標(biāo)注發(fā)動機(jī)支架總成圖像后，訓(xùn)練GAN模型生成合成圖像并制作數(shù)據(jù)集；3.在YOLOv9算法中引入注意力機(jī)制和輕量級卷積后訓(xùn)練模型；4.采用相機(jī)光源自適應(yīng)算法自動調(diào)整相機(jī)和光源參數(shù)后進(jìn)行圖像采集；5.目標(biāo)檢測后將檢測結(jié)果與合格標(biāo)準(zhǔn)比對分析，判斷零件裝配狀態(tài)；6.將檢測結(jié)果與產(chǎn)品關(guān)聯(lián)建立質(zhì)量追溯機(jī)制；7.定期觸發(fā)持續(xù)學(xué)習(xí)自動化流程，迭代優(yōu)化模型。本發(fā)明提高了對發(fā)動機(jī)支架總成零件裝配狀態(tài)檢測的準(zhǔn)確率和效率，降低了人工成本，實(shí)現(xiàn)了發(fā)動機(jī)支架總成裝配質(zhì)量的外觀檢測，以及質(zhì)量問題追溯和持續(xù)學(xué)習(xí)。

本發(fā)明授權(quán)一種基于機(jī)器視覺的發(fā)動機(jī)支架總成裝配質(zhì)量外觀檢測方法在權(quán)利要求書中公布了：1.一種基于機(jī)器視覺的發(fā)動機(jī)支架總成裝配質(zhì)量外觀檢測方法，其特征是：它包括以下步驟： 步驟1：制定智能采樣方案：采用自適應(yīng)采樣算法，結(jié)合相機(jī)硬件參數(shù)分析和發(fā)動機(jī)支架總成CAD模型或?qū)嶋H掃描數(shù)據(jù)，確定采樣點(diǎn)位置，制定智能采樣方案； 步驟2：建立標(biāo)準(zhǔn)化模板庫：建立包含多種型號、批次和生產(chǎn)線的發(fā)動機(jī)支架總成標(biāo)準(zhǔn)模板庫，并引入模板更新工具，確保模板與實(shí)際產(chǎn)品同步； 步驟3：訓(xùn)練數(shù)據(jù)集制作：收集多光照、多角度和背景下的發(fā)動機(jī)支架總成圖像并標(biāo)注，訓(xùn)練GAN模型生成合成圖像，然后合并成數(shù)據(jù)集并重新標(biāo)注； 步驟4：訓(xùn)練數(shù)據(jù)集數(shù)據(jù)增強(qiáng)：采用圖像旋轉(zhuǎn)，縮放，切割，顏色抖動和高斯濾波數(shù)據(jù)增強(qiáng)方法對數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)； 步驟5：模型改進(jìn)：在YOLOv9基礎(chǔ)上引入注意力機(jī)制和輕量級卷積來改進(jìn)模型；注意力機(jī)制改進(jìn)模型為引入結(jié)合多種注意力機(jī)制優(yōu)點(diǎn)的HAT注意力機(jī)制（HybridAttentionTransformer），注意力機(jī)制包括自注意力、通道注意力和空間注意力；輕量級卷積改進(jìn)模型為將部分YOLOv9中的卷積替換成輕量級Ghost卷積； 步驟6：模型訓(xùn)練：通過超參數(shù)進(jìn)化策略不斷調(diào)整目標(biāo)檢測模型訓(xùn)練的超參數(shù)，直至模型識別分類精度最佳，生成最佳精度零件裝配檢測定位模型； 步驟7：圖像采集：采用相機(jī)光源自適應(yīng)算法自動調(diào)整相機(jī)和光源參數(shù)； 步驟8：目標(biāo)檢測：將預(yù)處理后的圖像輸入至YOLOv9改進(jìn)模型進(jìn)行零件目標(biāo)檢測分類與像素坐標(biāo)定位； 步驟9：裝配質(zhì)量評估：將檢測結(jié)果與標(biāo)準(zhǔn)模板比對，根據(jù)自定義裝配狀態(tài)公式，判斷裝配是否合格，引入數(shù)據(jù)可視化技術(shù)制作詳細(xì)直觀的外觀質(zhì)量檢測報告； 步驟10：持續(xù)學(xué)習(xí)：定期觸發(fā)收集實(shí)際數(shù)據(jù)、評估性能、更新參數(shù)并重新訓(xùn)練的持續(xù)學(xué)習(xí)自動化流程； 步驟11：質(zhì)量追溯：將每次檢測的結(jié)果與產(chǎn)品信息關(guān)聯(lián)起來，建立質(zhì)量追溯機(jī)制。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京航空航天大學(xué)，其通訊地址為：210016 江蘇省南京市秦淮區(qū)御道街29號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。