一种风电机组叶片无人机自动感知识别方法

发明专利有效专利

申请号：
CN201910452161.7
IPC分类号：G06K9/00;G06K9/32;G06K9/34;G06K9/62;G06N3/04;G06N3/08;F03D17/00
申请日期：
2019-05-28
申请人：
李峥嵘;刘月娥

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种风电机组叶片无人机自动感知识别方法
申请号	CN201910452161.7	申请日期	2019-05-28
法律状态	实质审查	申报国家	中国
公开/公告日	2019-08-23	公开/公告号	CN110163177A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;3;2;;;G;0;6;K;9;/;3;4;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;F;0;3;D;1;7;/;0;0查看分类表>
申请人	李峥嵘;刘月娥	申请人地址	陕西省西安市周至县九峰镇何家寨村北街49号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	李峥嵘,刘月娥	当前权利人	李峥嵘,刘月娥
发明人	李峥嵘;刘月娥
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种风电机组叶片无人机自动感知识别方法，包括以下步骤：1、在不同角度、不同环境条件下采集风电机组叶片全景图像；2、创建风机数据集并标注风电机组的主要结构；3、搭建MaskR‑CNN神经网络；4、采用MaskR‑CNN神经网络对风机数据集进行训练获取网络训练模型；5、利用训练好的网络训练模型对未知的叶片图像进行风电机组结构分类和叶尖预测；6、利用风电机组结构约束条件修正分类错误的风电机组结构类别；7、在检测结果中排除非感兴趣目标。本发明的有益之处在于：(1)采用MaskR‑CNN神经网络进行叶片、叶尖识别，较传统计算机视觉算法更加稳定；(2)对MaskR‑CNN神经网络进行了修改，增加了修正条件，对叶片、叶尖具有较高的识别准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供