一种基于YOLOV3-Tiny的室外直升机尾桨振动量实时监测方法

发明专利null

申请号：
CN202210476407.6
IPC分类号：G06V10/22;G06V20/52;G06T7/80;G06T7/73;G06V10/75;G06V10/10;G06V10/774;G06V10/82
申请日期：
2022-04-29
申请人：
南昌航空大学

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	一种基于YOLOV3-Tiny的室外直升机尾桨振动量实时监测方法
申请号	CN202210476407.6	申请日期	2022-04-29
法律状态	暂无	申报国家	中国
公开/公告日	2022-08-16	公开/公告号	CN114913317A
优先权	暂无	优先权号	暂无
主分类号	G06V10/22	IPC分类号	G;0;6;V;1;0;/;2;2;;;G;0;6;V;2;0;/;5;2;;;G;0;6;T;7;/;8;0;;;G;0;6;T;7;/;7;3;;;G;0;6;V;1;0;/;7;5;;;G;0;6;V;1;0;/;1;0;;;G;0;6;V;1;0;/;7;7;4;;;G;0;6;V;1;0;/;8;2查看分类表>
申请人	南昌航空大学	申请人地址	江西省南昌市丰和南大道696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	南昌航空大学	当前权利人	南昌航空大学
发明人	熊邦书;陈加保;欧巧凤;余磊
代理机构	南昌华成联合知识产权代理事务所（普通合伙）	代理人	黄晶

摘要

本发明涉及基于YOLOV3‑Tiny的直升机尾桨振动量实时监测方法，其包括以下步骤1)计算机视觉标定；2)实时尾桨图像采集；3)尾桨桨尖区域智能定位；4)尾桨桨尖气动中心点定位；5)尾桨振动量实时监测。本发明利用计算机视觉技术进行高速、高质量的尾桨图像采集和计算机视觉标定，具有精度高的特点；采用YOLOV3‑Tiny深度学习网络对尾桨桨尖区域进行智能定位，保证了室外全天候复杂光照和背景下的精准定位，具有适应性强、速度快的特点；通过桨尖的几何特性定位桨尖的气动中心点，实现了尾桨振动量的实时监测。本发明可用于直升机尾桨振动量的实时监测，为新型直升机的设计、改进提供数据支撑，指明改进方向。

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