Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京海铵德机械科技有限公司顾青柏获国家专利权

北京海铵德机械科技有限公司顾青柏获国家专利权

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!

龙图腾网获悉北京海铵德机械科技有限公司申请的专利一种激光位移测试方法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:CN119374497B

龙图腾网通过国家知识产权局官网在2025-08-08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:202411424454.1,技术领域涉及:G01B11/02;该发明授权一种激光位移测试方法是由顾青柏设计研发完成,并于2024-10-12向国家知识产权局提交的专利申请。

一种激光位移测试方法在说明书摘要公布了:本发明公开了一种激光位移测试方法,属于激光位移测试技术领域,以样本图像数据以及对应的位移数据为基础,对预先构建的深度学习图像识别模型进行优化,得到位移测试模型,然后获取实时测试数据,并采用所述位移测试模型对所述实时测试数据进行识别之后,得到激光位移测试结果,结合了深度学习进行激光位移测试,能够有效地提升位移测试精度以及稳定性。

本发明授权一种激光位移测试方法在权利要求书中公布了:1.一种激光位移测试方法,其特征在于,包括: 确定激光发射器与被测物体之间的第一测试数据以及不断移动被测物体之后的第二测试数据; 其中,所述第一测试数据以及第二测试数据均包括测试距离以及由被测物体表面反射并被面阵图像传感器采集的测试图像; 根据所述第一测试数据以及所述第二测试数据,进行测试数据融合,以确定样本图像数据以及对应的位移数据; 以样本图像数据以及对应的位移数据为基础,对预先构建的深度学习图像识别模型进行优化,得到位移测试模型; 获取实时测试数据,并采用所述位移测试模型对所述实时测试数据进行识别之后,得到激光位移测试结果; 根据所述第一测试数据以及所述第二测试数据,进行测试数据融合,以确定样本图像数据以及对应的位移数据,包括: 取出第二测试数据中的测试图像,并确定任意两个相邻位置对应的测试图像中光斑对应的像素位置; 以所述两个相邻位置对应的测试图像中光斑对应的像素位置以及测试距离为基础,采用线性插值法生成新测试图像以及新测试图像对应的测试距离,以生成测量限程内所有距离下的新测试数据; 针对任意一个第二测试数据或任意一个新测试数据,将测试图像与第一测试数据中的测试图像进行拼接,得到拼接图像,并将所述拼接图像作为样本图像数据,将第二测试数据或新测试数据中的测试距离作为对应的位移数据; 以样本图像数据以及对应的位移数据为基础,对预先构建的深度学习图像识别模型进行优化,得到位移测试模型,包括: 针对预先构建的深度学习图像识别模型,随机初始化深度学习图像识别模型对应的模型参数,并将所述模型参数组成向量,得到模型参数向量; 以上述模型参数向量获取方法为基础,获取多个不同的模型参数向量,完成初始解的生成; 在当前优化过程中,对模型参数向量进行随机方向上的局部信息探索,得到局部信息探索之后的模型参数向量; 针对局部信息探索之后的模型参数向量,采用概率决策方法对模型参数向量进行随机方向上的全局信息探索,得到全局信息探索之后的模型参数向量; 针对全局信息探索之后的模型参数向量,采用多信息交互方法对模型参数向量进行最优信息探索,得到最优信息探索之后的模型参数向量; 判断当前优化次数是否到达最大优化次数,若是,则根据最优信息探索之后的模型参数向量,确定深度学习图像识别模型的最终参数,得到位移测试模型,否则返回局部信息探索的步骤。

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北京海铵德机械科技有限公司,其通讯地址为:100000 北京市通州区新华西街58号院2号楼23层2323;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。