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！

龙图腾网获悉上海交通大学申请的专利一种金属焊点形态检测方法和焊点焊后质量检测识别系统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：CN119131495B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411257692.8，技术领域涉及：G06V10/764；该发明授权一种金属焊点形态检测方法和焊点焊后质量检测识别系统是由栗志;李铸国设计研发完成，并于2024-09-09向国家知识产权局提交的专利申请。

本一种金属焊点形态检测方法和焊点焊后质量检测识别系统在说明书摘要公布了：本发明公开了一种金属焊点形态检测方法，涉及焊接形态识别领域，包括以下步骤：构建焊点的多角度递进和多角度采集焊点点云的采样系统；先在主视角建立主点云，并设计算法判断主点云的质量，若主点云数据不足就继续从其他角度采集辅点云，进而进行二次判别；根据所述待检测样本的集合特征，设计快速的3D点云融合方案；最后，通过机器学习输出焊点的形态描述。本发明还公开了一种焊点焊后质量检测识别系统，基于以上方法，并将输出的焊点形态信息与标准合格焊点匹配，实时给出焊点的质量评估结果。本发明的采集效率高，可以有效克服环境影响和传感器噪声的干扰，提高点云文件的准确性和完整性，进而提升神经网络识别数据的准确度。

本发明授权一种金属焊点形态检测方法和焊点焊后质量检测识别系统在权利要求书中公布了：1.一种金属焊点形态检测方法，其特征在于，包括以下步骤： 步骤1、构建焊点的多角度递进的采样系统，支持多角度采集焊点点云； 待检测样本是金属材质、具有反光特性的焊点；所述焊点的正投影近似长方形，有反光属性； 所述的多角度递进的采样系统包括：一个结构光建模的3D传感器和一个可以使所述3D传感器在球面空间内移动的支架，所述待检测样本位于球面空间的球心附近，通过所述3D传感器的移动将所述3D传感器置于预设的位置，获取各角度拍摄的点云，避免视觉遮挡； 采样过程为：首先所述传感器位于所述待检测样本正上方，所述待检测样本与镜头连线的直线垂直于镜头，此角度拍摄点云作为主点云；之后根据算法判断主点云数据是否完整，若主点云数据不能达到要求则进行辅点云的采集，即沿着所述待检测样本与镜头连线的直线向任意位置偏转30度并在球面作与该直线垂直的圆环作为传感器移动轨迹，沿着所述圆环每隔90度再次对所述待检测样本进行30度角度的侧面拍摄，根据所述主点云的数据密度选择执行1-4次，此步骤生成的点云作为辅点云，其中同一个角度可以拍摄多张来避免噪声干扰，整个采样过程要根据待检测目标限制传感器的建模区域，让所述待检测样本可以被完整建模； 所述待检测样本由主点云文件和辅点云文件组成，每个文件均支持多次重复采样； 步骤2、根据所述待检测样本的集合特征，设计快速的3D点云融合方案，具体操作如下： 步骤2.1、信号预处理，将所述待检测样本目标进行特定分离，得到预处理后的单独的焊点点云信息； 步骤2.2、将所述待检测样本目标进行位姿矫正，此步骤处理后，从不同视角拍摄的同一个待检测样本目标将在坐标系内具有相近的坐标数值； 步骤2.3、将所述待检测样本目标进行特定特征点提取，使用数据集来表示原有点云集，就可进行快速的点云融合，其中融合前的点云是步骤1建模的主点云或主点云和各视角下建模的辅点云，具有视觉信息互补性，融合后获取到反应所述待检测样本形貌的点云数据； 步骤2.4、对同一目标物不同视角的点云图像进行融合； 步骤3、进行机器学习的训练，将融合后的点云数据X∈R3，投影到XY平面生成灰度图像，作为卷积神经网络的输入，卷积神经网络最后使用多层感知机进行分类判断，输出该焊点的形态描述，其数学表达式如下： KX,PX=classimgX; 其中imgX是灰度图转换函数，class是卷积神经网络，KX返回是焊点形状的类别，PX是焊点的合格的概率，如果认为PX0.5则系统认为是合格的焊点。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800号；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。