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！

龙图腾网获悉中国科学院西安光学精密机械研究所申请的专利一种基于X光仿真的空间碎片典型惯量特征提取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：CN120526175B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511021849.1，技术领域涉及：G06V10/62；该发明授权一种基于X光仿真的空间碎片典型惯量特征提取方法是由姚大雷;卜凡;王东;杨鹏飞;王力设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本一种基于X光仿真的空间碎片典型惯量特征提取方法在说明书摘要公布了：本发明公开了一种基于X光仿真的空间碎片典型惯量特征提取方法，解决了传统可见光成像与雷达探测手段无法准确获取空间碎片内部结构，从而导致惯量估计不准确的问题；本发明方法基于X光源下的图像数据集，结合深度学习和刚体动力学模型进行轨迹估算，在对空间碎片进行动态分析时，能够精确估算空间碎片的运动轨迹以及速度。

本发明授权一种基于X光仿真的空间碎片典型惯量特征提取方法在权利要求书中公布了：1.一种基于X光仿真的空间碎片典型惯量特征提取方法，其特征在于，包括以下步骤： 步骤1、对X光源下随机生成的不同类型、材质、形状及尺寸的空间碎片模型进行仿真，并获取单类别空间碎片图像；将单类别空间碎片图像进行灰度叠加，得到多类别空间碎片图像； 步骤2、分别将单类别空间碎片图像和多类别空间碎片图像进行旋转投影，得到投影图像，分别将投影图像进行反投影，得到单类别空间碎片反投影图像和多类别空间碎片反投影图像； 步骤3、分别对单类别空间碎片反投影图像、多类别空间碎片反投影图像进行原路径反向叠加，生成单类别初步X光图像和多类别初步X光图像； 步骤4、将单类别初步X光图像和多类别初步X光图像随机组合生成组合图像，对每个组合图像中单类别初步X光图像和多类别初步X光图进行位置及类别标注，得到图像数据集； 步骤5、构建YOLOv11网络，并通过图像数据集对YOLOv11网络进行训练，得到优化的YOLOv11网络； 所述YOLOv11网络采用CSPDarknet53骨干网络，包括：五个第一卷积层Conv、四个C3K2模块、SPPF模块和C2PSA模块； 其中，第一个第一卷积层Conv、第二个第一卷积层Conv、第一个C3K2模块、第三个第一卷积层Conv、第二个C3K2模块、第四个第一卷积层Conv、第三个C3K2模块、第五个第一卷积层Conv、第四个C3K2模块、SPPF模块以及C2PSA模块按输入输出的顺序依次设置； 步骤6、将待检测的空间碎片图像输入优化的YOLOv11网络，得到目标检测框不同时刻的位置； 步骤7、根据目标检测框不同时刻的位置，确定待检测的空间碎片的轨迹、速度以及空间碎片尺寸，具体为： 步骤7.1、根据目标检测框不同时刻的位置计算目标检测框不同时刻的质心位置，并绘制目标检测框质心位置轨迹，即为空间碎片位置轨迹； 步骤7.2、根据相邻帧的目标检测框质心位置变化，计算目标检测框的质心速度，即为待检测空间碎片的速度； 步骤7.3、对目标检测框位置进行阈值分割及连通域分析，确定待检测的空间碎片的尺寸。

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中国科学院西安光学精密机械研究所，其通讯地址为：710119 陕西省西安市高新区新型工业园信息大道17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。