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！

龙图腾网获悉宁波市政工程建设集团股份有限公司申请的专利多源数据融合的桥梁裂缝智能巡检机器人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：CN121090561B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511646462.5，技术领域涉及：G01N21/95；该发明授权多源数据融合的桥梁裂缝智能巡检机器人系统是由陈浩波;王海波;章微唯;朱奇威;周雯设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本多源数据融合的桥梁裂缝智能巡检机器人系统在说明书摘要公布了：本发明涉及桥梁裂缝检测技术领域，具体涉及多源数据融合的桥梁裂缝智能巡检机器人系统，该系统通过双输入权重预测模型动态确定各目标巡检数据的数据权重，实时适配不同巡检场景下多源数据的可靠性差异，有效避免单一数据源因场景适配性差主导融合结果，让视觉、红外、超声数据的融合更贴合实际巡检条件，大幅提升裂缝关联特征提取的精准度与稳定性，桥梁检测精度奖励、巡检覆盖度奖励、检测路径效率奖励及巡检机器人能耗奖励的独立设置，实现了对巡检核心目标的精准管控。各奖励分别聚焦“检测准确性”、“关键区域覆盖完整性”、“路径合理性”、“能耗经济性”四大维度，四类奖励的协同配置进一步强化了系统的场景适配能力与多目标优化效果。

本发明授权多源数据融合的桥梁裂缝智能巡检机器人系统在权利要求书中公布了：1.多源数据融合的桥梁裂缝智能巡检机器人系统，其特征在于，包括： 多源数据巡检权重适配模块，用于获取视觉传感数据、红外热成像数据和超声传感数据；分别提取裂缝关联特征，其中视觉特征为由ResNet-50提取得到的256维纹理特征向量，红外特征为16维温度差异和梯度统计特征向量，超声特征为8维裂缝深度、回波幅值、反射波宽度及其扩展特征向量；构建双输入权重预测模型，所述模型输入为7维参数，包含环境参数及数据质量参数，环境参数包括光照强度、风速、温度、湿度，数据质量参数包括视觉清晰度、红外信噪比、超声信号强度，输出为视觉权重w1、红外权重w2、超声权重w3且满足w1+w2+w3=1并均非负；基于所述权重对三类特征向量进行加权融合形成融合特征向量并生成特征可信度标签； 桥梁巡检三维空间构建模块，用于将桥梁巡检场景子维度、智能巡检机器人状态子维度与多源融合特征维度构建为桥梁巡检三维空间，其中场景子维度至少包括桥梁关键区域、实时环境工况与裂缝风险等级，机器人状态子维度至少包括位置与姿态、设备运行状态与能耗与续航；并通过规则库及动态映射矩阵建立三维交叉关联，所述动态映射矩阵以场景子维度为行、机器人状态子维度为列，动态映射矩阵的元素为融合特征权重调整系数并按周期更新； 桥梁裂缝巡检奖励分配模块，基于桥梁关键子区域定义与区域优先级，生成包含检测精度奖励、巡检覆盖度奖励、检测路径效率奖励与巡检机器人能耗奖励的综合奖励，其中精度奖励至少考虑标准化特征可信度与区域优先级并对低可信标记次数及多源特征冲突次数进行惩罚；覆盖度奖励至少与已巡检关键子区域占比及未巡检超期高优先级子区域对应的时效因子相关；路径效率奖励至少与无效绕路里程及高优先级绕路系数相关；能耗奖励至少与有效单位能耗及高优先级能耗效率相关； 桥梁检测精度奖励；其中，Rdmi=标准化特征可信度*h1+区域优先级*h2；为特征可信度系数，为区域优先级系数，标准化特征可信度：融合特征可信度标准化为0-1的取值；Pd=低可信度特征标记次数*a1+多源特征冲突次数*a2；为低可信标记系数，为多源特征冲突系数，低可信度特征标记次数：智能巡检机器人实时计算每个标记区域的融合特征可信度，统计融合特征可信度g分且标记为疑似裂缝的次数，即为低可信度特征标记次数；多源特征冲突次数：实时对比三类特征结论：视觉、红外、超声，若两类及以上特征结论矛盾，计1次冲突，统计冲突总次数，即为多源特征冲突次数； 巡检覆盖度奖励；其中，Rcfu=已巡检关键子区域数总关键子区域数*1+时效因子*j1； 关键子区域的定义：按桥梁结构离散划分的最小巡检单元，总数固定，智能巡检机器人通过定位可实时判断是否已巡检；时效因子=Σ未巡检超期的高优先级子区域数×区域优先级×0.1；为权重系数；Pu=未巡检的1级子区域数×b1+未巡检的2级子区域数×b2；、均为权重系数； 检测路径效率奖励；其中，Rrqd=1-无效绕路里程最优路径里程*k1*高级优先级绕路系数；无效绕路里程=实际巡检里程-最优路径里程-合理避障里程；实际巡检里程：智能巡检机器人依据GPS实时统计的行驶总里程；最优路径里程：基于桥梁数字地图预计算的“无避障、全覆盖关键子区域”的最短里程；合理避障里程：智能巡检机器人实时检测的“避开障碍物的额外行驶里程”；k1为权重系数；高优先级绕路系数：约束绕开核心区的行为，取值0.8~1.2：无绕开1-2级子区域：系数=1.2；绕开1个2级子区域：系数=1.0；绕开1个1级子区域：系数=0.8；Pz=绕开1级子区域数×c1+绕开2级子区域数×c2；c1、c2均为权重系数； 巡检机器人能耗奖励；其中，Rqsa=剩余电量百分比100×基准能耗有效单位能耗×L1×高优先级能耗效率；剩余电量百分比：智能巡检机器人的实时电量百分比；有效单位能耗=总能耗-无效能耗已巡检关键子区域数；总能耗：智能巡检机器人实时统计的总耗电量；无效能耗：智能巡检机器人“原地待机、空驶”的能耗；已巡检关键子区域数：实时统计的1-2级子区域已覆盖数量；基准能耗：预设定的“单关键子区域巡检标准能耗”；高优先级能耗效率=已巡检1级与2级子区域数总1级与2级子区域数；L1为权重系数；Pe=1-高优先级能耗效率×d1+无效能耗总能耗×d2；d1、d2均为权重系数； 巡检方案择优控制模块，采用改进NSGA-II生成并维护以四个奖励维度为目标的帕累托最优解集，其中改进NSGA-II至少包括基于桥梁关键区域优先级与历史优质策略的种群初始化及按场景动态奖励权重加权的拥挤度计算；并由强化学习智能体对候选策略进行测试与反馈，所述强化学习智能体的状态为桥梁三维空间实时向量、动作为巡检策略参数且包括下一巡检子区域与三权重，奖励为所述综合奖励；强化学习智能体将执行得到的实际奖励与环境状态偏差回流用于更新候选策略适应度以迭代更新帕累托最优解集，并据此控制机器人执行巡检方案择优。

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宁波市政工程建设集团股份有限公司，其通讯地址为：315000 浙江省宁波市海曙区新典路21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。