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！

龙图腾网获悉国能宁夏大坝四期发电有限公司申请的专利一种基于模式识别的摘复钩AI精准识别抓取系统及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：CN120807957B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202510926550.4，技术领域涉及：G06V10/44；该发明授权一种基于模式识别的摘复钩AI精准识别抓取系统及方法是由余卫华;陈俊杰;苏尧;黄鑫;周晓东;杨国栋;饶志豪;何海生;张家峰;王鑫设计研发完成，并于2025-07-07向国家知识产权局提交的专利申请。

本一种基于模式识别的摘复钩AI精准识别抓取系统及方法在说明书摘要公布了：本发明涉及图像状态识别技术领域，具体为一种基于模式识别的摘复钩AI精准识别抓取系统及方法，本发明中，通过图像序列帧中吊钩组件的轮廓变化、边界差值及灰度动态进行节点构建，并结合边缘位移累积分析，同时通过图神经网络，对节点间余弦值与坐标差值进行联合对比，构建路径跳变序列，从而增强对状态突变的响应灵敏度，在复杂背景干扰或局部遮挡条件下仍能稳定提取形态演化的关键路径，有效提升空间路径识别的抗干扰性和容错性，通过隐马尔可夫模型进一步在状态速率突变点上进行统计建模，通过匹配标准状态模式，对异常点段执行段落合并与无效片段剔除操作，构建状态标签序列，实现高置信度、多段连续状态的精准划分。

本发明授权一种基于模式识别的摘复钩AI精准识别抓取系统及方法在权利要求书中公布了：1.一种基于模式识别的摘复钩AI精准识别抓取系统，其特征在于，所述系统包括： 动态节点建构模块：通过摄像头获取摘复钩操作过程中图像序列帧集合，进行吊钩组件轮廓映射、边界差值计算、区域灰度变化测算与边缘位移累积处理，建立序列节点结构体； 状态路径解析模块：基于所述序列节点结构体，采用图神经网络，进行节点余弦值与坐标差值联合比较，提取路径权重分支，统计状态向量跳变幅度并组合成序列，获取关键形态特征； 所述状态路径解析模块包括： 点关联判断子模块：基于所述序列节点结构体，采用图神经网络，进行任意两节点状态向量间数值余弦比对并提取夹角值，对节点中心坐标间距离变化量与夹角值加权组合并与预设阈值作比较，保留满足连接条件的节点对并形成连续连接映射关系，得到图结构连接关系表； 路径权重提取子模块：基于所述图结构连接关系表，进行所有连接路径中相邻节点之间状态向量变化幅度统计并叠加得到路径权重值，对所有路径执行长度与权重乘积计算并排序提取最大值路径，对最大路径分支中节点索引进行完整提取，获取适配路径权重集合； 状态片段构建子模块：基于所述适配路径权重集合，进行路径节点索引间状态值突变点提取并按幅度阈值筛选，对跳变点两侧序列数据聚合形成状态变化片段，对片段方向变化趋势进行连续段合并处理，获取关键形态特征； 状态标签判定模块：基于所述关键形态特征，采用隐马尔可夫模型，进行状态速率突变点筛选，对状态变化片段执行标准值匹配与分类，合并重复标签段并剔除无效片段，建立多态标签序列； 姿态角度推算模块：基于所述多态标签序列，进行区域中心点偏移与夹角趋势计算，按方向通道提取俯仰、偏航、滚转角度连续变化值，获取姿态旋转角向量集； 空间状态融合模块：基于所述姿态旋转角向量集与多态标签序列，绑定每帧状态与姿态组合，对重复组合统计差值范围并生成联合标注，建立融合标注结果集； 所述图神经网络，按照公式： ； 其中：表示节点i与节点j之间的多维加权匹配值，表示图神经网络编码后节点i的状态向量，表示图神经网络编码后节点j的状态向量，表示节点i状态向量的二范数，表示节点j状态向量的二范数，表示防止除零错误的小量常数，表示节点i在图像空间中的中心坐标向量，表示节点j在图像空间中的中心坐标向量，表示节点i与节点j之间的欧几里得距离，表示空间距离分量的加权系数，表示节点i与节点j在历史多帧中的位移变化率均值之差的绝对值，表示动态差值分量的加权系数，表示节点i的时间戳索引，表示节点j的时间戳索引，表示当前输入帧序列中的最大时间戳索引，表示时间衰减分量的加权系数； 执行过程：首先，对输入图像中的候选节点进行结构特征编码，生成节点状态向量、，随后分别计算其模长、，并结合小量常数执行余弦夹角计算，避免除零不稳定性，再通过反余弦函数得到节点对的状态问量夹角值表示诰义相似性，接着提取节点1与节点在图像中的中心坐标、，计算其欧几里得距离作为空间分布特征，乘以权重系数形成第一加权分量，进一步提取节点在连续帧中的移动路径，拟合其位移变化率，并取其均值后计算绝对差值，作为动态行为差异性度量并乘以权重生成第二加权分量，然后获取节点i和j的时间戳、，联合全局最大时间戳进行归一化计算得到时间衰减系数并乘以形成第三加权分量，最终将三项加权结果与夹角值相加构成完整的多维节点对关联度值，并与阈值进行比较以判定是否构建节点连接关系，进而生成图结构连接关系表用于后续抓取路径规划与目标物定位； 所述隐马尔可夫模型，按照公式： ； 其中：表示在帧时刻下，标签状态为的最优路径概率值，表示在上一帧时刻中，标签状态为的最优路径概率值，表示从标签状态转移到标签状态的状态转移概率，表示状态转移从至在段落结构上的相容性权重因子，表示标签状态在第类标签模式中基于稳定性的权重调整系数，表示标签状态对帧时刻处观测值的观测概率，表示标签状态在当前帧上的时序置信度修正因子表示标签隐状态集合中的总状态数量，表示在帧中提取的标签索引差值观测特征； 执行过程：首先，从连续视频帧中提取每一帧的标签索引，构成帧序列标签观测集，通过计算上一帧状态的最优路径概率作为路径延续的基础评分，结合状态转移概率评估从状态过渡至当前候选状态的可能性，同时对段落结构图进行结构一致性检验，提取结构相容性因子，强化逻辑上连续的标签段落路径，再通过标签模式识别模型计算标签状态在第类标签模式下的稳定性权重，优先保留标签出现频率高、持续时间稳定的标签路径，接着利用状态对当前观测值的匹配概率进行观测一致性评估，最后结合时间帧位置计算时序置信度因子，对后期帧中状态概率进行动态调整，所有因子加权后在所有前置状态中选择最大路径概率，最终获得并依此向后推进构建标签状态序列，形成具有连续性、继承性和分段识别能力的多态标签序列，用于指导抓取策略生成与多目标摘复钩过程中的标签识别精度提升。

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国能宁夏大坝四期发电有限公司，其通讯地址为：751699 宁夏回族自治区吴忠市青铜峡市大坝镇；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。