買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜青島理工大學申請的專利基于軌跡重建的暗管檢測方法及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119469741B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510065099.1，技術領域涉及：G01M13/00；該發明授權基于軌跡重建的暗管檢測方法及存儲介質是由范新莉;溫浩;鄧兆鵬;高悅然;趙浩然;趙富哲;王緒焓;王蒙蒙設計研發完成，并于2025-01-16向國家知識產權局提交的專利申請。

本基于軌跡重建的暗管檢測方法及存儲介質在說明書摘要公布了：本申請涉及軌跡重建技術領域，公開了基于軌跡重建的暗管檢測方法及存儲介質，構建基于自適應擴展卡爾曼濾波和自適應梯度下降算法的軌跡重建模型并訓練，包括步驟S1，采集目標物體的觀測數據；步驟S2，在自適應擴展卡爾曼濾波的方法中，對觀測數據進行降噪處理，動態調整噪聲協方差矩陣以調整觀測數據的信任度；步驟S3，采用自適應梯度下降算法對目標物體進行姿態估計，以建立目標物體的運行軌跡；在自適應梯度下降算法中對步長進行動態調整，若目標物體的運動狀態發生變化，通過抑制因子調節算法；步驟S4，輸出目標物體的三維軌跡，完成模型訓練。本申請可以有效抑制噪聲對系統狀態估計的影響，提高管道軌跡的重建精度和穩定性。

本發明授權基于軌跡重建的暗管檢測方法及存儲介質在權利要求書中公布了：1.一種基于軌跡重建的暗管檢測方法，其特征在于，構建基于自適應擴展卡爾曼濾波和自適應梯度下降算法的軌跡重建模型并訓練，構建所述模型包括如下步驟：步驟S1，采集目標物體的觀測數據，作為自適應擴展卡爾曼濾波的輸入；步驟S2，在自適應擴展卡爾曼濾波的方法中，響應于步驟S1的輸入，對所述觀測數據進行降噪處理，動態調整噪聲協方差矩陣以調整所述觀測數據的信任度；步驟S3，步驟S2輸出的所述觀測數據，作為自適應梯度下降算法的輸入，采用自適應梯度下降算法對所述目標物體進行姿態估計，以建立所述目標物體的運行軌跡；響應于步驟S2的輸入，在自適應梯度下降算法中對步長進行動態調整，以避免模型訓練過早結束，若所述目標物體的運動狀態發生變化，通過抑制因子調節所述自適應梯度下降算法；步驟S4，輸出目標物體的三維軌跡，完成所述模型訓練；步驟S1中，還包括采集所述目標物體的慣性信號，所述慣性信號包括加速度和角速度；步驟S2中，在自適應擴展卡爾曼濾波的方法中，包括對所述慣性信號進行預處理，所述預處理至少包括有動態加權門限控制的步驟，通過所述動態加權門限控制的步驟以適應調整所述噪聲協方差矩陣；在所述動態加權門限控制的步驟中，通過動態調節判別閾值以調整測量噪聲協方差矩陣R，動態調節過程表示為： 其中，i表示歷史時刻的索引號，N表示歷史時刻的總數，k表示第k個時刻，Jk為k時刻的門控指標，為k時刻的閾值，為k+1時刻的閾值，eRMS為當前時刻k的測量殘差的均方根誤差，為k-i時刻的測量殘差的均方根誤差，ξ為權重系數，Δak為加速度變化率，為歷史均方根誤差的加權和，ε1和ε2為權重系數，ρ為時間衰減系數，Jth為歷史閾值，Rk為k時刻的噪聲協方差矩陣，Rk+1為k+1時刻的噪聲協方差矩陣，μ為調節系數，||ak||2為加速度向量的范數的平方。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人青島理工大學，其通訊地址為：266033 山東省青島市市北區撫順路11號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。