(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210308332.0 (22)申请日 2022.03.28 (65)同一申请的已公布的文献号 申请公布号 CN 114723691 A (43)申请公布日 2022.07.08 (73)专利权人 江苏新之阳新能源科技有限公司 地址 221000 江苏省徐州市高新 技术产业 开发区大学路99号大学创业园A区三 层房间A3 05 (72)发明人 张保廷　徐根保　唐成颖　王凤　 熊健　 (74)专利代理 机构 江苏长德知识产权代理有限 公司 32478 专利代理师 王金华(51)Int.Cl. G06T 7/00(2017.01) G06T 7/62(2017.01) G06T 7/90(2017.01) G06K 9/62(2022.01) G06V 10/762(2022.01) (56)对比文件 CN 111982415 A,2020.1 1.24 CN 107240149 A,2017.10.10 CN 10948 8888 A,2019.0 3.19 US 2012321 172 A1,2012.12.20 CN 111079818 A,2020.04.28 审查员 柳倩 (54)发明名称 基于人工智能的液压系统漏油故障程度检 测方法 (57)摘要 本发明涉及基于人工智能的液压系统漏油 故障程度检测方法， 属于液压系统漏油检测领 域。 方法包括以下步骤： 获取液压系统下地面区 域RGB图像， 基于 所述RGB图像中各像 素点的像素 值， 判别所述RGB图像中的疑似液压油泄露区域； 根据所述疑似液压油泄露区域中各像素点的描 述子与未发生泄露 时对应像素点的描述子， 计算 所述疑似液压油泄露区域中各像素点的泄露置 信度； 判断所述疑似液压油泄露区域中各像素点 的泄露置信度是否大于设定像素点置信度， 若大 于设定像素点置信度， 将对应的像素点记为泄露 像素点， 并根据所述泄露像素点判定液压油泄露 的严重程度。 本发明属于一种自动检测方法， 解 决了依靠人工检测存在的消耗较大人力资源的 问题。 权利要求书2页 说明书5页 附图1页 CN 114723691 B 2022.12.23 CN 114723691 B 1.一种基于人工智能的液压系统漏油故障程度检测方法， 其特 征在于， 包括以下步骤： 获取液压系 统下地面区域RGB图像， 基于所述RGB图像中各像素点的像素值， 判别所述 RGB图像中的疑似液压油泄 露区域； 根据所述疑似液压油泄露区域中各像素点的描述子与未发生泄露时对应像素点的描 述子， 计算所述疑似 液压油泄露 区域中各像素点的泄露置信度； 所述描述子包括梯度信息、 明度信息和饱和度信息； 判断所述疑似液压油泄露区域中各像素点的泄露置信度 是否大于设定像素点置信度， 若大于设定像素点置信度， 将对应的像素点记为泄露像素点， 并根据所述泄露像素点判定 液压油泄 露的严重程度； 所述描述子为： 其中， ω为描述子， vA为对应像素点的明度， sA为对应像素点的饱和度， gA为对应像素点 的梯度幅值， gAx为对应像素点的水平方向梯度幅值， gAy为对应像素点的竖直方向梯度幅 值。 2.根据权利要求1所述的基于人工智能的液压系统漏油故障程度检测方法， 其特征在 于， 所述根据所述疑似液压油泄露 区域中各像素点的描述子与未发生泄露时对应像素点的 描述子， 计算所述疑似液压油泄 露区域中各像素点的泄 露置信度， 包括： 利用如下公式计算所述疑似液压油泄 露区域中各像素点的泄 露置信度： 其中， R为疑似液压油泄露区域中某一像素点的泄露置信度， ωi为ω中第i个元素， vi为 v中第i个元 素， v为未发生泄 露时对应 像素点的描述子 。 3.根据权利要求1所述的基于人工智能的液压系统漏油故障程度检测方法， 其特征在 于， 所述并根据所述泄 露像素点判定液压油泄 露的严重程度， 包括： 根据泄露像素点的个数计算泄 露像素点的总面积； 根据所述泄露像素点的总面积、 各泄露像素点对应的明度和饱和度计算泄露严重程 度。 4.根据权利要求3所述的基于人工智能的液压系统漏油故障程度检测方法， 其特征在 于， 所述根据所述泄露像素点的总面积、 各泄露像素点对应的明度和饱和度计算泄露严重 程度， 包括： 利用如下计算公式计算泄 露严重程度： 其中， K为泄露严重程度， M为泄露像素点的总面积， mean()为取均值， S(x,y)为泄露像权　利　要　求　书 1/2 页 2 CN 114723691 B 2素点的饱和度， V(x,y)为泄露像素点的明度， x为泄露像素点的横坐标， y为泄露像素点的纵 坐标， 为泄露像素点的集合， c为常数， 0<c< 1， a1为像素点的饱和度 对应的权重， a2为像素 点的明度对应的权 重。 5.根据权利要求1所述的基于人工智能的液压系统漏油故障程度检测方法， 其特征在 于， 若不大于设定像素点置信度， 将对应的像素点记为未泄 露像素点。权　利　要　求　书 2/2 页 3 CN 114723691 B 3