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！

龙图腾网获悉长春理工大学申请的专利基于深度学习的AFM目标点定位轨迹规划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：CN119567271B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510048996.1，技术领域涉及：B25J9/16；该发明授权基于深度学习的AFM目标点定位轨迹规划系统及方法是由田立国;何永坤;孙一涵;刘兰娇;张文晓;王莹;王璐;张晓;冀伟;许红梅;王作斌设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本基于深度学习的AFM目标点定位轨迹规划系统及方法在说明书摘要公布了：本发明公开了基于深度学习的AFM目标点定位轨迹规划系统及方法，涉及纳米操纵技术领域，本发明基于深度学习的AFM目标点定位轨迹规划系统，先通过AFM扫描模块获取样品形貌图像，经图像分割模块处理确定样品区域，再由路径规划模块生成原始路径，接着深度学习模型模块预测定位轨迹，由轨迹对比模块对比差异后由定位控制模块实现精准定位，最后由力学检测模块检测目标点力学数据。

本发明授权基于深度学习的AFM目标点定位轨迹规划系统及方法在权利要求书中公布了：1.基于深度学习的AFM目标点定位轨迹规划系统，其特征在于：包含AFM扫描模块、图像分割模块、路径规划模块、深度学习模型模块、轨迹对比模块、定位控制模块、力学检测模块；所述AFM扫描模块用于扫描原始的形貌图像；所述图像分割模块用于对AFM扫描模块获取的图像进行处理；所述路径规划模块用于对基于图像分割模块确定的目标点，生成若干条从起点到目标点的原始路径；所述深度学习模型模块用于根据输入的原始路径预测出定位轨迹；所述轨迹对比模块用于对比原始路径和深度学习模型模型模块输出的预测轨迹；所述定位控制模块依据轨迹对比模块得出的差异信息，通过反馈控制机制对目标点进行精确定位；所述力学检测模块用于在目标点定位完成后，获取目标点的力学相关数据并进行处理分析； 所述轨迹对比模块包括注意力权重计算单元、加权差异计算单元和可视化单元； 所述注意力权重计算单元，根据深度学习模型输出的预测轨迹和原始路径数据，然后对比原始路径和预测轨迹，并计算每个路径点的注意力权重，采用基于距离和曲率的注意力权重计算方法，对于路径上的每个点i，计算其与相邻点的平均距离di和局部曲率ki，再计算注意力权重，公式如下： wi＝α·exp-β·di+γ·exp-δ·|ki| 其中α、β、γ、δ是可学习的参数； 所述加权差异计算单元，根据深度学习模型输出的预测轨迹和原始路径数据，计算原始路径和预测轨迹之间在空间位置、路径长度、路径曲率的差异指标，利用注意力权重对每个路径点的差异进行加权，突出关键点的差异；对于空间位置差异MSEw，采用均方误差公式计算，公式修改如下： 其中wi是点i的注意力权重，xi,yi和分别是原始路径和预测轨迹上对应的坐标点； 对于路径长度差异，先分别测量原始路径和预测轨迹路径的长度，对于离散的路径点，使用欧几里得距离累加的方式进行计算，最后再计算路径长度的差异指标； 对于路径曲率的差异，先通过曲线拟合算法对原始路径和预测轨迹进行拟合，然后再根据曲率计算公式分别计算两条曲线在各点的曲率，最后通过均方根误差公式计算曲率差异指标； 所述可视化单元，利用绘图库将原始路径和预测轨迹绘制在同一坐标系中，并将两者区别开来，同时标注出关键的路径点，根据对比结果，分析模型性能和路径规划的结果。

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长春理工大学，其通讯地址为：130022 吉林省长春市卫星路7089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”。