零件图像识别技术专利分析报告.docx

《零件图像识别技术专利分析报告.docx》由会员分享，可在线阅读，更多相关《零件图像识别技术专利分析报告.docx（80页珍藏版）》请在课桌文档上搜索。

1、零件图像识别技术专利分析报告北京正乙科技有限公司2018-08-17项目概要课题名称零件图像识别专利分析委托单位承担单位报告撰写报告审核历史修改摘要本报告基于德温特专利数据库，针对零件图像识别技术进行专利检索、筛选与计量分析，从而剖析零件图像识别技术发展历程、演化趋势，原创国家、研发企业等；筛选出重点专利93件，并对部分重点专利进行创新性解读。本报告主要结论如下：截止到2018年8月，在德温特数据库中检索得到零件图像识别专利总量1253件，逐年递增趋势显著，2006年以后专利增加更明显。增长率除早期专利数量较少引起的专利波动较大外，2009年后，专利增长率趋于平稳，该技术主题目前处于成长期。从

2、受理角度看，中国、日本、美国专利局受理的零件图像识别专利数量位列三甲，分别为480、427、328件。世界知识产权组织、欧洲专利局、韩国受理的专利数量也超过了100件。同时在美国和世界知识产权组织申请的专利105件，同时在美国和欧洲专利局申请的专利95件。同时在我国和世界知识产权组织申请的专利51件，同时在我国和欧洲专利局申请的专利49件。而在其他国家地区同时申请专利的数量相对较少。美国市场对于专利权人的吸引力最大，同时也注意到专利申请人对于中国市场的重视。从技术原创国家角度看，原创技术主要来自中国、日本、美国。中国与美国、日本之间的技术关联性都较弱，与韩国、德国、法国之间有轻微的技术关联性。

3、日本与美国的专利技术在世界范围内布局，而原创于中国的专利技术很少在国外进行布局。从企业角度看，排序前三企业分别为HONDAMOTORCO1.TD(HONDY)、DENSOCORP(NPDEY)、TOYOTAJIDOSHAKK(TOYT-C),专利分别为22、22、20件，排序靠前的企业以日本企业为主。对重点专利进行解读发现，图像识别技术具有跨领域特征，即：典型的图像识别技术也可应用于零件图像识别，对于零件图像识别技术的关注，不应仅仅限于工业零件，其他的图像识别技术都应有所关注。零件图像识别技术1专利分析报告1摘要3目录4图的目录61.零件图像识别技术概况72 .专利数据源与分析过程81. 1.

4、专利数据源82. 2.专利分析过程83. 3.数据检索采集94. 4.数据管理工具105. 5.数据分析工具103 .专利宏观计量分析123. 1.专利申请趋势124. 2.技术生命周期分析135. 3.世界范围内各个国家专利受理分析144 .专利技术竞争分析171. 1.国家之间的技术竞争分析174. 2.企业之间的技术竞争分析205 .重点专利分析与解读245. 1.重点专利筛选标准246. 2.重点专利计量分析247. 3.重点专利技术解读246 .总结40附表错误!未定义书签。附表1:国家专利技术侧重41附表2:企业专利技术侧重47附表3:重点专利列表57图的目录Figure1：专利分

5、析的基本过程错误!未定义书签。Figure2：专利数据库系统主页面错误!未定义书签。Figure3：专利数据清洗页面错误!未定义书签。Figure4：历年专利申请量与增长率错误!未定义书签。Figure5：历年专利申请量与累积专利申请量错误!未定义书签。Figure6：零件图像识别技术发展周期错误!未定义书签。Figure7：各个国家专利受理量错误!未定义书签。Figure8：前20位的国家/地区专利受理占比错误!未定义书签。Figure9：各个国家受理数量变化趋势错误!未定义书签。Figure10：原创国技关联图（标注主题词）错误!未定义书签。Figure11：原创国技术关联图（标注技术类别

6、）错误!未定义书签。Figure12：原创国家技术竞争错误!未定义书签。Figure13：企业技术图（标注主题词）错误!未定义书签。Figure14：企业技术关联图（标注技术类别）错误!未定义书签。Figure15：企业技术竞争错误!未定义书签。Figure16：重点专利所属国家分布错误!未定义书签。1.零件图像识别技术概况机械工业是制造机械产品的工业部门，是衡量一个国家工业化程度的重要标志。零件装配是机械工业领域中一个很重要的组成部分，是按照设计的技术要求实现机械零件的连接，把机械零件组合成机器。在零件手工装配过程中存在很多问题，如零件尺寸跨度大、装配效率低、一致性差、自动化和智能化程度低等

7、。由此产生了与机器视觉相结合的零件自动装配系统，即机器在无人干预的条件下,通过分析获取的图像数据,对机械零件进行识别、定位,从而实现对零件的抓取、装配等作业过程。在零件自动装配过程中，对零件进行正确地识别、定位是能够正确抓取、装配的前提条件，基于机器视觉的零件识别技术已成为现代机械工业领域的研究热点。随着我国工业化进程的飞速发展，装备制造业得到了各界的高度重视。伴随着光机电一体化技术、测控技术、数据处理技术、CADCAMCAPP技术的高速发展，装备制造业逐渐成为了多学科、多专业、多领域的综合应用领域。在这些领域里面，模式识别成为了一个重要专业，而以图像识别为基础的机器视觉相关技术更是得到了广泛

8、关注和研究。越来越多的工业生产线使用机器人分拣零件，其中识别零件是分拣系统的核心技术问题，零件产品的检测是提高产品质量的关键环节。随着自动化检测技术的发展，机器视觉在自动检测领域的应用日益广泛。传统的识别算法主要基于人工设计的特征，用特征点、轮廓矩和模板匹配来识别物体。而在生产线上，待分拣的零件往往形状复杂且姿态各异，传统的识别算法难以取得理想的效果。近年来随着人工智能，大数据技术的发展，通过神经网络开展络零件的准确识别，克服传统基于特征的零件识别问题，能够解决了机器人分拣零件时错误分拣，在学术研究以及生产实践中逐渐得到应用。本报告针对零件图像识别技术进行专利分析，着重进行宏观管理层面的专利定

9、量分析与微观技术层面的定性分析。2.专利数据源与分析过程2.1 .专利数据源专利是一种最常见的技术创新成果，它能够反映各技术领域中技术活动的现状，又能够用来研究某个特定技术领域中技术活动的发展历史。汤森路透集团ThomsonIrmoVation数据库，是全球领先的专利技术情报信息综合平台，整合了包括全球最为权威的、深加工的、高附加值的DERWENTWOR1.DPATENTINDEX（世界专利引文索弓I）和WEBOFSClENCE（科技引文索引）等科技情报必备信息，并配备强大的检索系统和分析功能，帮助情报人员提高检索效率，提供信息资源，以帮助用户在知识产权和业务战略方面做出更快更准确的决策，是最

10、具有权威的专利数据库之一，也是德温特分析家软件数据分析的数据源之一。而且引入了企业代码，避免了由于大公司不同的公司名称带来的漏检，数据库所有记录均经过专业人员高质量的标引，提高了查全率和查准率，从而提高了分析的精度。本报告基于汤森路透集团ThomsonInnovation数据库检索的零件图像识别全球范围专利，开展专利分析工作。2.2.专利分析过程专利分析是在对专利文献进行筛选、鉴定、整理基础上，利用文献计量学方法，对其所含的各种信息要素进行统计、排序、对比、分析和研究，从而揭示专利文献的深层动态特征，了解技术、经济发展的历史及现状，进行技术评价和技术预测。本报告在执行专利分析过程中，主要经过数

11、据检索获取、清洗加工、分析应用三个阶段，整体的专利分析过程如图1所示。数据检索获取是专利分析的基础性工作，从目标技术领域资料分析开始，选择检索平台，制定检索策略，试检索，评估检索结果，调整检索条件，到检索结果下载。清洗加工是为了保证分析结果的准确性而对数据进行的二次加工处理，比如申请企业、发明人名称规范,相关专利筛选，技术分类，专利的技术性、创新性、风险性标注。分析应用则是专利数据和专利分析价值的体现，分析的方法与应用的目的紧密相关，从基本的维度统计到文本挖掘、信息可视化技术的应用，以此提供管理决策、技术研发、法律诉讼等多个层次的支撑与服务。技术资料分析选择检索平台K制定检索策略检索评估检索结

12、果1专利采集下载卜专利清洗规范相关专利筛选专利标引加工专利数据分析撰写分析报告-4分类号;关键词：动态监丽!-专利技术分类:机黏助:统计分析:文本挖掘 可视化： *s技术层面:法律层面Figurel:专利分析的基本过程2. 3.数据检索采集专利文献：德温特专利数据库I检索时间：截止到2018年8月15日检索条件：表1：检索策略表编号检索策略专利家族数量1XXXXA2XXXXB3XXXXC合计1253本报告中专利数量是指专利家族数量，一个家族包括若干同族专利。同族专利是指基于同一优先权文件，在不同国家或地区，以及地区专利组织多次申请、多次公布或批准的内容相同或基本相同的一组专利文献。1本报告作为

13、样例报告，目的在于演示如何应用ITGInSight进行德温特专利数据分析，如果您对软件和数据感兴趣，请购买正版软件与德温特数据源。2.4.数据管理工具为了对本报告的专利数据进行更好的管理、维护和分析，设计专利数据库系统，该系统实现专利筛选、分类、标引、统计、查询等基本功能。关于该系统的具体功能页面参考如下截图2、图3所示。任劳Js方案itiwWlS新品分编命务漓夯启盘为停宸号防%R蠡*手息达4引Mll会计翎喜折A勰X-0ItcRininge期第决方案D中国知0户仅JlD中国专利于务效捐D段谢吉利H有和D臬国专利商后同申演；DH国吉利鬲花口授权；1.世界知识产权绢级专；D世界900专刊毋H历史日

14、志D今天，昨天D-Dl-SD一月以IliJ2JI序号I任夫名称IIJPI暂,求品目I发布展二泉里ISl又A339先李理工大学-美国申府2016/11/1523.02016/11/15230.8840338比京理工大亨-英国慢皎in2016/11/1522:52016/11/152308880IlI3TI比金.工大学发明公布Ia201ll1520:5.I2016/11/15233.S9TOS9TO一哈有工程大学-外娘设计i2015/1/1910:15.002016/1IZtS21S2142142140735哈尔宾工程灯-实用M2!i2015/1/19IO15002016/II/IS15313IS

15、310730由3id2015/1/19IO15002016/11/15225IKl02S日4匕工北大学-发明专利4is2O15l910:1482016/11/15IS325810ckgnuadad 心。: kgn UM KmE: Bi,l) CO3TXOU1)文献数量多少成正比，节点红、绿、黄色分别表示署名第一、第二、第三及以后的专利文献数量。图中连线粗细与原创国之间的技术关联强度成正比。节点标注文字为该原创国名称及其应用最多的三个技术主题词和专利分类号。图10、图11中原创国技术侧重对应附录表Io从图中原创国技术关联性来看，各个国家之间的技术关联性并不显著，中国、与美国、日本之间的技术关联性

16、较弱，与韩国、德国、法国之间有较弱的技术关联性；中国的台湾省与澳大利亚的技术是相对较强的，可能是其专利数量不多的原因。dtfgftfncaMOtervu(Z)濠大利亚*arycrd 4):frtx con)ggCCMecIlCM(I)hdinfzdd2c21lat. tsunc zssz.44*cd iat-CAK4r *;:tr 4DENSOCORP(NPDE-C)专利数量最多，达到22件。TOYOTAJIDOSHAKK(TOYT-C)第三,20件，总体来看企业相对分散，但排名靠前的20位企业中，日本占据绝大多数，与1253件专利总量来说，日本企业专利相对集中。表3：主要企业专利申请数量表序

17、号专利权人专利家族数量1HONDAMOTORCO1.TD(HOND-C)222DENSOCORP(NPDE-C)223TOYOTAJIDOSHAKK(TOYT-C)204RICOHKK(RICO-C)155MITSUBISHIE1.ECTRICCORP(MITQ-C)146NANTHO1.DINGSIP1.1.C(NANT-Non-Standard)127NISSANMOTORCO1.TD(NSMO-C)128MATSUSHITADENKISANGYOKK(MATU-C)129AISINAWCO1.TD(AISW-C)1110TOSHIBAKK(TOKE-C)1011CANONKK(CANO-

18、C)1012FUJIHEAVYIND1.TD(FUJH-C)1013BOSCHGMBIlROBERT(BOSC-C)1014SAMSUNGE1.ECTRONICSCO1.TD(SMSU-C)915toyotaCHUOKenkyushokk(toyw-c)816INTBUSINESSMACHINESCORP(IBMC-C)817INTE1.CORP(IT1.C-C)818PANASONICCORP(MATU-C)819BRIDGESTONECORP(BRID-C)820FUJITSU1.TD(FUIT-C)7(2)主要企业技术关联性利用文本挖掘技术，挖掘企业的技术主题词侧重，计算企业之间的技术关

19、联强度，揭示企业之间的技术竞争，如图13、14。图中节点大小与专利文献数量多少成正比，节点红、绿、黄色分别表示署名第一、第二、第三及以后的专利文献数量。图中连线粗细与企业之间的技术关联强度成正比。节点标注文字为该企业名称及其应用最多的三个技术主题词和专利分类号。图13、图14中主要企业技术侧重参见附录表3。从图中企业技术关联性来看，TOYOTAJIDOSHAKK(ToYT-0与TOYOTACHUOKenkyushokk(toyw-c)的技术关联性较强，Matsushitadenkisangyokk(matu-c)与PANASoNlCCoRP(MATU-0的技术关联性较强，其他企业之间呈现一定的

20、技术关联性，但并不显著。实际上，MATSUSHITADENKISANGYOKK(MATU-0与PANASONICCORP(MATU-0同属于一家企业，其技术关联强，也不足为奇。Figure13：企业技术图（标注主题词）（3）企业之间技术竞争将前20家企业的专利绘制成技术地图，如图15,每个节点表示一件专利，每一种颜色代表一个公司，专利间的距离是专利技术的相似程度。由于这些企业的专利数量不多，竞争不是特别明显，仅在计算机系统、计算机外围设备、交通控制系统方面专利具有技术竞争性，总体上未形成明显的竞争格局。Figure15：企业技术竞争（每一种颜色代表一个企业）5.重点专利分析与解读5.1.重点专

21、利筛选标准专利申请具有地域性，同一件专利技术如果想在多个国家享有专利权，需要在各个国家申请专利，缴纳专利申请费用，如果一件专利的价值较大，产业前景较好，企业一般会在其重视的国家分别进行专利申请。如果专利价值不大，或产业化前景不明朗，企业很少在多个国家进行专利布局。本报告选择那些在中国，同时在美国或日本或者欧洲进行申请的专利作为重点，筛选重点专利93件，相关信息见附录表3。5. 2.重点专利计量分析进一步统计这93件重点专利所属国家，如图16所示。发现美国和日本专利最多，这两个国家的专利更倾向于在世界范围内布局。而我国的重点专利仅包含7项，考虑到专利家族的因素，实际申请或授权专利会略多。Figu

22、re16：重点专利所属国家分布5. 3.重点专利技术解读本报告选择重点专利中的15项进行创新性解读，具体如下:德温特家族号cliidw:对应中专利公开号（之一）CN专利名称利用运输工具号牌识别的交通信息大数据运用系统、其所需服务器及其所需用户终端摘要本发明涉及利用运输工具号牌识别的交通信息大数据运用系统、其所需服务器及其所需用户终端，具体是，识别前方车辆的号牌后在服务器上注册，构成大数据，然后将此运用到车辆追踪或导航等。申请号CN.X申请日公开号CNA公开日专利类型发明申请人金圣镒发明人金圣镒TPC分类号G06Q50/30G08G1/017G08G1/0967G08G1/16G06K9/00法

23、律效力未授权受理国韩国I美国IwlPOl越南I中国原创国韩国创新性服务器具有接收车辆的车牌的识别号的对象信息获取部分，以及基于由装备在其中的成像装置获取的车辆的图像来估计车辆的当前位置的对象当前位置估计器。制动灯故障判断单元确定车辆制动灯的故障，并且通知消息传送部件发送警报消息，用于警告车辆驾驶员关于制动灯的故障。用于管理与交通信息相关的大数据。制动灯故障判断单元确定车辆制动灯的故障，并且通知消息传递部件发送警报消息，用于警告车辆驾驶员关于制动灯的故障,从而允许有效且真实的在改善车辆导航的同时跟踪车辆。德温特家族号diidw:对应中专利公开CN号(之一)专利名称用于测试驾驶员辅助系统的方法和装

24、置摘要本发明涉及一种用于测试驾驶员辅助系统的方法和装置。在用于测试车辆中的驾驶员辅助系统的方法中，该车辆具有至少一个视觉传感器,并且驾驶员辅助系统基于由视觉传感器提供的输入数据来发起车辆反应，提供的输入数据使用至少一个虚拟对象(30)进行修改。在这种情况下，该修改可以通过以下方式进行：在由视觉传感器(35)捕获之前使用至少一个虚拟对象(30)来丰富由视觉传感器(35)捕获的图像或由视觉传感器(35)捕获的场景。申请号CN.5申请日公开号CNA公开日专利类型发明申请人福特全球技术公司发明人尼尔斯戈伯托拜厄斯弗拉茨弗兰齐斯库斯鲍尔萨斯卡哈斯塞巴斯蒂安施陶夫IPC分类号G01M17/007G05B2

25、3/02法律效力未授权受理国德国I美国I中国原创国德国创新性该方法涉及使用驾驶员辅助系统基于由布置在车辆上的视觉传感器提供的输入数据来启动车辆反应,该视觉传感器指示由视觉传感器捕获的图像或风景，并且修改输入数据的提供通过使用虚拟对象丰富输入数据来使用虚拟对象。虚拟对象放置在视觉传感器的视野中。实际车辆环境数据在富集后链接到输入数据。虚拟对象指示虚拟道路标记。测试车辆驾驶员辅助系统的方法。用途包括但不限于车辆安全系统，车辆信息和信号系统，车道检测和车道变换警告系统，交通标志识别系统或紧急制动系统。以可重复和全面的方式检查驾驶员辅助系统的功能，减少测试费用并且以特别经济有效和省时的方式，在相对短的

26、时间内以很少的人员支出进行测试,基础设施要求较低且流量要求较低。无限制地测试无限种类的虚拟对象，以便与在真实车辆环境中的测试期间的情况相比，能够实现与对象的更全面和更多样的交互。德温特家族号diidw:w对应中专利公开号（之一）CN专利名称用于车道检测和验证的方法和系统摘要用于车道检测和验证的方法和系统。本发明提供了一种用于车道识别的方法和系统,所述方法包括确定获自包括GPS装置源和成像装置源的超过一个来源的车辆位置数据的可用性。所述方法包括基于所述车辆位置数据的所述可用性来修改车道误差阈值。所述车道误差阈值是距离车道中心线的横向距离。所述方法包括基于所述车道误差阈值来验证车道识别数据。申请号

27、CN.2申请日公开号CNA公开口专利类型发明申请人本田技研工业株式会社发明人市野川顺平IPC分类号B60W30/12G06K9/00法律效力未授权受理国德国I美国I日本I中国原创国美国创新性基于计算机的方法涉及确定从多于一个源获得的车辆位置数据的可用性，包括全球定位系统设备源和成像设备源。基于车辆位置数据的可用性来修改车道误差阈值。车道误差阈值具有距车道中心线的横向距离。基于车道误差阈值验证车道识别数据。用于车辆识别的车道识别的基于计算机的方法，例如汽车，卡车，货车，小型货车，摩托车，踏板车，船，娱乐乘坐车，铁路运输，个人船只和飞机。用途包括但不限于电子稳定控制系统，防抱死制动系统，制动辅助系

28、统，自动制动预充系统，低速跟随系统，巡航控制系统，碰撞预警系统，碰撞缓解制动系统，乘客检测系统，车舱照明系统和音响系统。可以确定从多个来源获得的车辆位置数据的可用性。德温特家族号diidw:g对应中专利公开号（之一）CN专利名称用于区分交通阻塞和停放车辆的系统摘要本发明涉及用于区分交通阻塞和停放车辆的系统，尤其涉及一种用于识别一组辅助车辆的状态的系统。所述系统确定该组辅助车辆是停放还是交通堵塞的一部分。申请号CN.8申请日公开号CNA公开口专利类型发明申请人大众汽车有限公司发明人K拉古S古普塔T斯坦纳IPC分类号G08G1/017法律效力未授权受理国美国I欧专局I中国原创国美国创新性系统具有确

29、定部分,用于基于活动状态指示符确定一组二级车辆成为交通拥堵的一部分的概率,并确定该二级车辆组是否处于交通拥堵或基于所确定的概率与预定阈值概率水平的比较而停放。响应于确定次级车辆是交通拥堵的一部分并且主要车辆行驶在速度阈值以下,提示部分提示主车辆的用户激活自动驾驶功能。车载识别系统，即用于主要车辆即汽车的交通拥堵识别系统，以识别一组二级车辆的状态。该系统包括图像处理器,该图像处理器从辅助车辆数据收集器提取图像数据帧并应用图像处理滤波器以调整和增强图像属性,例如有效地提高了亮度，对比度，边缘增强和噪声抑制，从而改善了停车状态或交通拥堵状态下的乍辆状态的确定。德温特家族号diidw:g对应中专利公开

30、号（之一）CN专利名称利用目标标记进行安全标识验证的车轮定位摘要本申请描述这样一种方法:通过车轮定位系统获取包括验证标识的目标的图像，所述验证标识用于被所述车轮定位系统所辨认，以及被所述车轮定位系统确定其真实性：识别所述目标的图像中的验证标识；将所识别的验证标识与参考验证标识对比；根据所识别的验证标识与参考验证标识之间的对比结果，计算相似性度量：以及根据所计算的相似性度量，启用或禁用所述车轮定位系统。申请号CN.4申请日2014.07.01公开号CNA公开日专利类型发明申请人实耐宝公司发明人史蒂文-W罗杰斯唐纳德1.瓦尔丘克罗伯特J达戈斯蒂诺IPC分类号GOlBl1/275法律效力未授权受理国

31、美国IWIPOl欧专局I中国原创国美国创新性涉及通过车轮定位系统获取包括验证标志的目标图像,其中验证标志用于车轮定位系统的识别。验证徽标在目标图像内被识别。将标识的验证徽标与参考验证徽标进行比较。基于所识别的验证徽标和参考验证徽标之间的比较结果来计算相似性度量。基于计算的相似性度量启用或禁用车轮定位系统。用于在车辆中的车轮定位系统（声明的）中执行徽标验证检查的方法。该方法能够在视觉上识别车轮定位系统是复制系统，直接复制对准系统操作软件或固件，并提供功能对准系统而不存在视觉识别。该方法使得能够将徽标识别为车轮定位系统中使用的目标的可见部分，以识别车辆的正确对准。德温特家族号diidwih对应中专

32、利公开号（之一）CN专利名称图形处理器中的连接组件标记摘要系统和方法可以规定获得与图像相关联的数据并且使用图形处理器中的多个线程对所述数据进行单指令多数据(SlMD)扫描。此外，系统和方法可以规定基于所述STMD扫描生成与所述多个线程相对应的多个连接表。在一个示例中，所述图形处理器中的多个线程用于将所述多个连接表单级合并到针对所述图像的全局连接组件标记(CC1.)表上。申请号CN.8申请口2015.02.12公开号CNA公开日专利类型发明申请人英特尔公司发明人A埃尔达N泰奥米A马内维特奇A戈尔德曼1.-阿本佐尔0韦塞尔R凯勒曼IPC分类号G06E9/44G06F9/38法律效力未授权受理国德国I美国I中国I台湾省原创国美国创新性系统有一个显示图像的显示器。图形处理器具有扫描模块，该扫描模块使用图形处理器中的若干线程来进行与图像相关联的数据的单指令多数据扫描。本地表模块基于Simd扫描生成对应于多个线程的若干连接表。合并模块使用图形处理器中的若干线程来将若干连接表的单个阶段合并到用于图像的全局连接组件标记(CCI)表中。用于自动识别物体的系统，例如人脸，人的手势和图像中的其他物体或标记组件的视频，例如