WO2023049913 - SYSTEMS AND METHODS FOR DETERMINING AND DISTINGUISHING BURIED OBJECTS USING ARTIFICIAL INTELLIGENCE

National phase entry:
Publication Number WO/2023/049913
Publication Date 30.03.2023
International Application No. PCT/US2022/077045
International Filing Date 26.09.2022
Title **
[English] SYSTEMS AND METHODS FOR DETERMINING AND DISTINGUISHING BURIED OBJECTS USING ARTIFICIAL INTELLIGENCE
[French] SYSTÈMES ET PROCÉDÉS POUR DÉTERMINER ET DISTINGUER DES OBJETS ENTERRÉS À L'AIDE D'UNE INTELLIGENCE ARTIFICIELLE
Applicants **
SEESCAN, INC.
Inventors
OLSSON, Mark
Priority Data
63/248,995   27.09.2021   US
Application details
Total Number of Claims/PCT *
Number of Independent Claims *
Number of Priorities *
Number of Multi-Dependent Claims *
Number of Drawings *
Pages for Publication *
Number of Pages with Drawings *
Pages of Specification *
*
Number of Office Actions *
*
International Searching Authority
*
Recordal of a Change of the Applicant's Name/Address
*
Type of Assignment
*
Applicant's Legal Status
*
*
*
*
*
*
Entry into National Phase under
*
Patent Delivery
*
译文

* The data is based on automatic recognition. Please verify and amend if necessary.

** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.

Quotation for National Phase entry

Country StagesTotal
China Filing, Examination, Granting2582
EPO Filing, Examination, Granting16173
Japan Filing, Examination, Granting2616
South Korea Filing, Examination, Granting3006
USA Filing, Examination, Granting6740
MasterCard Visa
Total: 31,117

The term for entry into the National Phase has expired. This quotation is for informational purposes only

Contact Us
Abstract[English] Systems and methods are provided for determining and distinguishing buried objects using Artificial Intelligence (Al). In an exemplary embodiment, electromagnetic data related to underground utilities and communication systems is collected and provided to a Deep Learning model to build a training set. The Deep Learning model may be trained based on collected sets of Training Data, testing data, and/or user predefined classifiers. The Deep Learning model may use thresholds to determine if a set of data falls within a specific class. Classes may include gas, electric, water, cable, communications lines, or other buried utility and communication classes. Electromagnetic data collected may include multi-frequency measurements, phase measurements, signal strength measurements, and other related measurements. Data may be collected from locators, Sondes, transmitting and receiving antennas, inductive clamps, electrical clips, and satellite systems such as GPS, and other sources. Determined class data may organized and displayed to a user.[French] L'invention concerne des systèmes et des procédés destinés à déterminer Et à distinguer des objets enterrés à l'aide d'une intelligence artificielle (IA). Dans un mode de réalisation illustratif, des données électromagnétiques relatives à des services d'utilité publique souterrains et des systèmes de communication sont collectées et fournies à un modèle d'apprentissage profond pour construire un ensemble d'entrainement. Le modèle d'apprentissage profond peut être entraîné sur la base d'ensembles collectés de données d'entrainement, de données de test et/ou de classificateurs prédéfinis par l'utilisateur. Le modèle d'apprentissage profond peut utiliser des seuils pour déterminer si un ensemble de données se trouve dans une classe spécifique. Les classes peuvent comprendre des classes de gaz, d'électricité, d'eau, de câble, de communication, ou d'autres classes de services d'utilité publique et de communication enterrées. Les données électromagnétiques collectées peuvent comprendre des mesures multifréquences, des mesures de phase, des mesures d'intensité de signal et d'autres mesures associées. Des données peuvent être collectées à partir de localisateurs, de sondes, d'antennes d'émission et de réception, de pinces inductives, de pinces électriques et de systèmes satellites tels que le GPS, et d'autres sources. Des données de classe déterminées peuvent être organisées et affichées à un utilisateur.