辽宁科技大学;鞍山市海汇自动化有限公司张鹏获国家专利权
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!
龙图腾网获悉辽宁科技大学;鞍山市海汇自动化有限公司申请的专利一种复杂工况下基于深度学习的皮带跑偏检测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:CN115924455B 。
龙图腾网通过国家知识产权局官网在2025-08-05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:202211701861.3,技术领域涉及:B65G43/02;该发明授权一种复杂工况下基于深度学习的皮带跑偏检测方法是由张鹏;徐少川;张彩霞;何静;黄景园;张东;江海志设计研发完成,并于2022-12-29向国家知识产权局提交的专利申请。
本一种复杂工况下基于深度学习的皮带跑偏检测方法在说明书摘要公布了:本发明涉及一种复杂工况下基于深度学习的皮带跑偏检测方法,包括以下步骤步骤一:选取YOLOv5模型,在Head部分添加分割头的方式同时进行目标检测和语义分割;步骤二:通过摄像装置将采集到的图像做好标签放入网络中进行模型训练;步骤三:根据训练好的模型和搭建的系统拟合皮带边缘和托辊最外侧连接线的直线方程;步骤四:根据拟合的直线方程计算皮带中线与托辊的中线距离,从而建立皮带跑偏检测数学模型;步骤五:工作人员给定跑偏标准,根据不同工位的要求,选择合适的报警阈值进行报警;计算出皮带中线与托辊的中线距离,建立皮带跑偏的判断模型,实现了皮带跑偏的精确检测,利用深度学习,实现了复杂工况下皮带和托辊特征提取。
本发明授权一种复杂工况下基于深度学习的皮带跑偏检测方法在权利要求书中公布了:1.一种复杂工况下基于深度学习的皮带跑偏检测方法,其特征在于,包括以下步骤: 步骤一:选取YOLOv5模型,在Head部分添加分割头的方式同时进行目标检测和语义分割,通过在Head部分添加分割头的方式同时实现目标检测和语义分割,将采集到的原图片放入模型中,训练好的模型会对皮带和托辊的像素点进行寻找,并在输出的时候将皮带、托辊和背景分别覆盖上不同颜色的掩膜方便区分,同时还会输出皮带和托辊的目标检测的矩形框; 步骤二:通过摄像装置将采集到的图像做好标签放入网络中进行模型训练,将整个系统分为图像采集模块、皮带与托辊识别模块、皮带跑偏判断模块和预警模块,从而搭建检测系统; 步骤三:根据训练好的模型和搭建的系统拟合皮带边缘和托辊最外侧连接线的直线方程,对模型进行分割推理,根据识别的每个类别产生分割掩膜分布,且带有每个像素点的坐标,以图像最左上角的点为原点,水平向右为y轴,垂直向下为x轴建立直角坐标系,将分割掩膜分布图看作一个二维数组,通过对数组的索引将求出皮带左右边缘和托辊最外侧连接线上的两个点坐标,由此可以求得左右边缘和托辊最外侧连接线的直线方程; 步骤四:根据拟合的直线方程计算皮带中线与托辊的中线距离,从而建立皮带跑偏检测数学模型: 其中,μ为皮带实际的跑偏百分比,d为皮带的实际跑偏距离,dmax为皮带实际位置中线与左右两侧托辊距离中线的最大距离; 步骤五:工作人员给定跑偏标准,根据不同工位的要求,选择合适的报警阈值进行报警。
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辽宁科技大学;鞍山市海汇自动化有限公司,其通讯地址为:114051 辽宁省鞍山市高新区千山路185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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。