Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 徐州奥特润智能科技有限公司;中电建(云浮)新材料有限公司刘艳东获国家专利权

徐州奥特润智能科技有限公司;中电建(云浮)新材料有限公司刘艳东获国家专利权

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!

龙图腾网获悉徐州奥特润智能科技有限公司;中电建(云浮)新材料有限公司申请的专利一种基于计算机图像的矿石输送监测方法和系统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:CN120339963B

龙图腾网通过国家知识产权局官网在2025-08-19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:202510806675.3,技术领域涉及:G06V20/52;该发明授权一种基于计算机图像的矿石输送监测方法和系统是由刘艳东;王若宇;宁占元;朱富春;张庆旭;孙宇设计研发完成,并于2025-06-17向国家知识产权局提交的专利申请。

一种基于计算机图像的矿石输送监测方法和系统在说明书摘要公布了:本发明提供一种基于计算机图像的矿石输送监测方法和系统,涉及图像处理技术领域,所述方法包括:在输送皮带上方设置第一相机,并在输送皮带侧方设置第二相机;获取第一视频帧序列和第二视频帧序列,并通过异常识别模型的特征提取层级获取矿石堆放特征信息和皮带状态特征信息;根据矿石堆放特征信息,获得堆放状态信息;根据矿石堆放特征信息和皮带状态特征信息,获得输送状态信息;根据堆放状态信息和输送状态信息,确定输送平稳性信息。根据本发明,可结合输送异常识别模型对第一视频和第二视频进行处理,可自动判断矿石的堆放是否存在异常,以及输送皮带的负荷是否存在异常,从而准确地确定矿石的输送过程是否平稳。

本发明授权一种基于计算机图像的矿石输送监测方法和系统在权利要求书中公布了:1.一种基于计算机图像的矿石输送监测方法,其特征在于,包括: 在输送皮带上方设置第一相机,并在输送皮带侧方设置第二相机,其中,输送皮带的运动方向为X轴方向,输送皮带的宽度方向为Y轴方向,与X轴和Y轴所在平面垂直的方向为Z轴方向,第一相机和第二相机的X轴坐标一致; 在当前监测周期中,通过第一相机拍摄第一视频,并通过第二相机拍摄第二视频,并获取第一视频的第一视频帧序列,以及第二视频的第二视频帧序列; 将第一视频帧序列中的第i个第一视频帧和第二视频帧序列中的第i个第二视频帧组成视频帧组,并将视频帧组输入输送异常识别模型的特征提取层级,分别获得第i个第一视频帧的矿石堆放特征信息和第i个第二视频帧的皮带状态特征信息; 根据多个第一视频帧对应的矿石堆放特征信息,获得堆放状态信息; 根据多个第一视频帧对应的矿石堆放特征信息,以及多个第二视频帧对应的皮带状态特征信息,获得输送状态信息; 根据所述堆放状态信息和所述输送状态信息,确定当前监测周期的输送平稳性信息; 所述输送异常识别模型的训练步骤包括: 获取训练周期中第一相机拍摄的第一训练视频帧序列,和第二相机拍摄的第二训练视频帧序列; 通过特征提取层级获取第一训练视频帧序列中每个第一训练视频帧的训练矿石堆放特征信息,以及第二训练视频帧序列中每个第二训练视频帧的训练皮带状态特征信息; 通过边缘增强层级对训练矿石堆放特征信息进行处理,获得训练边缘增强特征信息; 通过第一解码层级,获取第一训练视频帧中的第一训练边缘信息; 根据第一训练边缘信息和第一训练视频的标注信息,获得边缘损失函数; 根据多个训练边缘增强特征信息,获得多个训练增强差值特征信息,并对多个训练增强差值特征信息进行聚合,获得训练聚合特征信息; 将训练聚合特征信息输入第一状态识别层级,获得训练堆放状态信息; 将训练堆放状态信息输入第二全连接层,获得训练堆放风险概率分布信息; 根据训练堆放风险概率分布信息和第一训练视频的标注信息,获得堆放风险损失函数; 将第一训练视频帧对应的训练矿石堆放特征信息输入第二状态识别层级,获得训练堆放风险信息,并将与所述第一训练视频帧序号相同的第二训练视频帧对应的训练皮带状态特征信息输入第三状态识别层级,获得训练皮带状态风险信息; 将训练堆放风险信息和训练皮带状态风险信息输入风险识别层级,获得训练输送风险信息; 将训练输送风险信息输入第三全连接层,获得输送风险概率分布信息; 根据输送风险概率分布信息和第二训练视频的标注信息,获得输送风险损失函数; 将多个训练输送风险信息输入输送状态识别层级,获得训练输送状态信息; 将训练输送状态信息输入第四全连接层,获得输送状态风险概率分布信息; 根据输送状态风险概率分布信息和第二训练视频的标注信息,获得输送状态风险损失函数; 将训练堆放状态信息和训练输送状态信息进行拼接,确定训练平稳性状态信息; 将训练平稳性状态信息输入第一全连接层,获得训练平稳性结果; 根据第二训练视频的标注信息和训练平稳性结果,获得平稳性损失函数; 根据所述边缘损失函数、所述堆放风险损失函数、所述输送风险损失函数、所述输送状态风险损失函数和所述平稳性损失函数,对输送异常识别模型进行训练,获得训练后的输送异常识别模型。

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徐州奥特润智能科技有限公司;中电建(云浮)新材料有限公司,其通讯地址为:221200 江苏省徐州市睢宁县庆安镇官二村251省道东;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”。

免责声明
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。