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 > 上海贺力液压机电有限公司汪昌润获国家专利权

上海贺力液压机电有限公司汪昌润获国家专利权

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!

龙图腾网获悉上海贺力液压机电有限公司申请的专利一种采用AI视觉识别技术快速测量带钢跑偏的检测装置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:CN120339266B

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:202510773872.X,技术领域涉及:G06T7/00;该发明授权一种采用AI视觉识别技术快速测量带钢跑偏的检测装置是由汪昌润;赵春禾;孙雨辰;虎珊设计研发完成,并于2025-06-11向国家知识产权局提交的专利申请。

一种采用AI视觉识别技术快速测量带钢跑偏的检测装置在说明书摘要公布了:本发明公开了一种采用AI视觉识别技术快速测量带钢跑偏的检测装置,涉及带钢加工技术领域,包括装置支架、线阵相机和视觉识别系统,视觉识别系统包括图像获取单元、图像分析单元、环境补偿单元、跑偏预测单元、结果输出单元;本发明通过线阵相机实时采集带钢边缘区域的实时图像数据,通过深度学习模型对实时图像数据进行分析,输出带钢边缘像素级坐标和图像异常特征点,进而获得距离数据和倾角数据,通过卡尔曼滤波器与AI处理模块的输出进行融合校正,得到修正后的图像数据,基于卷积神经网络建立带钢偏向特征模型,将修正后的图像数据输入至带钢偏向特征模型中,提取带钢偏向特征,并计算带钢偏向概率并发送至结果输出单元。

本发明授权一种采用AI视觉识别技术快速测量带钢跑偏的检测装置在权利要求书中公布了:1.一种采用AI视觉识别技术快速测量带钢跑偏的检测装置,包括装置支架、线阵相机(1)和视觉识别系统,其特征在于,所述装置支架固设于机架的顶端表面,所述装置支架的外侧表面安装有角度调节机构,两个所述线阵相机(1)分别连接于角度调节机构的外侧表面; 所述视觉识别系统包括图像获取单元、图像分析单元、环境补偿单元、跑偏预测单元、结果输出单元; 图像获取单元通过线阵相机(1)实时采集带钢边缘区域的实时图像数据; 图像分析单元包括AI处理模块和图像分析模块,所述AI处理模块用于集成边缘计算单元,并内置深度学习模型,所述深度学习模型基于残差网络与注意力机制融合架构实现,输入为图像获取单元输出的实时图像数据,输出带钢边缘像素级坐标和图像异常特征点并发送至图像分析模块; 输出带钢边缘像素级坐标和图像异常特征点的具体过程如下: S101、基于改进的YOLOv5架构构建深度学习模型,在骨干网络中嵌入可变形卷积层,以适应带钢边缘的几何形变; S102、在检测头部分引入方向分类分支,同步输出跑偏方向判定结果; S103、损失函数设计为跑偏量回归损失与方向分类损失的加权组合,权重系数通过贝叶斯优化自动确定; S104、所述深度学习模型训练时采用合成数据增强技术,包含动态光照、粉尘遮挡及带钢表面纹理变化的模拟场景; S105、将实时图像数据输入深度学习模型,提取带钢边缘特征点,构建三维点云数据,得到带钢边缘像素级坐标,并基于标准带钢图像进行特征对比得到图像异常特征点; 所述图像分析模块用于获取预设的特征点数阈值,若图像异常特征点大于或者等于特征点数阈值,则生成图像修正信号,并将图像修正信号发送至环境补偿单元; 所述环境补偿单元包括激光测距单元与图像修正模块,所述激光测距单元用于实时监测带钢与线阵相机(1)的距离及带钢输送辊道的倾角,获得距离数据和倾角数据整合为数据集发送至图像修正模块; 图像修正模块用于获取图像修正信号并处理,将所述数据集通过卡尔曼滤波器与AI处理模块的输出进行融合校正,得到修正后的图像数据发送至跑偏预测单元; 跑偏预测单元用于获取热轧带钢历史生产数据并进行预处理,构建热轧带钢图像数据集作为训练样本,基于卷积神经网络建立带钢偏向特征模型,将修正后的图像数据输入至带钢偏向特征模型中,提取带钢偏向特征,并计算带钢偏向概率并发送至结果输出单元; 输出带钢偏向概率的具体过程如下: S201、获取热轧带钢历史生产数据,所述历史生产数据包括有带钢标准图像、带钢输送路径和带钢边缘直线,将压路机的历史运行数据整合作为训练样本,并按照比例8:2将训练样本拆分为训练集和测试集; S202、构建基于卷积神经网络的带钢偏向特征模型,下载权重文件并加载到相应的网络上,用于初始化迁移网络参数; S203、修改网络的最后一个全连接层,保持输入不变,将输出设置为带钢边缘直线,对最后一层进行权重初始化,使用梯度下降算法进行学习,并采用固定步长衰减来优化训练参数,重新训练整个网络,得到带钢偏向特征模型; S204、训练过程中从训练集中随机不重复抽取小批次训练样本训练,抽完所有训练样本为一个训练周期,迭代到一定周期完成训练,得到带钢偏向特征模型; S205、将修正后的图像数据输入带钢偏向特征模型,以输出带钢边缘直线,通过Hough变换直线检测算法提取中潜在的辊道,进而根据带钢标准图像与辊道间位置筛选出的带钢边缘直线位置坐标进行跑偏预警及跑偏量预测,得到带钢偏向概率。

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上海贺力液压机电有限公司,其通讯地址为:202151 上海市崇明区绿华镇新建公路648号(上海绿华经济开发区);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。