-
公开(公告)号：CN103839371B
公开(公告)日：2016-01-13
申请号：CN201410125493.1
申请日：2014-03-31
Applicant: 内蒙古科技大学
Abstract: 本发明专利公开了一种室内无人值守安全巡检系统，属家居安全领域。本发明包括：PC机、左轮伺服电机、无线数传模块、无线网卡、红外避障模块、红外热释电、烟雾检测模块、电源模块、STC15F模块、S3C2440模块、右轮伺服电机、DS18B20、USB摄像头；此外，火焰烟雾检测模块根据红外热释电、烟雾检测模块获取的信号，判断室内是否出现火焰或烟雾，GSM模块在S3C2440模块的控制下拨打预先设定的电话号码拨打电话或向所述电话号码发送短消息；灭火模块包含水泵和喷枪，所述水泵抽取小车上储水箱中装载的水进行前期火焰的扑灭。本发明智能机器人小车可以自由在房屋内行进，更具备火灾远程报警能力，以及初期火灾控制能力。
-
公开(公告)号：CN104316597A
公开(公告)日：2015-01-28
申请号：CN201410654034.2
申请日：2014-11-18
Applicant: 内蒙古科技大学
IPC: G01N29/02
Abstract: 本发明公开了传感器、气/固两相流浓度检测装置及检测方法，所述传感器，包括测量管道和多个超声波测量组件，在测量管道的轴向上设有至少两个检测截面，多个超声波测量组件设置在每个所述检测截面上，每个超声波测量组件包括至少一个发射装置和至少一个接收装置；气/固两相流浓度检测装置，包括信息处理装置和传感器；信息处理装置包括：用于接收传感器传来的信号并分析该信号的信号分析模块、用于计算经分析后所得信息的信息融合模块、用于将所述信号输出的输出模块、用于控制上述每一个模块相互之间的信号传输的控制模块以及用于为控制动作提供电能的电源模块。本发明解决了不能实现的连续测量、放射性高、适应性弱且有阻碍流动的技术问题。
-
公开(公告)号：CN103839371A
公开(公告)日：2014-06-04
申请号：CN201410125493.1
申请日：2014-03-31
Applicant: 内蒙古科技大学
Abstract: 本发明专利公开了一种室内无人值守安全巡检系统，属家居安全领域。本发明包括：PC机、左轮伺服电机、无线数传模块、无线网卡、红外避障模块、红外热释电、烟雾检测模块、电源模块、STC15F模块、S3C2440模块、右轮伺服电机、DS18B20、USB摄像头；此外，火焰烟雾检测模块根据红外热释电、烟雾检测模块获取的信号，判断室内是否出现火焰或烟雾，GSM模块在S3C2440模块的控制下拨打预先设定的电话号码拨打电话或向所述电话号码发送短消息；灭火模块包含水泵和喷枪，所述水泵抽取小车上储水箱中装载的水进行前期火焰的扑灭。本发明智能机器人小车可以自由在房屋内行进，更具备火灾远程报警能力，以及初期火灾控制能力。
-
公开(公告)号：CN114066808B
公开(公告)日：2024-10-22
申请号：CN202111182085.6
申请日：2021-10-11
Applicant: 内蒙古科技大学
IPC: G06T7/00 , G06T7/11 , G06T7/62 , G06T7/66 , G06N3/08 , G06N3/0464 , G06V10/82 , G06V10/774
Abstract: 本发明涉及一种基于深度学习的路面缺陷检测方法及系统，所述方法包括以下步骤：图像分割模型构建，U‑MDN使用U‑Net特征提取网络作为主干，提取从不同卷积阶段得到的多尺度特征，使用U‑MDM进一步提取缺陷深层特征，再将浅层特征和深层特征中得到的多尺度特征进行高效融合，以得到预测结果；路面缺陷量化评定，基于量化参数进一步计算路面破损指标，得到相应的路面破损等级。本发明克服了常用标准卷积提取的特征单一的缺点，可以去除冗余信息减少计算量；通过使用改进的深度神经网路对路面缺陷进行实时检测，克服了传统人工检测路面方法的缺点，提高了检测效率。
-
公开(公告)号：CN117870560A
公开(公告)日：2024-04-12
申请号：CN202410105650.6
申请日：2024-01-25
Applicant: 内蒙古科技大学
Abstract: 本发明公开一种用于轨道车轮轮缘厚度与摆动角度的检测方法，包括以下步骤：首先利用棋盘格标定法对检测系统平台标定，确定标定参数，采集车轮实时运行的视频数据，并检测车轮是否行进至测量区域，进而截取视频中有效帧图像；将采集到的有效帧图像传输至视频图像处理器，对实时采集到的车轮运行图像进行分析，检测有效帧图像中车轮表面的激光投影曲线并处理为单像素或亚像素宽度的激光条纹中心线，提取测量区域的测量关键点；对车轮轮缘厚度与摆动角度的测量，并确定风险等级。本发明用于轨道车轮轮缘厚度与摆动角度的检测方法提高了智能化检测水平，提高了检测效率和测量精度，确保列车、高铁以及烧结机台车等工业车辆运行的安全性与稳定性。
-
Patent Agency Ranking
公开(公告)号：CN106441221B
公开(公告)日：2018-10-30
申请号：CN201610775430.X
申请日：2016-08-31
Applicant: 内蒙古科技大学
IPC: G01C7/00
Abstract: 本发明公开了一种基于AutoCAD二次开发实现测绘横断面处理的方法。通过cass数据展点、中桩筛选，经过横断点连线，生成横断辅助线数据集并可按用户需要输出横断数据，为测绘中实现横断面的处理、计算土方量等提供技术支持，所述方法利用通用软件AutoCAD的二次开发功能VBA实现横断面的快速处理，既快捷方便，又无需经费投入，能够大幅提升测绘工作中横断数据处理效率，具有广泛的推广应用价值。
-
公开(公告)号：CN116630886A
公开(公告)日：2023-08-22
申请号：CN202310590506.1
申请日：2023-05-24
Applicant: 内蒙古科技大学
IPC: G06V20/52 , G06V10/764 , G06V10/26 , G06V20/70 , G06V10/774 , G06V10/28 , G06V10/30 , G08B21/24
Abstract: 本申请提供了一种烧结机台车车轮摆动的监测与预警方法，涉及图像预警技术领域，包括：获取生产场景下台车车轮的图像集，通过语义分割模型训练所述图像集，得到训练好的模型；使用训练好的模型处理监测图像，对现场台车的监测图像中的车轮区域进行分割掩膜处理，获取车轮偏转角度；基于设定规则对车轮偏转角度是否为正常运行状态进行判定，并按照风险等级分类处理；根据车轮偏转角度的风险等级作出相应报警。该烧结机台车车轮摆动的监测与预警方法可以对实时采集到的烧结机台车车轮图像进行分析，确定烧结机台车车轮是否发生偏移故障，提高了检测效率，避免由于人工检测疏忽导致的安全隐患。
-
公开(公告)号：CN114066808A
公开(公告)日：2022-02-18
申请号：CN202111182085.6
申请日：2021-10-11
Applicant: 内蒙古科技大学
IPC: G06T7/00 , G06T7/11 , G06T7/62 , G06T7/66 , G06N3/08 , G06N3/04 , G06K9/62 , G06V10/82 , G06V10/774
Abstract: 本发明涉及一种基于深度学习的路面缺陷检测方法及系统，所述方法包括以下步骤：图像分割模型构建，U‑MDN使用U‑Net特征提取网络作为主干，提取从不同卷积阶段得到的多尺度特征，使用U‑MDM进一步提取缺陷深层特征，再将浅层特征和深层特征中得到的多尺度特征进行高效融合，以得到预测结果；路面缺陷量化评定，基于量化参数进一步计算路面破损指标，得到相应的路面破损等级。本发明克服了常用标准卷积提取的特征单一的缺点，可以去除冗余信息减少计算量；通过使用改进的深度神经网路对路面缺陷进行实时检测，克服了传统人工检测路面方法的缺点，提高了检测效率。
-
公开(公告)号：CN111127442A
公开(公告)日：2020-05-08
申请号：CN201911362117.3
申请日：2019-12-26
Applicant: 内蒙古科技大学
Abstract: 本发明实施例提供一种台车轮轴缺陷检测方法和装置，其中方法包括：获取待检测台车的车轮运行视频；将车轮运行视频中的任一帧图像输入至车轮部件识别定位模型，得到车轮部件识别定位模型输出的部件识别定位结果；基于多帧连续图像对应的部件识别定位结果，确定多帧连续图像中任一车轮中螺母的运动轨迹；基于螺母的运动轨迹，确定该车轮的卡顿检测结果；和/或，基于任一帧图像对应的部件识别定位结果，确定该帧图像中任一车轮的缺失锁紧螺母数量和位置；基于卡顿检测结果和/或缺失锁紧螺母数量和位置，确定该车轮的轮轴缺陷检测结果。本发明实施例提供的方法和装置，能够保证安全、高效的工业生产需求。
-
公开(公告)号：CN109409384A
公开(公告)日：2019-03-01
申请号：CN201811162376.7
申请日：2018-09-30
Applicant: 内蒙古科技大学
Abstract: 本发明提供了一种基于细粒度图像的图像识别方法、装置、介质及设备。所述方法，包括：提取原始图像的图像特征；根据所述图像特征，获得所述原始图像的显著图；根据所述显著图和所述原始图像，获得所述显著图的分割图像；根据所述分割图像，基于神经网络模型，识别所述原始图像中的目标图像。相较于现有技术中利用人工标注图像特征，再利用神经网络模型识别目标图像的方法，本发明提供的方法能够增强算法的鲁棒性，提高细粒度图像识别的精度，增加图像识别的效率。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.104 seconds)
