一种基于视觉技术的皮带撕裂状态自动检测的方法和系统

    公开(公告)号:CN115908272A

    公开(公告)日:2023-04-04

    申请号:CN202211323534.9

    申请日:2022-10-27

    Abstract: 本发明公开了一种基于视觉技术的皮带撕裂状态自动检测的方法和系统,包括构建皮带机上皮带日常状态数据集,数据集保存8个月内的皮带监控图片;分析比较现有的皮带日常状态数据集,将皮带发生撕裂图片帧进行预处理标记并建立YOLOv3目标检测模型;将实时拍摄的图片放入YOLOv3目标检测模型中,通过视觉技术进行对于实时监控皮带状态图片进行监测,当实时监控的皮带状态与数据集中数据标记状态相同时,进行异常识别报警。本发明通过智能视觉技术识别异常状况抓拍图片信息的管理,边沿撕裂采用计算机视觉技术检测皮带对称的两个边沿,根据检测的两个边沿间的距离判定是否存在撕裂;非边沿撕裂采用深度学习技术,通过定位皮带的裂痕来实现皮带撕裂检测。

    一种基于深度学习的矿山装载区分类方法及系统

    公开(公告)号:CN117274931B

    公开(公告)日:2024-11-19

    申请号:CN202311016998.X

    申请日:2023-08-14

    Abstract: 本发明公开了一种基于深度学习的矿山装载区分类方法及系统,包括:获取矿山场景图像,对图像进行初步处理,输出初级特征图;对初级特征图执行特征提取操作,获得高级特征图;对高级特征图进行装载区分类预测,获得分类结果。本发明提供的基于深度学习的矿山装载区分类系统,提出利用深度学习网络对矿山的不同驾驶区域进行识别,可识别装载区、运输区和卸载区三种矿山驾驶区域,设计基本单元搭建特征提取网络来提升对矿区场景图像特征的提取能力,基本单元采用捷径连接保留上层信息避免全局信息的损失、采用跨层连接进行不同层次特征的融合,提升了网络对不同尺度目标特征的感知。

    一种无人驾驶纯电动宽体自卸车车载换电机构

    公开(公告)号:CN116638961B

    公开(公告)日:2024-10-29

    申请号:CN202310600824.1

    申请日:2023-05-25

    Abstract: 本发明涉及电动宽体自卸车换电技术领域,尤其涉及一种无人驾驶纯电动宽体自卸车车载换电机构,包括托架安装组件,包括托架安装件和横梁件,横梁件设置于托架安装件的一侧,电池组安装组件,包括电池安装件和电池件,电池安装件设置于托架安装件内,电池件设置于电池安装件上侧,车架连接组件,包括车架连接件和车架大梁件,车架连接件设置于托架安装件下侧,车架大梁件设置于车架连接件一侧,本发明提供了一种车载换电机构,其可以满足现有无人驾驶室纯电动宽体自卸车动力电池换电需求的同时,降低车载换电机构对车架孔位固定、强度可靠等要求,简化车架结构、减少强度影响的同时,充分利用车载换电机构本身材料对车架进行加强。

Patent Agency Ranking