-
公开(公告)号：CN111461291B
公开(公告)日：2023-05-12
申请号：CN202010173558.5
申请日：2020-03-13
Applicant: 西安科技大学
IPC: G06N3/0464 , G06N3/082 , G06T5/00 , G06F16/51 , G06F18/23213
Abstract: 本发明属于一种基于深度学习的图像处理技术，具体涉及基于YOLOv3剪枝网络和深度学习去雾模型的长输管线巡检方法。包括如下步骤：步骤一：构建并训练AOD‑Net去雾网络模型；步骤二：设计YOLOv3主干网络及损失函数；步骤三：通过无人机巡检方式对目标区域进行图像数据采集并进行训练；步骤四：通过基于BN层缩放因子γ剪枝方法对YOLOv3模型压缩和加速推算；步骤五：将AOD‑Net及YOLOv3联合模型部署到无人机嵌入式模块进行目标任务检测；步骤六：将无人机长输管线巡检任务检测结果实时回传至后台系统。本发明用于部署在无人机嵌入式模块上进行长输管线巡检工作，在保证检测精度高、实时性好以及效率高的同时，大大降低了人工成本。
-
公开(公告)号：CN113435373A
公开(公告)日：2021-09-24
申请号：CN202110755982.5
申请日：2021-07-05
Applicant: 西安科技大学 , 陕西西科智安信息科技有限公司
Abstract: 本发明公开了一种矿井火灾视频图像智能识别装置及方法，该装置包括多个火灾视频采集模块和与多个火灾视频采集模块连接的监控计算机，火灾视频采集模块均包括摄像头，摄像头通过通信模块和监控计算机连接；该方法包括以下步骤：一、火灾视频采集模块的安装及视频图像的采集；二、火灾图像的提取；三、构造火灾图像样本集；四、基于YOLOV5深度网络模型的火灾图像训练；五、后续采集的火灾图像的去雾处理；六、后续采集的火灾图像的前景提取；七、矿井火灾视频图像实时检测识别及报警。本发能够实现对矿井火灾的实时监测，能够对检测到的火焰图像进行快速识别，及时发现火灾隐患，确保矿井的安全生产及工作人员的生命安全。
-
公开(公告)号：CN111461291A
公开(公告)日：2020-07-28
申请号：CN202010173558.5
申请日：2020-03-13
Applicant: 西安科技大学
Abstract: 本发明属于一种基于深度学习的图像处理技术，具体涉及基于YOLOv3剪枝网络和深度学习去雾模型的长输管线巡检方法。包括如下步骤：步骤一：构建并训练AOD-Net去雾网络模型；步骤二：设计YOLOv3主干网络及损失函数；步骤三：通过无人机巡检方式对目标区域进行图像数据采集并进行训练；步骤四：通过基于BN层缩放因子γ剪枝方法对YOLOv3模型压缩和加速推算；步骤五：将AOD-Net及YOLOv3联合模型部署到无人机嵌入式模块进行目标任务检测；步骤六：将无人机长输管线巡检任务检测结果实时回传至后台系统。本发明用于部署在无人机嵌入式模块上进行长输管线巡检工作，在保证检测精度高、实时性好以及效率高的同时，大大降低了人工成本。
-
公开(公告)号：CN110850723A
公开(公告)日：2020-02-28
申请号：CN201911213470.5
申请日：2019-12-02
Applicant: 西安科技大学
IPC: G05B13/04
Abstract: 本发明涉及变电站故障巡检技术领域，尤其涉及一种基于变电站故障巡检机器人系统的故障诊断及定位方法，包括：服务器端、通信模块、主控制模块、数据采集模块、导航模块及运动控制模块，数据采集模块及导航模块将采集到的信息传送到主控制器，主控制器通过通信模块将信息传送到服务器端，同时也接收来自服务器端的指令，主控制器接收来自运动控制器的信息也可以发送指令给运动控制器。本发明算法准确率较高，故障查准率高，故障信息丰富，位置信息可精确到厘米级别。
-
公开(公告)号：CN110889455B
公开(公告)日：2023-05-12
申请号：CN201911212978.3
申请日：2019-12-02
Applicant: 西安科技大学
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06T5/50 , G06Q10/0635 , G06Q50/26
Abstract: 本发明涉及化工园区安全监测设备，具体涉及一种化工园巡检机器人的故障检测定位安全评估方法。其系统包括：服务器端、通信模块、主控制器、数据采集模块、导航模块及移动平台，述数据采集模块包括：双目可见光摄像头、热红外摄像头及激光气体测量仪。巡检机器人在巡检过程中将数据采集单元数据进行处理、融合和识别算法处理，判断是否存在故障；在巡检故障的同时收集巡检过程中的带位置信息的可见光图像，并在巡检完成之后，在各个区域抽取部分图像进行安全评分，本发明其巡检成本低，能够检测到大小故障及隐患，定位精度高，故障判断准确，可进行安全评估。
-
Patent Agency Ranking
公开(公告)号：CN110850723B
公开(公告)日：2023-01-03
申请号：CN201911213470.5
申请日：2019-12-02
Applicant: 西安科技大学
IPC: G05B13/04
Abstract: 本发明涉及变电站故障巡检技术领域，尤其涉及一种基于变电站故障巡检机器人系统的故障诊断及定位方法，包括：服务器端、通信模块、主控制模块、数据采集模块、导航模块及运动控制模块，数据采集模块及导航模块将采集到的信息传送到主控制器，主控制器通过通信模块将信息传送到服务器端，同时也接收来自服务器端的指令，主控制器接收来自运动控制器的信息也可以发送指令给运动控制器。本发明算法准确率较高，故障查准率高，故障信息丰富，位置信息可精确到厘米级别。
-
公开(公告)号：CN113435373B
公开(公告)日：2022-12-13
申请号：CN202110755982.5
申请日：2021-07-05
Applicant: 西安科技大学 , 陕西西科智安信息科技有限公司
IPC: G06V20/52 , G06V20/40 , G06V10/26 , G06V10/30 , G06V10/762 , G06V10/774 , G06V10/80 , G06V10/82 , G08B17/12 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种矿井火灾视频图像智能识别装置及方法，该装置包括多个火灾视频采集模块和与多个火灾视频采集模块连接的监控计算机，火灾视频采集模块均包括摄像头，摄像头通过通信模块和监控计算机连接；该方法包括以下步骤：一、火灾视频采集模块的安装及视频图像的采集；二、火灾图像的提取；三、构造火灾图像样本集；四、基于YOLOV5深度网络模型的火灾图像训练；五、后续采集的火灾图像的去雾处理；六、后续采集的火灾图像的前景提取；七、矿井火灾视频图像实时检测识别及报警。本发能够实现对矿井火灾的实时监测，能够对检测到的火焰图像进行快速识别，及时发现火灾隐患，确保矿井的安全生产及工作人员的生命安全。
-
公开(公告)号：CN110348603B
公开(公告)日：2021-11-23
申请号：CN201910506423.3
申请日：2019-06-12
Applicant: 西安科技大学 , 西安捷锐消防科技有限责任公司
Abstract: 本发明涉及一种煤自燃危险程度多源信息融合预警方法，解决现有煤自燃预警方法预警精度较低、难以进行科学决策得到煤自燃的自燃位置，发火时间，隐患程度的问题。该方法包括：步骤一、布置传感器；步骤二、对传感器进行采样时间的配准；步骤三、在不同时刻对各传感器的采集值z(k)进行采集；步骤四、对步骤三中的各传感器的采集值z(k)进行降噪处理；步骤五、将预警点处传感器历史的实际检测数据作为煤自燃特征，并进行归一化处理；步骤六、确定出煤自燃的隐患程度和发火时间；步骤七、通过步骤五得到的煤自燃靶向预警点，以及步骤六得到的煤自燃的隐患程度、发火时间，从而完成煤自燃危险程度预警。
-
公开(公告)号：CN110889455A
公开(公告)日：2020-03-17
申请号：CN201911212978.3
申请日：2019-12-02
Applicant: 西安科技大学
Abstract: 本发明涉及化工园区安全监测设备，具体涉及一种化工园巡检机器人的故障检测定位安全评估方法。其系统包括：服务器端、通信模块、主控制器、数据采集模块、导航模块及移动平台，述数据采集模块包括：双目可见光摄像头、热红外摄像头及激光气体测量仪。巡检机器人在巡检过程中将数据采集单元数据进行处理、融合和识别算法处理，判断是否存在故障；在巡检故障的同时收集巡检过程中的带位置信息的可见光图像，并在巡检完成之后，在各个区域抽取部分图像进行安全评分，本发明其巡检成本低，能够检测到大小故障及隐患，定位精度高，故障判断准确，可进行安全评估。
-
公开(公告)号：CN110348603A
公开(公告)日：2019-10-18
申请号：CN201910506423.3
申请日：2019-06-12
Applicant: 西安科技大学 , 西安捷锐消防科技有限责任公司
Abstract: 本发明涉及一种煤自燃危险程度多源信息融合预警方法，解决现有煤自燃预警方法预警精度较低、难以进行科学决策得到煤自燃的自燃位置，发火时间，隐患程度的问题。该方法包括：步骤一、布置传感器；步骤二、对传感器进行采样时间的配准；步骤三、在不同时刻对各传感器的采集值z(k)进行采集；步骤四、对步骤三中的各传感器的采集值z(k)进行降噪处理；步骤五、将预警点处传感器历史的实际检测数据 作为煤自燃特征，并进行归一化处理；步骤六、确定出煤自燃的隐患程度和发火时间；步骤七、通过步骤五得到的煤自燃靶向预警点，以及步骤六得到的煤自燃的隐患程度、发火时间，从而完成煤自燃危险程度预警。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.027 seconds)
