[发明专利]油缸运动状态监测方法及装置、存储介质、终端在审

专利信息
申请号: 202210734071.9 申请日: 2022-06-27
公开(公告)号: CN115170491A 公开(公告)日: 2022-10-11
发明(设计)人: 张楸;袁丽燕;赵宇辉 申请(专利权)人: 三一智矿科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/246;G06V10/62;G06V10/25;G06V10/82
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 朱春元
地址: 102206 北京市昌平区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 运动 状态 监测 方法 装置 存储 介质 终端
【权利要求书】:

1.一种油缸运动状态监测方法,其特征在于,包括:

获取监测目标的连续帧图像,所述监测目标包括目标油缸、以及与所述目标油缸的两端相连接的第一部件、第二部件;

通过对所述连续帧图像进行目标提取、目标跟踪,得到所述第一部件的第一跟踪结果、所述第二部件的第二跟踪结果;

根据所述第一跟踪结果、所述第二跟踪结果确定所述目标油缸的运动状态。

2.根据权利要求1所述的方法,其特征在于,所述通过对所述连续帧图像进行目标提取、目标跟踪,得到所述第一部件的第一跟踪结果、所述第二部件的第二跟踪结果,包括:

利用已完成训练的目标检测网络模型对所述连续帧图像进行目标提取,得到第一目标检测框、第二目标检测框;

根据所述第一目标检测框、所述第二目标检测框进行目标跟踪,得到所述第一部件的第一跟踪结果、所述第二部件的第二跟踪结果。

3.根据权利要求2所述的方法,其特征在于,所述利用已完成训练的目标检测网络模型对所述连续帧图像进行目标提取,得到第一目标检测框、第二目标检测框之前,所述方法还包括:

构建训练样本集及初始目标检测网络模型,所述训练样本集中的样本图像中包括已完成标记的第一部件图像、已完成标记的第二部件图像;

基于所述初始目标检测网络模型中的锚框尺寸、锚框位置对所述样本图像进行目标检测框预测,以完成所述初始目标检测网络模型的训练,所述锚框尺寸、所述锚框位置为基于历史图像中所述第一部件、所述第二部件的图像尺寸、图像位置设定的。

4.根据权利要求2所述的方法,其特征在于,所述根据所述第一目标检测框、所述第二目标检测框进行目标跟踪,得到所述第一部件的第一跟踪结果、所述第二部件的第二跟踪结果,包括:

分别对所述第一目标检测框、所述第二目标检测框中的目标进行特征提取,得到对应所述第一目标检测框的第一属性特征、对应所述第二目标检测框的第二属性特征,并计算相邻两帧图像中所述第一属性特征的第一相似度,所述第二属性特征的第二相似度;

根据预设删除数量阈值对所述第一相似度或所述第二相似度小于所述预设置信度的图像帧进行删除;

对删除处理后的图像帧进行运动特征提取、属性关联,得到所述第一部件的第一跟踪结果、所述第二部件的第二跟踪结果;

其中,所述预设置信度、所述预设删除数量阈值为基于所述监测目标的历史图像的分析结果设定的。

5.根据权利要求2所述的方法,其特征在于,所述运动状态包括第一状态、第二状态,所述根据所述跟踪结果确定所述目标油缸的运动状态之后,所述方法还包括:

若所述运动状态为第一状态,则计算每两个相邻帧图像中所述第一目标检测框的像素距离,并对所述像素距离进行累加计算,得到第一位移;

若所述运动状态为第二状态,则计算每两个相邻帧图像中所述第二目标检测框的像素距离,并对所述像素距离进行累加计算,得到第二位移;

若所述第一位移或所述第二位移小于预设位移阈值,则生成指示所述目标油缸的位移量异常的位移预警信息,以使工作人员对所述目标油缸进行检修。

6.根据权利要求1所述的方法,其特征在于,所述第一部件为刮板机、所述第二部件为先导阀,所述运动状态包括第一状态、第二状态,所述根据所述第一跟踪结果、所述第二跟踪结果确定所述目标油缸的运动状态,包括:

若所述第一跟踪结果大于预设阈值,则确定所述运动状态为第一状态,所述第一状态用于表征所述目标油缸处于伸长状态;

若所述第二跟踪结果大于所述预设阈值,则确定所述运动状态为第二状态,所述第二状态用于表征所述目标油缸处于回缩状态。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三一智矿科技有限公司,未经三一智矿科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210734071.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top