一种运输皮带跑偏与载重量检测方法及装置

AITNT
正文
推荐专利
一种运输皮带跑偏与载重量检测方法及装置
申请号:CN202410748720
申请日期:2024-06-11
公开号:CN118505785B
公开日期:2025-11-18
类型:发明专利
摘要
本申请提供了一种运输皮带跑偏与载重量检测方法、装置、计算机可读介质及电子设备。该运输皮带跑偏与载重量检测方法包括:利用摄像头对运输皮带运行过程中的图像进行实时采集;对采集到的所述图像进行预处理,生成预处理图像;利用深度学习神经网络模型,对所述预处理图像中的目标区域进行识别,得到识别结果;通过所述识别结果,计算所述运输皮带的跑偏量比;基于所述运输皮带的跑偏量比,判断所述运输皮带是否跑偏。本申请的技术方案,基于深度学习的视觉智能判断方法,通过人工智能算法获取图像中左右滚柱的像素面积,实现对皮带跑偏和载重量的准确监测,提高运输皮带的监测精度、实时性和智能化水平。
技术关键词
运输皮带 深度学习神经网络模型 消息队列遥测传输 智能判断方法 载荷 人工智能算法 样本 计算方法 图像采集模块 处理器 图像增强 电子设备 输出模块 识别模块 存储装置 通知 计算机 定义
系统为您推荐了相关专利信息
1
一种用于重载货车的车辆安全风险阈值识别方法
重载货车 阈值识别方法 风险 多源数据采集系统 车辆动力学模型
2
一种考虑表面宏微观特征与装配变形的装配偏差预测方法
变形误差 傅里叶算法 产品装配偏差 表面粗糙度参数 零件表面粗糙度
3
一种航空发动机载荷谱中蠕变载荷特征建模方法
载荷特征 混合分布模型 建模方法 概率密度函数 EM算法
4
一种基于人工智能算法的多层包扎容器包扎预紧力测量方法
预紧力测量方法 人工智能算法 层板 多层包扎高压容器 拉丁超立方抽样方法
5
基于多源数据与人工智能的公路边坡变形预测方法
变形预测方法 岩层结构 公路边坡 深度学习神经网络模型 预测新方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号