买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉宁波宏大电梯有限公司;浙江大学申请的专利一种扶梯踏板缝隙实时检测方法与系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116229350B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211703773.7，技术领域涉及：G06V20/52；该发明授权一种扶梯踏板缝隙实时检测方法与系统是由童勤峰;钟毅;虞继明;杨建党;田冠中;卓荣荣;刘勇设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种扶梯踏板缝隙实时检测方法与系统在说明书摘要公布了：本发明公开了一种扶梯踏板缝隙实时检测方法与系统，涉及扶梯踏板检测领域，本发明以YOLOX模型为基础模型，使用transformer模块替换基础模型中的卷积激活层，使用上采样扩张模块替换基础模型中的上采样模块，得到第一YOLOX模型，并通过包括被标注的带缝隙色块、未被标注的不带有色块的缝隙图块的数据集训练第一YOLOX模型，并在训练过程中利用损失函数获取到改进的YOLOX模型，将扶梯踏板图像输入至改进的YOLOX模型，检测得到带缝隙色块检测图片，通过HSV模型对带缝隙色块检测图片进行颜色分割，得到对应的黑白灰度图，获取黑白灰度图中黑色区域所占的像素宽度即扶梯踏板缝隙的宽度，其利用视觉目标检测和图像分割技术实现了对扶梯踏板缝隙的实时检测。

本发明授权一种扶梯踏板缝隙实时检测方法与系统在权利要求书中公布了：1.一种扶梯踏板缝隙实时检测方法，其特征在于，应用于改进的YOLOX模型，所述扶梯踏板的缝隙两边贴设有彩色色带，所述方法包括步骤： S01：获取缝隙两边贴设有彩色色带的扶梯踏板图像视频，与未贴设彩色色带的扶梯踏板图像视频，将扶梯踏板图像视频均转化为图像集，并标注图像集中带缝隙色块图像中的带缝隙色块，得到包含负样本与正样本的数据集；所述正样本表示被标注的带缝隙色块，所述负样本表示未被标注的不带有色块的缝隙图块； S02：以YOLOX模型为基础模型，使用transformer模块替换基础模型中的卷积激活层，使用上采样扩张模块替换基础模型中的上采样模块，得到第一YOLOX模型，通过数据集训练第一YOLOX模型，通过损失函数获取训练过程中第一YOLOX模型的物体误差、类别误差与特征点检验误差对应的损失曲线，在各损失曲线的波动幅度值均处于对应的预设范围内时，停止训练，得到改进的YOLOX模型；所述改进的YOLOX模型中包括：第一Yolo检测头、第二Yolo检测头与第三Yolo检测头，以及包含transformer模块的多条特征提取支路；各检测头的特征数据由对应的特征提取支路进行特征融合后提供； 所述S02步骤中的损失函数包括： VarifocalLoss损失函数，其公式表达式为： 式中，p为改进的YOLOX模型预测的分类得分，q是目标IoU得分，对于正样本，q是预测框和真实框之间的IoU，对于负样本q为0；α为损失权重；pγ为样本权重；VFLp,q表示物体误差与类别误差； 损失函数，其公式表达式为： 式中： 其中，IntersectionA,B表示改进的YOLOX模型其预测框A与目标框B的交集面积，UnionA,B表示改进的YOLOX模型其预测框A与目标框B的并集面积；b,bgt分别表示预测框与真实框的中心点,ρb,bgt为预测框与真实框中心点间的欧式距离，c为能够同时包含预测框和真实框的最小闭包区域的对角线距离，α是损失权重；表示特征点检验误差；wgt为真实框的宽，hgt为真实框的高，w为预测框的宽，h为预测框的高； S03：将扶梯踏板图像输入至改进的YOLOX模型，模型中的各检测头通过各自对应的特征提取支路提供的特征数据获取对应的检测特征，通过各检测头对应的检测特征得到带缝隙色块检测图片；所述检测特征包括：类别检测特征、特征点检测特征与物体检测特征； S04：通过HSV模型对带缝隙色块检测图片进行颜色分割，得到对应的黑白灰度图，获取黑白灰度图中黑色区域所占的像素宽度即扶梯踏板缝隙的宽度；所述S04步骤具体为： 获取彩色色带的颜色在OpenCV色相盘中所处的角度范围； 基于彩色色带其颜色所处的角度范围，根据OpenCV色相盘的颜色分布将带缝隙色块检测图片的饱和度与色调分别分配在第一预设角度范围与第二预设角度范围； 根据带缝隙色块检测图片的色相对其进行颜色分割，得到其对应的黑白灰度图，获取黑白灰度图中黑色区域所占的像素宽度即扶梯踏板缝隙的宽度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人宁波宏大电梯有限公司;浙江大学，其通讯地址为：315113 浙江省宁波市鄞州区东吴镇西村；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。