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！

龙图腾网获悉云鼎科技股份有限公司申请的专利一种基于机器视觉的犁式皮带卸料器位置状态监测方法及装置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：CN119821980B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202411831409.8，技术领域涉及：B65G43/08；该发明授权一种基于机器视觉的犁式皮带卸料器位置状态监测方法及装置是由郭训;高桢;吕岩;王顺;崔润兴;赵岩;徐永东;王磊;田兆燕设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本一种基于机器视觉的犁式皮带卸料器位置状态监测方法及装置在说明书摘要公布了：本发明涉及一种基于机器视觉的犁式皮带卸料器位置状态监测方法及装置，包括以下步骤：步骤一图像采集和标注；步骤二训练分类模型；步骤三目标检测模型；步骤四模型部署；步骤五实时监测与控制；步骤六异常处理；步骤七数据存储。本发明通过深度学习算法，系统能够精确识别卸料器的上下限位置，确保卸料器抬升和下降到位，减少因位置不准确导致的物料泄漏或堆积，实时监测卸料器状态，并自动控制卸料器移动到指定位置，减少了人工干预，提高了作业效率和响应速度。

本发明授权一种基于机器视觉的犁式皮带卸料器位置状态监测方法及装置在权利要求书中公布了：1.一种基于机器视觉的犁式皮带卸料器位置状态监测方法，其特征在于，包括以下步骤： 步骤一图像采集和标注，图像视野包含卸料器及后方皮带，通过目标检测数据集对卸料器进行标注，通过分类识别数据集对采集到的皮带图像进行类别标注； 步骤二训练分类模型，基于步骤一中的分类识别数据集，对有无煤数据集进行划分，划分为训练集和验证集，并训练有无煤分类模型； 步骤三目标检测模型，基于步骤一中目标检测数据集标注好的卸料器数据，采用YoloV10s作为目标检测模型，所述YoloV10s模型结构主要包括：主干网络、特征增强网络和检测头； 所述目标检测模型设有两条红线，分别为上位线和下位线，上位线作为卸料器上升是否到位的判断线、下位线作为卸料器下降是否到位的判断线，蓝色框为卸料器检测结果，通过卸料器检测框右下角y坐标判断卸料器的位置状态； 步骤四模型部署，将训练好的模型部署至AI边缘计算服务器，用于实时处理图像； 步骤五实时监测与控制，将实时监测到的图像，传输至部署好的模型中进行卸料器位置和煤流状态的检测，根据检测结果，自动控制卸料器移动到指定位置，并进行语音提醒； 步骤五具体包括： 将图像输入至卸料器的目标检测模型得到卸料器检测结果，依据检测框的右下角y坐标值，判断卸料器位置： 如果卸料器检测框y值小于上位线y值则说明卸料器上升到位； 如果卸料器检测框y值大于上位线y值且小于下位线y值则说明卸料器上升不到位； 如果卸料器检测框y值大于下位线y值则说明卸料器下降到位； 在此基础上得到卸料器位置信息，若检测到卸料器下降到位，按照步骤二进行皮带有无煤分类检测，得到当前图像的有无煤分类结果，如果连续10帧图像判断为有煤，则说明卸料器挡煤板损坏，此时将相关图像上传至系统平台并联动对应位置的摄像仪进行现场语音提醒“发现卸料器损坏，请尽快处置”，若检测到卸料器上升不到位，将相关图像上传至系统平台并进行语音报警，提醒管理员尽快处理，需要联动对应位置的摄像仪进行现场语音提醒“发现卸料器抬升不到位，请尽快处置”，此时通过联控摄像仪发送抬升指令控制卸料器抬升到指定位置； 步骤六异常处理，若卸料器未到达指定位置，自动控制卸料器到指定位置，并发送证据图像到平台，若连续识别到煤流，则判定卸料器底部挡煤板损坏，发送证据图像并联动现场进行语音提醒更换挡煤板； 步骤七数据存储，将识别为异物的图像存储在SD卡或硬盘中。

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云鼎科技股份有限公司，其通讯地址为：250000 山东省济南市历城区工业南路57-1号高新万达J3写字楼19层1910室；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。