龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：安徽工业大学
申请日：2024-03-18
公开（公告）日：2024-06-14
公开（公告）号：CN118183498A
主分类号：B66C13/16
分类号：B66C13/16;B66C15/06;B66C1/14;B66C13/22
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明公开了一种基于深度学习的吊车吊钩越界检测方法及系统，属于深度学习目标监测技术领域。本发明通过引入深度学习技术，提高了吊钩越界检测的准确性；相较于传统的人工监测方法，自动化的检测系统可以更精确地识别越界行为，减少了人为操作误差；监测平台能够实时接收并分析检测结果，并向驾驶员发送即时警报，这使得驾驶员能够在越界行为发生时迅速采取措施，降低了事故的发生概率；通过预防吊钩越界行为，有效保障了生命和财产的安全，减少了设备的损坏，降低了维修和替换的成本，同时减少了因越界行为引发的潜在法律责任。
主权项：1.一种基于深度学习的吊车吊钩越界检测方法，其特征在于，包括以下步骤：S1：通过工业相机配合无人机拍摄吊钩视频，并按帧输出为吊钩图片；S2：对步骤S1中拍摄的吊钩图片进行标注，生成xml格式，并分为训练集和测试集；S3：将步骤S2的训练集送入目标检测网络进行训练，获得权重文件；S4：为AI边缘计算设备部署深度学习环境，将步骤S3中获得的权重文件转化为Tensort文件；S5：将AI边缘计算设备设置开机自启，通过工业相机配合无人机实时拍摄获取吊钩图片，并送入AI边缘计算设备中，运行改进后的YOLOv5s算法进行实时检测，返回吊钩坐标信息；S6：划定警戒范围，并在显示屏屏幕上用红线实时显示，根据步骤S5中返回的吊钩坐标信息实时判断吊钩是否越过警戒范围，越过则进行报警；S7：报警时在屏幕上显示报警信息，并将报警信息发送给监测平台，在监测平台上显示报警信息。
全文数据：
权利要求：
百度查询： 安徽工业大学 一种基于深度学习的吊车吊钩越界检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号