申请/专利权人：吉林大学

申请日：2020-07-11

公开（公告）日：2020-10-16

公开（公告）号：CN111784718A

主分类号：G06T7/12(20170101)

分类号：G06T7/12(20170101);G06T7/136(20170101);G06T5/00(20060101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.09.10#授权;2020.11.03#实质审查的生效;2020.10.16#公开

摘要：本发明涉及一种离散物料堆积状态智能在线预测装置及方法，装置由车厢离散物料堆积状态预测系统、车辆控制中心、离散物料堆积状态预测模型在线更新系统、异常处理系统和供电系统构成。方法包括利用卡车高处的图像采集器拍摄车厢内物料堆积图像；对图像预处理；利用挖掘机铲斗上的传感器组获取铲斗内物料质量；利用处理后图像由卷积神经网络估计当前车厢内物料质量和重心坐标；以上结果、铲斗中物料质量、卸料位置为输入，卸料后物料分布状态为输出，训练BP神经网络；利用BP神经网络预测下一时刻物料堆积状态。本发明结合卷积神经网络研究，实现无损、无接触预测。所涉及设备保护装置用于防止因天气、灰尘、车辆行驶晃动导致设备损坏。

主权项：1.一种离散物料堆积状态智能在线预测装置，其特征在于：由车厢离散物料堆积状态预测系统、车辆控制中心、离散物料堆积状态预测模型在线更新系统、异常处理系统以及供电系统构成；所述车厢离散物料堆积状态预测系统由车厢物料堆积状态图像获取子系统、铲斗物料质量信息获取子系统和物料堆积状态预测子系统组成，用于估计进行当前车厢物料堆积信息，预测接下来车厢离散物料的堆积状态并将其发送给车辆控制中心；所述车辆控制中心由预测结果接收模块110、与预测结果接收模块110连接的挖掘机控制系统120和矿用卡车控制系统130以及人机交互接口140组成，所述人机交互接口140与挖掘机控制系统120和矿用卡车控制系统130同时相连，所述预测结果接收模块110接收车厢离散物料堆积状态预测系统的预测结果，司机根据接收的结果通过人机交互接口140控制挖掘机控制系统120和矿用卡车控制系统130控制挖掘机与矿用卡车运动；所述离散物料堆积状态预测模型在线更新系统由中心数据库170、与中心数据库170连接的标记图像与神经网络训练中心160以及模型参数更新模块150组成，利用工作中采集的数据实时对预测模型进行更新；所述中心数据库170接收系统工作中采集的图像与堆积物料信息，标记图像与神经网络训练中心160对接收的图像进行标记分类，模型参数模块150利用分类图像对模型参数进行更新；所述异常处理系统由与各系统连接的异常检测模块180、异常分类模块190、异常报警模块200以及与异常报警模块200相连的异常清除210组成，用于对异常情况进行检测、分类、报警及清除；所述异常检测模块180通过异常分类模块190与异常报警模块200相连，异常检测模块180实时检测系统的异常信息，并利用异常分类模块190对异常信息进行分类以判断具体异常状况，异常报警模块200报警异常情况以通知检修，检修完成后异常清除210清除报警信息；所述供电系统由列车电力系统模块220、常规供电模块230、应急供电模块240和电源适配模块250组成，列车电力系统模块220分别通过常规供电模块230和应急供电模块240与电源适配模块250相连；所述卡车电力系统模块220为常规供电模块230和应急供电模块240提供电源，正常工作情况下，系统由常规供电模块230，当常规供电模块230出现异常，由应急供电模块240为系统供电，保障系统正常工作，所述电源适配模块250为相应电子器件提供所需电压。

全文数据：

权利要求：

百度查询： 吉林大学 一种离散物料堆积状态智能在线预测装置及预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD