基本信息:
- 专利标题： 一种基于深度学习目标检测的电梯制动器磨损检测方法
- 申请号：CN202311015947.5 申请日：2023-08-14
- 公开(公告)号：CN117058094A 公开(公告)日：2023-11-14
- 发明人： 张传龙 , 李籽骁 , 董恩源 , 王国华 , 董华军 , 尹传仁 , 姜国勇 , 滕洋 , 王忠泽 , 孟群轩 , 赵世洋 , 臧小惠 , 邹琳 , 高守寰 , 孙萱
- 申请人： 大连锅炉压力容器检验检测研究院有限公司 , 大连理工大学 , 大连交通大学
- 申请人地址： 辽宁省大连市大连保税区洞庭路1号自贸大厦503、509; ;
- 专利权人： 大连锅炉压力容器检验检测研究院有限公司,大连理工大学,大连交通大学
- 当前专利权人： 大连锅炉压力容器检验检测研究院有限公司,大连理工大学,大连交通大学
- 当前专利权人地址： 辽宁省大连市大连保税区洞庭路1号自贸大厦503、509; ;
- 主分类号： G06T7/00
- IPC分类号： G06T7/00 ; G06N3/0464 ; G06N3/08
摘要：
本发明公开了一种基于深度学习目标检测的电梯制动器磨损检测方法，并公开了其具体步骤。本发明属于电梯制动器检测领域，具体提供了一种基于深度学习目标检测的电梯制动器磨损检测方法，采用工业相机采集电梯制动器的图片，在不拆解电梯制动器的情况下，通过改进深度学习目标检测技术中的YOLOv5算法，使其准确定位制动器中的固定销轴和每次制动过程中发生位移的推杆尾端，确定二者的像素点，再通过两点确定斜率与偏转角度，从而在不拆解电梯制动器的情况下迅速地通过角度测量间接的确定电梯制动器中闸瓦的磨损情况。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06T | 一般的图像数据处理或产生 |
| ------G06T7/00 | 图像分析，例如从位像到非位像 |