CN111942426A - 一种基于热红外的铁水运输机车车轴测温方法 - Google Patents
一种基于热红外的铁水运输机车车轴测温方法 Download PDFInfo
- Publication number
- CN111942426A CN111942426A CN202010818266.2A CN202010818266A CN111942426A CN 111942426 A CN111942426 A CN 111942426A CN 202010818266 A CN202010818266 A CN 202010818266A CN 111942426 A CN111942426 A CN 111942426A
- Authority
- CN
- China
- Prior art keywords
- axle
- temperature
- molten iron
- locomotive
- picture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 title claims abstract description 112
- 230000003137 locomotive effect Effects 0.000 title claims abstract description 59
- 229910052742 iron Inorganic materials 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 13
- 239000002184 metal Substances 0.000 claims abstract description 27
- 229910052751 metal Inorganic materials 0.000 claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 238000010586 diagram Methods 0.000 claims description 12
- 238000003331 infrared imaging Methods 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 1
- 229910000831 Steel Inorganic materials 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 239000010959 steel Substances 0.000 abstract description 4
- 238000009826 distribution Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/04—Detectors for indicating the overheating of axle bearings and the like, e.g. associated with the brake system for applying the brakes in case of a fault
- B61K9/06—Detectors for indicating the overheating of axle bearings and the like, e.g. associated with the brake system for applying the brakes in case of a fault by detecting or indicating heat radiation from overheated axles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D2/00—Arrangement of indicating or measuring devices, e.g. for temperature or viscosity of the fused mass
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D41/00—Casting melt-holding vessels, e.g. ladles, tundishes, cups or the like
- B22D41/12—Travelling ladles or similar containers; Cars for ladles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及一种基于热红外的铁水运输机车车轴测温方法，包括以下具体步骤：步骤一：设定针对铁水罐的若干抓图关联参数，包括有对象温度区间、对象特征图和判决阈值；步骤二：机器视觉系统抓拍铁水运输机车图像，对每一帧红外视频画面进行监控分析，实现连续不间断的自动监测；步骤三：依据抓拍到画面中铁水罐的位置对铁水运输机车车轴进行定位，并计算获得车轴温度；步骤四：车轴温度与机车号及车轴编号进行绑定；步骤五：车轴温度越限报警；步骤六：生成车轴温度曲线；该方法实现了对铁水运输机车车轴温度的自动化、无人化监测，为钢铁企业的安全生产和科学决策提供数据上的支撑。
Description
技术领域
本发明涉及钢铁工业测量方法技术领域，尤其是一种基于热红外的铁水运输机车车轴测温方法。
背景技术
红外热成像技术是一种被动红外技术，其原理是基于自然界中一切温度高于绝对零度的物体，每时每刻都辐射出红外线（波长为2.0～1000微米），同时这种红外线辐射都载有物体的特征信息，这就为利用红外技术判别各种被测目标的温度高低和热分布场提供了客观的基础。利用这一特性，通过光电红外探测器将物体发热部位辐射的功率信号转换成电信号后，成像装置就可以一一对应地模拟出物体表面温度的空间分布，最后经系统处理，形成热图像视频信号，传至显示屏幕上，就得到与物体表面热分布相对应的热像图，即红外热图像。
机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、 I/O卡等)。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。
机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、数值大小、个数、合格 / 不合格、有/无等，实现自动识别功能。
发明内容
本发明的目的就是结合上述背景提出一种基于热红外的铁水运输机车车轴测温方法，该方法实现了对铁水运输机车车轴温度的自动化、无人化监测，为钢铁企业的安全生产和科学决策提供数据上的支撑。
本发明的具体方案是：一种基于热红外的铁水运输机车车轴测温方法，包括以下具体步骤：
步骤一：设定针对铁水罐的各项抓图相关参数，包括有对象温度区间、对象特征图和判决阈值；
步骤二：机器视觉系统抓拍铁水运输机车图像，对每一帧红外视频画面进行监控分析，实现连续不间断的自动监测；
步骤三：依据抓拍到画面中铁水罐的位置对铁水运输机车车轴进行定位，并计算获得车轴温度；
步骤四：车轴温度与机车号及车轴编号进行绑定；
步骤五：车轴温度越限报警；
步骤六：生成车轴温度曲线。
进一步的，本发明中所述步骤一中的抓图关联参数包括如下参数：对象温度区间用于物体与背景的分离，在此温度区间内的大块物体进入画面之后就会触发识别程序，并和模板进行匹配，以将铁水罐和背景区分开来，根据经验可设置为60度～250度，就可以很好的将铁水罐和背景区分开来，环境温度即便是夏季一般也不会高于60度；对象特征图采用一个外形标准的铁水罐画面的二值图，用来作为匹配模板，匹配的时候提取其边缘轮廓，与实施画面中对象的边缘轮廓进行矩相似度匹配，相似度高低用于辅助判决画面中的物体是否是铁水罐，通过这种方式将画面中可能出现的机车、汽车或其它高温物体进行排除；判决阈值用于确定抓拍时机，根据物体进入、抓拍、离开的不同情形分为三组阈值，每种情况包括形状、位置、面积三个阈值，表示实时识别的物体的轮廓和模板轮廓的偏差比值，进入的情况表示实时识别的物体的轮廓和模板轮廓的偏差比值三个阈值都小于进入阈值的时候，表示物体的到来，等待抓拍，当偏差比值都小于抓拍阈值，则进行抓拍，当偏差比值有一个值大于离开阈值，则表示物体已经离开，等待检测下一个物体的到来。
进一步的，本发明中所述步骤二中铁水运输机车连续抓拍的实现方法是，当铁水运输机车进入画面，根据对象温度区间取出画面中最大的连通区域对象，后台实时演算对象的轮廓形状、位置、面积、运动方向，根据判决阈值判断是否是铁水罐，是否就位，如果判决是铁水罐并且就位，则对画面进行抓拍，抓拍完成后监视对象是否离开，判断对象离开后接着监测后面的铁水运输机车，从而实现连续不断的自动监测。
进一步的，本发明中所述步骤三中车轴定位方法是，首先根据铁水罐的实时轮廓计算得到铁水罐的质心，从而得到机车的中心轴在画面中的位置，然后根据事先得到的每个车轴与机车中心轴的偏移距离可以计算出每个车轴的水平坐标，同时车轴在画面中的水平高度（纵向坐标）也是一个定值，因而就能得到每个车轴在画面中的位置。
进一步的，本发明中所述步骤四中车轴温度与机车号及车轴编号进行绑定方法为，首先采用人工智能技术对照片中铁水罐的罐号进行文字识别，通过罐号去后台线车表查找机车车号，同时依据前面得到的机车运动方向确定车轴顺序，从而将每个车轴温度与机车号及车轴编号进行绑定。
进一步的，本发明中所述步骤五中车轴温度越限报警方法为，根据预设的温度越限报警阈值，判断车轴温度是否越限，越限则通过监控大屏和手机短信方式进行报警，报警信息具体到机车号、车轴编号、时间、地点和温度值。
进一步的，本发明中所述步骤六中生成车轴温度曲线方法为，根据长时间监控得到的每个车轴的不断变化的历史温度值，以温度曲线的方式呈现，为安全管理决策提供依据。
进一步的，本发明的方法还包括数据查询接口、数据库、数据分析后台、热红外成像装置，所述热红外成像装置用以采集铁水运输机车视频画面并将其传输到数据分析后台，所述数据分析后台接收热红外成像装置的视频数据进行分析并将结果传输到数据库中进行存储，所述查询接口通过调用数据库中的数据从而将车轴温度信息呈现给查询用户。
与现有技术相比，本发明的有益效果是：
①车轴识别：因为车轴一般情况下是常温物体，红外特征不明显，比较难以识别，而铁水罐一般是高温物体，并且面积大容易识别，所以本方法是通过先识别铁水罐，然后通过画面位置定位的方式获得车轴的位置从而得到每个车轴的温度，解决了车轴识别与温度提取问题。
②无人化监控：通过铁水罐识别算法和抓拍方式的设定，自动进行车轴识别与抓拍，并通过文字识别与铁水运输机车车号进行绑定，完成分析后自动生成每个车轴的记录并进行联动报警，全程不需要人的参与，自动化完成。
③温度曲线：根据长时间监控得到的每个车轴的不断变化的历史最高温度值，以温度曲线的方式呈现，为安全管理决策提供依据。
附图说明
图1是本发明的测量方法结构示意图；
图2是本发明方法流程框图；
图3是本发明中铁水罐抓拍及车轴温度提取示意图。
图中：1—数据查询接口，2—数据库，3—数据分析后台，4—热红外成像装置。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种技术方案：
请参阅图1，一种热红外的铁水运输机车车轴测温方法，包括数据查询接口、数据库、数据分析后台、热红外成像装置，所述热红外成像装置用以采集铁水运输机车视频画面并将其传输到数据分析后台，所述数据分析后台接收热红外成像装置的视频数据进行分析并将结果传输到数据库中进行存储，所述查询接口通过调用数据库中的数据从而将车轴温度信息呈现给查询用户。
请参阅图2，一种热红外的铁水运输机车车轴测温方法，包括以下具体步骤：
步骤一：设定针对铁水罐的各项抓图相关参数，包括有对象温度区间、对象特征图和判决阈值；
步骤二：机器视觉系统抓拍铁水运输机车图像，对每一帧红外视频画面进行监控分析，实现连续不间断的自动监测；
步骤三：依据抓拍到画面中铁水罐的位置对铁水运输机车车轴进行定位，并计算获得车轴温度；
步骤四：车轴温度与机车号及车轴编号进行绑定；
步骤五：车轴温度越限报警；
步骤六：生成车轴温度曲线。
下面将结合某钢厂铁水运输铁轨边的一台热红外成像装置产生的红外视频数据，对其进行分析来说明实现步骤：
步骤一：设定针对铁水罐的各项抓图关联参数，包括对象温度区间、对象特征图、判决阈值等，对象温度区间设定为60～250度，对象特征图设定为一个外形比较标准的铁水罐画面的二值图，形状、位置、面积三项的进入、抓拍、离开判决阈值分别设定为0.5、0.3、0.8；
步骤二：当铁水运输机车进入画面，根据对象温度区间取出画面中最大的连通区域对象，后台实时演算对象的轮廓形状、位置、面积、运动方向，铁水罐整体进入画面后，轮廓形状和面积的偏差比值已经小于0.3，但是位置还没有满足，当铁水罐整体接近设定位置的时候，位置的偏差比值小于了0.5，判定此时为进入状态，当位置的偏差比值小于0.3，此时满足了抓拍状态的要求，进行抓拍，铁水罐继续移动，位置偏差比值大于0.8后，判定为离开状态，等待下一个高温物体的到来。
步骤三：依据抓拍到画面（388x284像素，画面左上角定为坐标原点（0,0））中铁水罐的轮廓计算出铁水罐的质心横坐标是292像素，三个机车车轴的横坐标偏移分别是100、150、200像素，所以三个机车车轴的横坐标分别是192、142、92像素，纵坐标为已知的270像素，所以三个机车车轴的位置为（192,270）、（142,270）、（92,270），根据每个轴的位置取半径为10个像素的圆，即可覆盖车轴，圆内最高温度的像素点温度即为车轴温度。与此同时根据质心的走向可以判断出车辆向左行驶，此时画面中的车轴编号是4、5、6号轴，温度分别是32.4、33.0、33.2（见图3）；
步骤四：通过文字识别出铁水罐号为96，同时查线车表查到车号是T71808，这样就知道了T71808车此时的4、5、6号轴温度分别是32.4、33.0、33.2度；
步骤五：预设的车轴温度越限报警阈值为当时环境气温加30度，此时气温为32度温度，因此车轴温度都没有越限因此不会触发报警；
步骤六：根据近一个月以来监控得到的T71808车每个车轴的不断变化的历史温度值，可以绘制温度曲线，通过车轴温度的变化趋势，可以提前判断某根车轴是不是出现了问题，从而避免故障的发生。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种基于热红外的铁水运输机车车轴测温方法，其特征在于：包括以下具体步骤：
步骤一：设定针对铁水罐的若干抓图关联参数，包括有对象温度区间、对象特征图和判决阈值；
步骤二：机器视觉系统抓拍铁水运输机车图像，对每一帧红外视频画面进行监控分析，实现连续不间断的自动监测；
步骤三：依据抓拍到画面中铁水罐的位置对铁水运输机车车轴进行定位，并计算获得车轴温度；
步骤四：车轴温度与机车号及车轴编号进行绑定；
步骤五：车轴温度越限报警；
步骤六：生成车轴温度曲线。
2.根据权利要求1所述的一种基于热红外的铁水运输机车车轴测温方法，其特征在于：所述步骤一中的抓图关联参数包括如下参数：对象温度区间用于物体与背景的分离，在此温度区间内的大块物体进入画面之后就会触发识别程序，并和模板进行匹配，以将铁水罐和背景区分开来；对象特征图采用一个外形标准的铁水罐画面的二值图，用来作为匹配模板，匹配的时候提取其边缘轮廓，与实施画面中对象的边缘轮廓进行矩相似度匹配，相似度高低用于辅助判决画面中的物体是否是铁水罐，通过这种方式将画面中可能出现的机车、汽车或其它高温物体进行排除；判决阈值用于确定抓拍时机，根据物体进入、抓拍、离开的不同情形分为三组阈值，每种情况包括形状、位置、面积三个阈值，表示实时识别的物体的轮廓和模板轮廓的偏差比值，进入的情况表示实时识别的物体的轮廓和模板轮廓的偏差比值三个阈值都小于进入阈值的时候，表示物体的到来，等待抓拍，当偏差比值都小于抓拍阈值，则进行抓拍，当偏差比值有一个值大于离开阈值，则表示物体已经离开，等待检测下一个物体的到来。
3.根据权利要求1所述的一种基于热红外的铁水运输机车车轴测温方法，其特征在于：所述步骤二中铁水运输机车连续抓拍的实现方法是，当铁水运输机车进入画面，根据对象温度区间取出画面中最大的连通区域对象，后台实时演算对象的轮廓形状、位置、面积、运动方向，根据判决阈值判断是否是铁水罐，是否就位，如果判决是铁水罐并且就位，则对画面进行抓拍，抓拍完成后监视对象是否离开，判断对象离开后接着监测后面的铁水运输机车，从而实现连续不断的自动监测。
4.根据权利要求1所述的一种基于热红外的铁水运输机车车轴测温方法，其特征在于：所述步骤三中车轴定位方法是，首先根据铁水罐的实时轮廓计算得到铁水罐的质心，从而得到机车的中心轴在画面中的位置，然后根据事先得到的每个车轴与机车中心轴的偏移距离可以计算出每个车轴的水平坐标，同时车轴在画面中的水平高度也是一个定值，因而就能得到每个车轴在画面中的位置。
5.根据权利要求1所述的一种基于热红外的铁水运输机车车轴测温方法，其特征在于：所述步骤四中车轴温度与机车号及车轴编号进行绑定方法为，首先采用人工智能技术对照片中铁水罐的罐号进行文字识别，通过罐号去后台线车表查找机车车号，同时依据前面得到的机车运动方向确定车轴顺序，从而将每个车轴温度与机车号及车轴编号进行绑定。
6.根据权利要求1所述的一种基于热红外的铁水运输机车车轴测温方法，其特征在于：所述步骤五中车轴温度越限报警方法为，根据预设的温度越限报警阈值，判断车轴温度是否越限，越限则通过监控大屏和手机短信方式进行报警，报警信息具体到机车号、车轴编号、时间、地点和温度值。
7.根据权利要求1所述的一种基于热红外的铁水运输机车车轴测温方法，其特征在于：所述步骤六中生成车轴温度曲线方法为，根据长时间监控得到的每个车轴的不断变化的历史温度值，以温度曲线的方式呈现，为安全管理决策提供依据。
8.根据权利要求1所述的一种基于热红外的铁水运输机车车轴测温方法，其特征在于：还包括数据查询接口、数据库、数据分析后台、热红外成像装置，所述热红外成像装置用以采集铁水运输机车视频画面并将其传输到数据分析后台，所述数据分析后台接收热红外成像装置的视频数据进行分析并将结果传输到数据库中进行存储，所述查询接口通过调用数据库中的数据从而将车轴温度信息呈现给查询用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010818266.2A CN111942426B (zh) | 2020-08-14 | 2020-08-14 | 一种基于热红外的铁水运输机车车轴测温方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010818266.2A CN111942426B (zh) | 2020-08-14 | 2020-08-14 | 一种基于热红外的铁水运输机车车轴测温方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111942426A true CN111942426A (zh) | 2020-11-17 |
| CN111942426B CN111942426B (zh) | 2023-04-25 |
Family
ID=73342324
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010818266.2A Active CN111942426B (zh) | 2020-08-14 | 2020-08-14 | 一种基于热红外的铁水运输机车车轴测温方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111942426B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113158898A (zh) * | 2021-04-22 | 2021-07-23 | 宝武集团鄂城钢铁有限公司 | 一种基于红外成像的铁水罐车自动化测高方法 |
| CN114445396A (zh) * | 2022-02-14 | 2022-05-06 | 金陵科技学院 | 一种基于Canny算法的铁水罐安全检测系统方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000172827A (ja) * | 1998-12-03 | 2000-06-23 | Sharp Corp | 人体検知装置およびそれを用いた空気調和機 |
| CN102167060A (zh) * | 2010-11-18 | 2011-08-31 | 兖州煤业股份有限公司 | 一种红外线独立探点轴温探测跟踪方法 |
| CN102187377A (zh) * | 2008-10-20 | 2011-09-14 | 本田技研工业株式会社 | 车辆的周围监测装置 |
| CN103493112A (zh) * | 2011-02-22 | 2014-01-01 | 菲力尔系统公司 | 红外传感器系统及方法 |
| CN106530731A (zh) * | 2016-11-06 | 2017-03-22 | 刘鹏翔 | 一种非车载车辆超温预警方法 |
| CN211032589U (zh) * | 2019-12-13 | 2020-07-17 | 苏州华兴致远电子科技有限公司 | 一种在线式轴温检测装置 |
-
2020
- 2020-08-14 CN CN202010818266.2A patent/CN111942426B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000172827A (ja) * | 1998-12-03 | 2000-06-23 | Sharp Corp | 人体検知装置およびそれを用いた空気調和機 |
| CN102187377A (zh) * | 2008-10-20 | 2011-09-14 | 本田技研工业株式会社 | 车辆的周围监测装置 |
| CN102167060A (zh) * | 2010-11-18 | 2011-08-31 | 兖州煤业股份有限公司 | 一种红外线独立探点轴温探测跟踪方法 |
| CN103493112A (zh) * | 2011-02-22 | 2014-01-01 | 菲力尔系统公司 | 红外传感器系统及方法 |
| CN106530731A (zh) * | 2016-11-06 | 2017-03-22 | 刘鹏翔 | 一种非车载车辆超温预警方法 |
| CN211032589U (zh) * | 2019-12-13 | 2020-07-17 | 苏州华兴致远电子科技有限公司 | 一种在线式轴温检测装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113158898A (zh) * | 2021-04-22 | 2021-07-23 | 宝武集团鄂城钢铁有限公司 | 一种基于红外成像的铁水罐车自动化测高方法 |
| CN114445396A (zh) * | 2022-02-14 | 2022-05-06 | 金陵科技学院 | 一种基于Canny算法的铁水罐安全检测系统方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111942426B (zh) | 2023-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109448326B (zh) | 一种基于快速图像识别的地质灾害智能群防监测系统 | |
| CN112518748B (zh) | 面向运动物品的视觉机械臂自动抓取方法与系统 | |
| CN105893510A (zh) | 一种视频结构化系统及其目标搜索方法 | |
| CN104392224A (zh) | 一种公路路面裂纹检测方法 | |
| CN111942426B (zh) | 一种基于热红外的铁水运输机车车轴测温方法 | |
| CN112528979B (zh) | 变电站巡检机器人障碍物判别方法及系统 | |
| CN113240798B (zh) | 基于数字孪生和ar的物料完备性智能检测与配置方法 | |
| CN113522770A (zh) | 一种基于3d视觉的高精度在线检测系统 | |
| CN113536895A (zh) | 一种圆盘指针表计识别方法 | |
| CN113177501A (zh) | 一种基于深度学习的黑暗环境下人员身份识别方法 | |
| CN109740486B (zh) | 一种对图像包含的人类数量进行识别的方法及系统 | |
| CN115169673A (zh) | 一种智慧校园疫情风险监测与预警系统及方法 | |
| CN111274872B (zh) | 基于模板匹配的视频监控动态不规则多监管区域判别方法 | |
| Huang et al. | Robotic arm grasping and placing using edge visual detection system | |
| Jiang et al. | Depth image-based obstacle avoidance for an in-door patrol robot | |
| CN115330751A (zh) | 一种基于YOLOv5和Realsense的螺栓检测与定位方法 | |
| CN115797280A (zh) | 一种基于图像ai识别算法的变压器表面缺陷检测系统 | |
| CN106339666B (zh) | 一种人体目标的夜间监控方法 | |
| CN114505856A (zh) | 一种基于大数据深度学习的机械臂智能控制系统 | |
| CN114708544A (zh) | 一种基于边缘计算的违规行为智能监测头盔及其监测方法 | |
| CN107316302A (zh) | 基于双目视觉的行车自动定位装置及其对应的定位方法 | |
| Said et al. | Real-time detection and classification of traffic light signals | |
| CN107020545A (zh) | 识别机械工件位姿的装置和方法 | |
| CN105404891A (zh) | 一种室外设施巡检方法 | |
| Yang et al. | A real-time framework for dangerous behavior detection based on deep learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |