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！

龙图腾网获悉中国矿业大学;徐州北矿智能科技有限公司申请的专利一种基于ELAN-CP的矿用输送带跑偏实时检测方法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：CN119580162B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411722158.X，技术领域涉及：G06V20/40；该发明授权一种基于ELAN-CP的矿用输送带跑偏实时检测方法是由赵啦啦;朱运涛;王忠宾;李雨潭;张传金;谭超;闫海峰;李锰钢;杨大正;夏建贺设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种基于ELAN-CP的矿用输送带跑偏实时检测方法在说明书摘要公布了：本发明公开了一种基于ELAN‑CP的矿用输送带跑偏实时检测方法，通过实时录制的带式输送机运转视频，采用自适应帧间差分法和帧间极值法，获取带式输送机图像数据；筛选获取的图像，通过数据增强和预处理，得到带式输送机跑偏检测数据集，并将数据集划分为训练集，验证集和测试集；基于ELAN构建用于带式输送机跑偏检测的轻量化深度学习网络，并用划分好的数据集训练模型；采用CP优化冗余的网络结构，减小模型的体积；将训练好的模型部署到边缘计算设备，通过区域检测的方式识别托辊和输送带，根据托辊形状初步判断输送带是否跑偏，再结合输送带实际位置与安全区域，判定输送带是否跑偏。本发明能提高矿用输送带跑偏检测准确性。

本发明授权一种基于ELAN-CP的矿用输送带跑偏实时检测方法在权利要求书中公布了：1.一种基于ELAN-CP的矿用输送带跑偏实时检测方法，其特征在于，包括步骤如下： S1，采集输送带正常运行和跑偏的视频，采用自适应帧间差分法和帧间极值法提取视频关键帧作为输送带跑偏检测图像样本，并保留视频关键帧的二值图像； S2，对样本图像进行二次筛选，选取不同地点、不同时间段、不同运行状态的输送带图像；对图像进行数据增强，并使用labelme软件对增强后的图像进行标注，得到输送带跑偏检测数据集；将输送带跑偏检测数据集按照6:3:1的比例划分为训练集、验证集和测试集； S3，基于ELAN构建矿用输送带跑偏检测的轻量化深度学习网络；将样本图像训练集和验证集输入到轻量化深度学习网络进行图像数据训练，直至网络模型达到收敛状态，通过测试集验证网络模型精度，并保存最佳网络模型； 所述轻量化深度学习网络，基于ELAN设计并融合深度可分离卷积模块，由3个1×1卷积、2个3×3的深度可分离卷积和一个拼接函数torch.cat构成；根据特征提取网络通过5次下采样，获得不同层级的尺度信息；通过颈部将80×80×128、40×40×256和20×20×512三个层级的特征信息进行空间尺度融合，学习到目标的多尺度特征；其中，在特征提取网络前加入自适应照明变换网络，并在第三次、第四次和第五次下采样处加入空间组级增强注意力机制； 所述轻量化深度学习网络的头部网络，采用解耦头；解耦头接收颈部网络输出的80×80×128、40×40×256和20×20×512三个层级的特征，通过融合来自深层的特征，将语义信息嵌入当前特征图中，进行分类任务；通过融合相邻层的特征，将空间信息嵌入当前特征图中，进行定位任务； S4，通过CP对步骤S3得到的网络模型进行稀疏化训练，优化冗余网络结构，剔除模型中不重要的通道,并将其对应的卷积层和线性激活层一并剪枝；通过微调网络模型，对剪枝后的网络模型重新进行训练和测试，直至网络模型满足预期要求； S5，将网络模型部署到JetsonXavierNX边缘计算盒，采用区域检测方法在区域检测框中识别托辊的形状和位置，初步判断输送带是否跑偏；若判断输送带跑偏，则根据已规划的安全区域与输送带的位置关系，判断输送带区域是否超出安全区域：若超出安全区域，则判定此时输送带发生跑偏故障。

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中国矿业大学;徐州北矿智能科技有限公司，其通讯地址为：221116 江苏省徐州市铜山区大学路1号；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。