買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國(guó)礦業(yè)大學(xué)申請(qǐng)的專利一種井下人車的自動(dòng)識(shí)別系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN117037070B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202311066498.7，技術(shù)領(lǐng)域涉及：G06V20/52；該發(fā)明授權(quán)一種井下人車的自動(dòng)識(shí)別系統(tǒng)是由徐志鷗;滕翔;魏奧迪;陳彥璇;王俊豪設(shè)計(jì)研發(fā)完成，并于2023-08-23向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種井下人車的自動(dòng)識(shí)別系統(tǒng)在說(shuō)明書摘要公布了：本發(fā)明公開了一種井下人車的自動(dòng)識(shí)別系統(tǒng)，所述方法包括以下步驟：S1、攝像頭采集車輛與行人特征的圖像數(shù)據(jù)集，計(jì)算機(jī)視覺技術(shù)利用圖像處理和圖像檢測(cè)技術(shù)，對(duì)圖像數(shù)據(jù)集進(jìn)行處理，獲取初始檢測(cè)框的參數(shù)，發(fā)送至數(shù)據(jù)處理中心，風(fēng)門上的傳感器采集風(fēng)速、氣壓、瓦斯?jié)舛纫约帮L(fēng)門周圍溫度的數(shù)據(jù)；本發(fā)明采用通過(guò)使用攝像頭采集圖像數(shù)據(jù)，獲取目標(biāo)監(jiān)測(cè)模型數(shù)據(jù)，達(dá)到識(shí)別人車的作用，同時(shí)通過(guò)結(jié)合風(fēng)速、氣壓、瓦斯?jié)舛群椭車鷾囟鹊臄?shù)據(jù)，可以綜合分析礦井中的人車行為，實(shí)現(xiàn)準(zhǔn)確的識(shí)別和檢測(cè)，并且能夠及時(shí)判斷是否存在異常危險(xiǎn)，通過(guò)控制風(fēng)門的啟動(dòng)與關(guān)閉來(lái)確保礦井環(huán)境的安全。

本發(fā)明授權(quán)一種井下人車的自動(dòng)識(shí)別系統(tǒng)在權(quán)利要求書中公布了：1.一種井下人車的自動(dòng)識(shí)別系統(tǒng)，其特征在于，所述自動(dòng)識(shí)別系統(tǒng)的識(shí)別方法包括以下步驟： S1、攝像頭采集車輛與行人特征的圖像數(shù)據(jù)集，計(jì)算機(jī)視覺技術(shù)利用圖像處理和圖像檢測(cè)技術(shù)，對(duì)圖像數(shù)據(jù)集進(jìn)行處理，獲取初始檢測(cè)框的參數(shù)，發(fā)送至數(shù)據(jù)處理中心，風(fēng)門上的傳感器采集風(fēng)速、氣壓、瓦斯?jié)舛纫约帮L(fēng)門周圍溫度的數(shù)據(jù)，發(fā)送至數(shù)據(jù)處理中心； S2、數(shù)據(jù)處理中心利用K-means++算法對(duì)處理后的圖像數(shù)據(jù)集進(jìn)行聚類，獲取初始聚類框的參數(shù)，基于K-means聚類算法，對(duì)初始檢測(cè)框參數(shù)和初始聚類框參數(shù)進(jìn)行聚類，獲取先驗(yàn)框架的尺寸，再基于YOLO算法，利用聚類后得到的先驗(yàn)框架的尺寸進(jìn)行模型訓(xùn)練，獲取目標(biāo)檢測(cè)模型數(shù)據(jù)； 在S2步驟中，數(shù)據(jù)集中隨機(jī)選擇一個(gè)樣本為初始聚類中心的選擇，K-means++算法中初始聚類中心的選擇，具體如下： A1、從圖像數(shù)據(jù)集中隨意抽取一個(gè)樣本作為初始的聚類中心Ci； A2、首先計(jì)算每個(gè)樣本與當(dāng)前已有聚類中心之間的最短距離Dx； 計(jì)算每個(gè)樣本被下一個(gè)聚類中心的概率最后按照輪盤法選出下一個(gè)聚類中心； A3、重復(fù)第2步，直至選出K個(gè)聚類中心； 在S2步驟中，數(shù)據(jù)處理中心基于YOLO算法，使用目標(biāo)檢測(cè)模型數(shù)據(jù)對(duì)采集車輛與行人特征的圖像數(shù)據(jù)集進(jìn)行目標(biāo)檢測(cè)，并且獲取車輛和行人信息數(shù)據(jù)，利用MSRCR算法對(duì)圖像數(shù)據(jù)集進(jìn)行增強(qiáng)處理； 其中，MSRCR算法具體如下： 其中，log為10的對(duì)數(shù)，Ci為第i個(gè)通道的彩色恢復(fù)因子，用來(lái)調(diào)節(jié)RGB彩色通道中3個(gè)通道的顏色比例，Iix,y為第i個(gè)通道的圖像，f[*]為顏色空間的映射函數(shù)，β為增益常數(shù)，α為受控制的非線性強(qiáng)度，RMSRix,y為第i個(gè)通道的MSR處理的輸出圖像，RMSRCRix,y為第i個(gè)通道的MSRCR處理的輸出圖像； S3、數(shù)據(jù)處理中心根據(jù)采集到的風(fēng)速、氣壓、瓦斯?jié)舛纫约帮L(fēng)門周圍溫度的數(shù)據(jù)進(jìn)行處理，并且結(jié)合獲取的目標(biāo)監(jiān)測(cè)模型數(shù)據(jù)，識(shí)別和檢測(cè)礦井中的車輛和行人的行為，最終識(shí)別車輛或者行為； S4、數(shù)據(jù)處理中心基于時(shí)間同步協(xié)議，并且根據(jù)分析車輛和行人的行為，分析車輛和行人是否存在異常危險(xiǎn)，控制風(fēng)門的啟動(dòng)與關(guān)閉。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)礦業(yè)大學(xué)，其通訊地址為：221000 江蘇省徐州市大學(xué)路1號(hào)中國(guó)礦業(yè)大學(xué)南湖校區(qū)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。