(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210393841.8 (22)申请日 2022.04.14 (71)申请人 安徽理工大 学 地址 232000 安徽省淮南市山 南新区泰丰 大街168号 (72)发明人 洪炎　王乐　苏静明　王智伟　 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 10/94(2022.01) G06N 3/04(2006.01) G06K 9/62(2022.01) G08B 21/18(2006.01) G08B 25/08(2006.01)H04Q 9/00(2006.01) G16Y 20/20(2020.01) G16Y 40/10(2020.01) G16Y 40/20(2020.01) (54)发明名称 基于神经网络和嵌入式融合的缆绳探伤系 统及方法 (57)摘要 本发明涉及了基于神经网络和嵌入式融合 的缆绳探伤装置制作方法， 该方法采用人工智能 和嵌入式系统相结合的方式实现对缆绳的实时 探伤， 达到故障诊断的效果， 其意义十分重 大； 首 先采集足够多的样本数据， 为了提高检测的精确 度和速率需要对样本数据进行预处理， 然后将预 处理后的样 本数据进行标注； 输入到卷积神经网 络中进行迭代训练， 得到一个准确度较高的一个 模型并保存起来； 将训练好的模 型嵌入到树莓 派 中； 在树莓派中连接摄像头模块和4G模块， 通过 摄像头采集图像数据经过预处理输入到模型中， 再经过4G模块实时的上传， 实现故障监测。 权利要求书1页 说明书3页 附图1页 CN 114764792 A 2022.07.19 CN 114764792 A 1.一种基于神经网络和嵌入式融合的缆绳探伤系统及方法， 其特征在于， 包括了(1)树 莓派模块， (2)摄 像头模块， (3)4G模块， (4)神经网络模块。 所述的树莓派模块用于处理采集的缆绳图像， 并进行缆绳故障识别， 识别 中出现故障 状态， 进行 预警； 所述的摄 像头模块用于实时采集 缆绳图像； 所述的4G模块用于远程的连接， 数据传输， 将识别的结果传输到云端， 存储到数据库， 方便管理； 所述的神经网络模块主要对采集的实时图像进行特征提取， 然后进行特征提取， 最后 进行分类； 能够通过摄像头采集的实时图像， 进行识别， 然后将识别的结果进行实时的上传， 如果 识别的结果是属于故障， 进行 预警。 2.根据权利要求1所述的系统， 其特征在于， 所述的树莓派模块采用树莓派4B型号， 其 在处理器速度、 性能、 内存上表现很好； 配置硬件， 采用64GB的MircoSD,读卡器采用USB3.0； 配置软件， 在树莓派上安装操作系统并安装TensorFlow2.0， 在进行识别之后， 会对故障信 号进行预警。 3.根据权利要求2所述的系统， 其特征在于， 所述的神经网络模块利用树莓派上的操作 系统采用TensorFlow2.0进行卷积神经网络的训练以及缆绳图像的多特征提取， 然后进行 特征融合， 最后进行识别， 提高识别准确度。 4.根据权利要求3所述的系 统， 其特征在于， 所述的摄像头模块采用IMX477R高清摄像 头配相应的长焦和微距镜 头， 将采集的实时图像保存下来， 输入到神经网络中， 进行识别。 5.根据权利要求1所述的系 统， 其特征在于， 所述的4G模块采用EC20， 通过串 口和树莓 派进行交互， 该模块满足无线通讯系统对数据速率和连接可靠性的要求， 提供无限的远程 连接， 实现识别结果数据的实时上传和存 储。权　利　要　求　书 1/1 页 2 CN 114764792 A 2基于神经 网络和嵌入式融合的缆绳探伤系统及方 法 技术领域 [0001]本发明涉及了人工智能在故障诊断方面 技术领域以及嵌入式控制技 术领域。 背景技术 [0002]缆绳作为一种工具， 在日常生活中时时刻刻起着重要作用， 被用在各个重要领域。 由于其材料决定了它抗拉、 耐磨损、 坚韧性很好， 所以在日常生活中很少损坏， 但是一旦损 坏长时间没有被发现就可能造成严重的后果。 所以研究对缆绳的故障诊断具有极其重要的 意义。 [0003]之前对于缆绳的故障诊断主要还是在于人工的排查。 但是人工排查的方法不仅难 度较大而且具有一定的危险性， 特别是在比较恶劣的环境下。 近年来， 由于深度学习的不断 发展， 部分研究者将其应用到了故障检测和分类技术领域， 也取得了较大的成果， 但是大多 数的研究都是比较的单一， 没有形成一个集成化的系统。 发明内容 [0004]针对上述存在的问题， 本发明提供了一种基于神经网络和嵌入式融合的缆绳探伤 系统及方法。 利用摄像头实时采集的图片， 送入到训练好的神经网络模型中对图片信息进 行识别， 鉴别出缆绳是否发生局部损伤(裂痕)； 然后将鉴别出的结果传送至上位机， 当识别 出的结果是故障类别时， 进行 预警。 [0005]一方面为实现上述目的， 本发明提供了一种基于神经网络和嵌入式融合的缆绳探 伤系统及方法， 包括： [0006]树莓派模块、 摄 像头模块、 4G模块、 神经网络模块； [0007]所述树莓派模块用于采集到的实时图像输入到神经网络进行识别诊断； 如果诊断 为异常会触发预警装置， 实现故障的预警作用。 [0008]所述摄像头模块用于实时采集 缆绳状态的图像数据； [0009]所述4G模块用于远距离通信， 将诊断出来的缆绳状况信息传输至远程终端， 实时 监测信息， 实现数据的存储和可视化， 若缆绳的状况信息被诊断为异常， 在终端会显示预警 信息。 [0010]可选的， 所述 树莓派模块包括操作系统与神经网络运行环境以及预警装置 。 [0011]可选的， 所述摄 像头模块用于实时采集 缆绳的状态图像。 [0012]可选的， 4G模块满足各网络制式的全面覆盖以及对数据速率和连接可靠性的要 求， 可以实现3G网络和4G网路 之间的无 缝切换。 [0013]可选的， 神经网络模块采用卷积神经网络， 对采集到的图像进行特征提取， 提取包 含异常信息的特 征进行融合， 最后进行分类识别。 [0014]本发明的技 术效果为： [0015]本发明主要采用基于神经网络和嵌入式结合的方法， 将通过摄像头采集的实时图 像数据输入至训练好的神经网络中， 通过这种方法采集数据为使用者提供了极大地便利。说　明　书 1/3 页 3 CN 114764792 A 3