[发明专利]用于事件检测的自动视觉和声学分析有效

专利信息
申请号: 201780034638.9 申请日: 2017-05-16
公开(公告)号: CN109313442B 公开(公告)日: 2021-11-09
发明(设计)人: 克里斯托弗·S·古丘罗 申请(专利权)人: 埃克森美孚研究工程公司
主分类号: G05B23/02 分类号: G05B23/02
代理公司: 中原信达知识产权代理有限责任公司 11219 代理人: 穆森;戚传江
地址: 美国新*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 事件 检测 自动 视觉 声学 分析
【权利要求书】:

1.一种用于自动化视觉分析检测工业环境的事件的方法,包括

分析历史数据,以生成预期事件的库,其中,所述预期事件中的每个与警告和控制信号中的一个相关联;

对于感兴趣的工业环境,从获取系统获取视觉监视数据,其中所述监视数据是成像数据;

识别所述视觉监视数据的相关部分;

利用机器学习引擎,将所述视觉监视数据的所述相关部分分类到分类符,其中所述分类符分类热内容和运动中的至少一种;

利用机器学习引擎,基于所述分类符,使用至少一个量化算子来量化所述视觉监视数据;以及

当所述至少一个量化算子满足对应于所述至少一个量化算子的预定规则时,利用机器学习引擎,检测事件,

其中当检测到事件时,将所检测到的事件与所述预期事件的库中的所述预期事件中的一个进行匹配;其中如果匹配,则发送所述警告和所述控制信号中的一个;以及其中如果不匹配,则生成并发送另一警告,以及

通过历史化所获取的视觉监视数据增强所述历史数据,

其中当检测到事件时,历史化所检测到的事件,将所检测到的事件与所获取的视觉监视数据相关联;

其中如果匹配,历史化所述警告和所述控制信号中的一个,并且将所述警告和所述控制信号中的一个与所检测到的事件相关联,以及

其中如果不匹配,历史化所述另一警告,并且将所述另一警告与所检测到的事件相关联。

2.根据权利要求1所述的方法,进一步包括:将所述事件与是真实的概率相关联。

3.根据权利要求1所述的方法,其中,所述警告和所述另一警告中的一个被发送到与感兴趣的工业环境的所检测到的事件有关的设备的操作员。

4.根据权利要求3所述的方法,进一步包括:基于来自所述操作员的反馈,适配所述机器学习引擎的协议。

5.根据权利要求1所述的方法,其中,所述控制信号被发送到与所检测到的事件有关的可控设备。

6.一种用于自动化视觉分析检测工业环境的事件的系统,包括:

获取系统,所述获取系统用于对于感兴趣的工业环境,获取视觉监视数据,其中,所述获取系统包括至少一个相机,并且所述视觉监视数据是成像数据;以及

计算机系统,所述计算机系统包括机器学习引擎,所述机器学习引擎被编程为:

识别所述视觉监视数据的相关部分;

将所述视觉监视数据的所述相关部分分类到分类符,其中所述分类符分类热内容和运动中的至少一种;

分析存储在数据库中的历史数据,以生成预期事件的库,其中,所述预期事件中的每个与警告和控制信号中的一个相关联;

基于所述分类符,使用至少一个量化算子来量化所述视觉监视数据;以及

当所述至少一个量化算子满足对应于所述至少一个量化算子的预定规则时,检测事件,

其中当检测到事件时,将所检测到的事件与所述预期事件中的一个进行匹配;其中如果匹配,则发送所述警告和所述控制信号中的一个;以及其中如果不匹配,则生成并发送另一警告;以及

通过历史化所获取的视觉监视数据增强所述数据库中的所述历史数据:

其中当检测到事件时,历史化所检测到的事件,将所检测到的事件与所获取的视觉监视数据相关联;

其中如果匹配,历史化所述警告和所述控制信号中的一个,并且将所述警告和所述控制信号中的一个与所检测到的事件相关联,以及

其中如果不匹配,历史化所述另一警告,并且将所述另一警告与所检测到的事件相关联。

7.根据权利要求6所述的系统,其中,所述计算机系统被编程为将所述警告和所述另一警告中的一个发送到设备的操作员。

8.根据权利要求6所述的系统,其中,所述计算机系统被编程为将所述控制信号发送到可控设备。

9.根据权利要求6所述的系统,其中,所述计算机系统被进一步编程为:

从所述数据库查询所述历史数据;以及

在显示单元上显示所查询到的数据,以允许识别非预期事件。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于埃克森美孚研究工程公司,未经埃克森美孚研究工程公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201780034638.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top