(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 202211270298.9 (22)申请日 2022.10.18 (71)申请人 浙江蓝能燃气设备有限公司 地址 312000 浙江省绍兴 市杭州湾上虞工 业园区 申请人 上海万物智允工业科技有限责任公 司 (72)发明人 何英杰　周纯　曹文红　俞从正　 段立武　何向阳　梁耀锦　 (74)专利代理 机构 广东远胜智和知识产权代理 事务所(普通 合伙) 44665 专利代理师 谭鑫维 (51)Int.Cl. G01N 21/90(2006.01) G01N 21/88(2006.01)G01N 21/01(2006.01) (54)发明名称 基于单样本学习AI算法的气瓶检测装置及 应用方法 (57)摘要 基于单样 本学习AI算法的气瓶检测装置， 包 括电动辊筒式输送机、 电动直线滑台、 电动伸缩 杆、 照明灯、 无线摄像头、 电机减速机构、 电源模 块、 PLC、 光电开关、 导电轴承； 还具有控制电路； 电动辊筒式输送机上安装有支撑板， 电动直线滑 台、 电动伸缩杆、 照明灯、 无线摄像头、 电机减速 机构、 光电开关安装在支撑板 下， 两只导电轴承、 摄像头、 照明灯安装在电机减速机构的动力输出 轴侧端； 电源模块、 PLC、 控制电路安装在电控箱 内并电性连接； 基于单样本 学习AI算法的气瓶检 测装置的应用方法， 包括三个步骤。 本发明能有 效实现氢气瓶内无死角图片 采集， 并达到好的采 集效果， 还能低成本前提下， 有效识别氢气瓶存 在的质量问题。 权利要求书2页 说明书6页 附图2页 CN 115494077 A 2022.12.20 CN 115494077 A 1.基于单样本学习AI算法的气瓶检测装置， 包括电动辊筒式输送机、 电动直线滑台、 电 动伸缩杆、 照明灯、 无线摄像头、 电机减速机构、 电源模块、 PLC、 光电开关、 导电轴承； 其特征 在于， 还具有控制电路、 数据采集单元、 数据分析单元、 数据库单元、 提示单元； 所述电动辊 筒式输送机上安装有支撑板， 电动伸缩杆安装在支撑板内上端， 电动直线滑台安装在电动 伸缩杆的下部； 所述电机减速机构安装在电动直线滑台的滑动块下部； 所述电机减速机构 的动力输出轴一侧 安装套有绝缘管， 两只导电轴承间隔距离内圈紧套在绝缘管外侧， 绝缘 管外侧有线槽， 和两只导电轴承内圈内侧相连的导线经 由线槽引出， 两只导电轴承的外圈 外侧紧套有外绝缘管， 和两只导电轴承外圈外侧相连的导线经由外绝缘管引出， 外绝缘管 一端安装在电机减速机构的壳体另一侧端； 所述摄像头、 照明灯安装在电机减速机构的动 力输出轴侧端； 所述光电开关安装在支撑板内， 电源模块、 PLC、 控制电路安装在电控箱 内； 所述控制电路的电源输出端和PLC的电源输入端电性连接， PLC的多路电源输出端和两只导 电轴承外圈外侧及电机减速机构电源输入端、 电动伸缩杆及电动直线滑台的电源输入端分 别电性连接； 两只导电轴承内圈内侧和摄像头及照明灯的电源输入端分别电性连接； 所述 光电开关的触发信号输出端和控制电路的触发信号输入端电性连接， 控制电路的控制电源 输出端和电动辊筒式输送机的电源输入端电性连接； 所述数据采集单元、 数据库单元、 数据 分析单元、 提示单元是安装在PC 机内的应用软件。 2.根据权利要求1所述的基于单样本学习AI算法的气瓶检测装置， 其特征在于， 氢气瓶 位于电动辊筒式输送机的输送辊上部后， 氢气瓶的螺堵孔、 瓶口阀门孔中部和无线摄像头 及照明灯前后处于一个垂直面， 且无线摄像头及照明灯外径小于氢气瓶的螺堵孔和瓶口阀 门孔内径。 3.根据权利要求1所述的基于单样本学习AI算法的气瓶检测装置， 其特征在于， 控制电 路包括经电性连接的时间继电器模块和继电器， 时间继电器模块负极触发信号输入端、 负 极电源输入端和继电器负极电源输入端连接， 时间继电器模块正极电源输出端和继电器正 极电源输入端连接 。 4.根据权利要求1所述的基于单样本学习AI算法的气瓶检测装置的应用方法， 其特征 在于， 包括如下步骤， 步骤A： 数据采集单元接收摄像头实时采集的气瓶内图片数据， 并将数 据初步处理后输出到数据分析单元； 步骤B： 数据分析单元对数据采集单元输入的数据， 调 阅数据库单元内的合格氢气瓶图片数据进 行比对， 在相应检测区域的氢气瓶存在质量问题 时输出触发信号到提示单元； 步骤C： 提示单元接收到触发信号后， 能经显示界面文字以及 报警声音方式提 示工作人员氢气瓶相应处存在质量问题。 5.根据权利要求4所述的基于单样本学习AI算法的气瓶检测装置的应用方法， 其特征 在于， 数据采集单元、 数据库单元、 数据分析单元、 提示单元构建的模 型， 不需要 氢气瓶的缺 陷数据来构建算法； 具体的该模型使用预训练模型从输入的合格氢气瓶图像中提取特征， 统一建立记 忆库来存 储合格氢气瓶样本的代 表性特征图。 6.根据权利要求4所述的基于单样本学习AI算法的气瓶检测装置的应用方法， 其特征 在于， 数据库单元应用前， 先下载Imagenet预训练模型RESNET64， 然后提取合格氢气瓶图像 特征， 获得下采样层的特征图， 然后收集所有合格氢气瓶样本的下采样特征图， 并使用 Johnson‑Lindenstrauss和Coreset子采样方法进行降维， 从而压缩所需的存 储空间。 7.根据权利要求4所述的基于单样本学习AI算法的气瓶检测装置的应用方法， 其特征权　利　要　求　书 1/2 页 2 CN 115494077 A 2在于， 数据分析单元应用中， 在分析阶段， 将 摄像头获得的实时新图片使用数据采集单元提 取氢气瓶特征图一样的方式， 然后 将提取的特征图与数据库单元内训练阶段降维后的合格 样本数据集进行比较， 当差异大于设定阈值时候视为异常。权　利　要　求　书 2/2 页 3 CN 115494077 A 3