适用再生钢铁自动判级的移取装置识别系统、方法及介质

    公开(公告)号:CN115700812B

    公开(公告)日:2024-09-27

    申请号:CN202111233526.0

    申请日:2021-10-22

    Abstract: 本发明提供了一种适用于再生钢铁自动判级的移取装置识别系统,包括第一识别模块、第二识别模块、第三识别模块以及第四识别模块;第一识别模块包括第一数据采集单元和第一数据处理单元;第一数据采集单元包括第一激光雷达和第一工业相机,第一数据处理单元包括第一边缘处理计算机。本发明在对图像的目标检测方面,针对此场景,将YOLOv3进行了改进,使得识别精确度有所提升;在实际的再生钢铁判级的过程中,需要很精确地判断再生钢铁的移取装置的状态,移取装置在不断地运动过程中,即要保证精度,又要保证实时。通过采用二维和三维的传感器联合计算,解决了在实际的再生钢铁自动判级的移取装置难以确定位姿和运动趋势的问题。

    智能型再生钢铁判级装置及方法
    2.
    发明公开

    公开(公告)号:CN118864345A

    公开(公告)日:2024-10-29

    申请号:CN202311296230.2

    申请日:2023-10-08

    Abstract: 本发明提供了一种智能型再生钢铁判级方法及系统,包括:运载车辆进入预检工位进行预检时对运载车辆载货区域进行拍摄,并利用拍摄的二维图片构建三角化模型;基于二维图片和三角化模型对运载车辆载货区域表层钢料进行预检,并针对表层钢料厚度进行初判;检判服务器驱动相机对车辆进行拍摄,基于当前拍摄的二维图像获取抓取点提取信息;根据抓取点提取信息控制相机对抓取点进行拍摄,并根据拍摄的图片构建三角化模型;根据提取的三角化模型以及抓取点的二维图片对抓取点下方钢堆的表层钢料进行检测,并对抓取点下方钢堆进行厚度测量;利用抓取装置基于当前抓取点将当前表层钢料抓取至卸料区;重复触发,直至运载车辆载货区域的钢料抓取完。

    基于机器视觉的物体识别系统及方法

    公开(公告)号:CN118865095A

    公开(公告)日:2024-10-29

    申请号:CN202310709435.2

    申请日:2023-06-14

    Abstract: 本发明提供了一种基于机器视觉的物体识别系统及方法,包括:数据采集模块:采集传感器数据,并检测采集数据的稳定性和有效性;数据预处理模块:对采集的数据进行噪点滤波和降采样;数据存储模块:对实施采集数据和运算过程中的中间结果数据以及最终结果数据进行存储,并维护当前设备的内存;点云物体识别模块:针对采集梳理后的点云信息,进行点云分割处理和点云特征点提取,对提取的关键点进行点云匹配得到被测物体点云的具体位姿;图像物体识别模块:通过对图像进行分析处理,得到图像检测和识别结果;数据融合模块:对点云和图像数据进行融合。本发明通过采用基于机器视觉的物体识别算法系统,解决了钢铁工业场景中特定目标位姿识别的问题。

    应用于车载钢铁三维成像的图像采集方法和系统

    公开(公告)号:CN118301483A

    公开(公告)日:2024-07-05

    申请号:CN202310012319.5

    申请日:2023-01-05

    Abstract: 本发明提供了一种应用于车载钢铁三维成像的图像采集方法和系统,包括:激光器(1)、工业相机(2)、测光仪(3)、移动平台(4)、停车位(5)、PLC(6)、PC(14);PC(14)包括:移动平台位置监控进程(11)、机械控制进程(12)、流程控制进程(13)、预处理进程(15)、图像采集进程(16);预处理进程(15)包括:激光控制线程(7)、点云处理线程(8);图像采集进程(16)包括:相机控制线程(9)、测光仪控制线程(10)。本发明用少量工业相机、测光仪和激光器配合对车载废钢进行快速拍摄,为单视觉三维成像提供照片。解决了车载钢铁高低落差大、堆叠方式复杂,不同位置光影变化大,所导致的照片难以满足三维建模基本需求的问题。

    适用再生钢铁自动判级的移取装置识别系统、方法及介质

    公开(公告)号:CN115700812A

    公开(公告)日:2023-02-07

    申请号:CN202111233526.0

    申请日:2021-10-22

    Abstract: 本发明提供了一种适用于再生钢铁自动判级的移取装置识别系统,包括第一识别模块、第二识别模块、第三识别模块以及第四识别模块;第一识别模块包括第一数据采集单元和第一数据处理单元;第一数据采集单元包括第一激光雷达和第一工业相机,第一数据处理单元包括第一边缘处理计算机。本发明在对图像的目标检测方面,针对此场景,将YOLOv3进行了改进,使得识别精确度有所提升;在实际的再生钢铁判级的过程中,需要很精确地判断再生钢铁的移取装置的状态,移取装置在不断地运动过程中,即要保证精度,又要保证实时。通过采用二维和三维的传感器联合计算,解决了在实际的再生钢铁自动判级的移取装置难以确定位姿和运动趋势的问题。

Patent Agency Ranking