-
公开(公告)号：CN110597263A
公开(公告)日：2019-12-20
申请号：CN201910909681.6
申请日：2019-09-25
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种无人餐厅自动送餐路径规划方法，包括以下步骤：步骤S1:根据顾客点餐系统获取送餐小车的目标点位及送餐小车数量；步骤S2:根据得到的目标点位及送餐小车数量，确定系统调度目标；步骤S3:根据系统调度目标构建路径规划模型；步骤S4:根据得到的路径规划模型规划初始规划策略；步骤S5:根据得到初始规划策略，采用模糊算法规避实时碰撞，生成最优规划策略；步骤S6:系统根据最优规划策略控制送餐小车执行送餐任务。本发明可以保证无人餐厅自动送餐系统的稳定性、可靠性，同时保证送餐小车组的调度有序、高效，不会发生送餐小车间相互碰撞或者死锁的情况。
-
公开(公告)号：CN111325203B
公开(公告)日：2022-07-05
申请号：CN202010069950.5
申请日：2020-01-21
Applicant: 福州大学
IPC: G06V30/146 , G06V20/62 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 发明涉及一种基于图像校正的美式车牌识别方法及系统，文本检测、图像校正、文本识别、文本分类模块，包括以下步骤：对数据集的图像文件进行预处理，并进行数据增强，生成训练集和测试集；设计文本检测模块，对图像中的文本信息进行检测，实现对图像中的文本与背景分割，得到仅包含文本信息的文本图像；采用图像校正模块对文本图像进行校正，将原本扭曲或倾斜的文本图像转换到水平方向；对校正后的文本图像进行识别，得到文本图像内包含的字母、数字等信息；构建文本分类模块，从所有的文本信息中筛选出车牌号、洲名、年检日期，完成车牌识别。本发明解决了对美式车牌识别时存在背景图案复杂、目标文本图像变形模糊、文本信息复杂以及使用神经网络进行离线训练时计算量大的问题。
-
公开(公告)号：CN110597263B
公开(公告)日：2021-11-26
申请号：CN201910909681.6
申请日：2019-09-25
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种无人餐厅自动送餐路径规划方法，包括以下步骤：步骤S1:根据顾客点餐系统获取送餐小车的目标点位及送餐小车数量；步骤S2:根据得到的目标点位及送餐小车数量，确定系统调度目标；步骤S3:根据系统调度目标构建路径规划模型；步骤S4:根据得到的路径规划模型规划初始规划策略；步骤S5:根据得到初始规划策略，采用模糊算法规避实时碰撞，生成最优规划策略；步骤S6:系统根据最优规划策略控制送餐小车执行送餐任务。本发明可以保证无人餐厅自动送餐系统的稳定性、可靠性，同时保证送餐小车组的调度有序、高效，不会发生送餐小车间相互碰撞或者死锁的情况。
-
公开(公告)号：CN111325203A
公开(公告)日：2020-06-23
申请号：CN202010069950.5
申请日：2020-01-21
Applicant: 福州大学
Abstract: 发明涉及一种基于图像校正的美式车牌识别方法及系统，文本检测、图像校正、文本识别、文本分类模块，包括以下步骤：对数据集的图像文件进行预处理，并进行数据增强，生成训练集和测试集；设计文本检测模块，对图像中的文本信息进行检测，实现对图像中的文本与背景分割，得到仅包含文本信息的文本图像；采用图像校正模块对文本图像进行校正，将原本扭曲或倾斜的文本图像转换到水平方向；对校正后的文本图像进行识别，得到文本图像内包含的字母、数字等信息；构建文本分类模块，从所有的文本信息中筛选出车牌号、洲名、年检日期，完成车牌识别。本发明解决了对美式车牌识别时存在背景图案复杂、目标文本图像变形模糊、文本信息复杂以及使用神经网络进行离线训练时计算量大的问题。
-
-
-
Search Results
4
records
(took 0.011 seconds)
