一种基于卷积神经网络的船舶吃水线提取方法

    公开(公告)号:CN109903303A

    公开(公告)日:2019-06-18

    申请号:CN201910135853.9

    申请日:2019-02-25

    Abstract: 本发明涉及港口散货船舶计量技术领域,尤其涉及一种基于卷积神经网络的船舶吃水线提取方法,用于解决港口船舶吃水线读取不准确问题。本发明首先通过搭载摄像机的履带电磁吸附式爬壁机器人拍摄六面水尺视频,制作深度学习训练数据集,用于训练学习得到模型参数。使用时,将采集到的视频每一帧输入到训练好的深度学习网络,得到二值分割结果图片,进行水平投影,获取水线位置。本发明所述的方法采用了目前最先进的深度学习技术,提取的水线准确率高,鲁棒性好,有效解决了复杂环境下吃水线提取精度问题。

    一种基于三维点云的车厢轮廓检测方法及系统

    公开(公告)号:CN115984195A

    公开(公告)日:2023-04-18

    申请号:CN202211623801.4

    申请日:2022-12-16

    Abstract: 本发明公开了一种基于三维点云的车厢轮廓检测方法及系统,通过将云台不同角度的点云坐标进行拼接验证,得到完整点云车厢数据,并将三维点云数据转化到二维平面图像,通过图像处理的方式得到车厢轮廓区域坐标,然后通过坐标变换转化为系统坐标,传递给自动装车系统,指导自动装车作业,防止装车过程中,机械臂与车厢侧壁或车厢拉绳碰撞,还能够防止装车过程中,袋装货物装到车厢拉绳或车厢侧壁,从而散落货物。本发明能够实现高栏车、半挂车等车厢外轮廓和车厢拉绳的自动检测,为实现自动装车提供必要准备和前提条件。

    皮带速度检测方法
    18.
    发明公开

    公开(公告)号:CN116794343A

    公开(公告)日:2023-09-22

    申请号:CN202310682629.8

    申请日:2023-06-09

    Abstract: 本发明涉及带式输送机,特别是一种皮带速度检测方法。包括如下步骤:S1、滚筒的端板安装感应条,滚筒外安装正对该端板的相机;S2、相机对滚筒进行扫描拍照;S3、建立滚筒中心坐标系xoy,以滚筒端板的中心为坐标原点o,水平方向为x轴方向,竖直方向为y轴方向。S4、像素识别模块识别感应条的位置;S5、计算模块计算感应条的中心线,判断和计算感应条旋转的角度,计算皮带的运行速度。本发明利用图像感知速度感应区域,采用非接触式测速方式,在减少检测设备磨损的同时,避免货物品种的影响,提高皮带速度检测的精度,保证带式输送机的正常运行,保证货物的正常输送。

Patent Agency Ranking