[发明专利]废钢火车装卸料转载状态识别方法、系统、设备及介质有效
申请号: | 202011233494.X | 申请日: | 2020-11-06 |
公开(公告)号: | CN112308073B | 公开(公告)日: | 2023-08-25 |
发明(设计)人: | 刘斌;袁钰博;李邈;庞殊杨;黄达文;蒋小华;孙丹;龚强;贾鸿盛;毛尚伟 | 申请(专利权)人: | 中冶赛迪信息技术(重庆)有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06V10/25;G06T7/13;G06T7/70;G06V10/82;G06V40/10 |
代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 李铁 |
地址: | 401329 重庆市九龙*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 废钢 火车 装卸 转载 状态 识别 方法 系统 设备 介质 | ||
1.一种废钢火车装卸料转载状态识别方法,其特征在于,包括:
在废钢料场的上方设置相机,获取废钢料场图像;
分别对所述废钢料场图像中的火车、废钢、人体进行标注,获取数据集;
将所述数据集输入到神经网络中进行识别,并获取识别模型;
通过识别模型对实时的废钢料场图像进行识别,确定废钢料场的关联信息,通过所述关联信息确认火车装卸料转载状态,其中,所述关联信息至少包括以下之一:火车位置、废钢位置、废钢数量、人体;
当所述废钢数量大于预设的满载阈值时,则火车处于卸货状态;
通过识别模型对实时的废钢料场图像进行识别,确定实时的废钢数量;
当实时的废钢数量小于预设的空载阈值时,则火车处于完成卸货状态;通过边缘检测的方法对实时的实时废钢数量进行判断,其流程为获取含有装载废钢的火车的图像,选择感兴趣区域,进行图像滤波,使用阈值处理将图像中的高亮边缘提取出来,对提取出的边缘进行滤波处理最后显示出结果,进行边缘检测后,即可判断出所装物料的高度hsteel,同时已知火车装货部分固定高度htrain,满载时废钢数量Nmax,通过数学式Ntime=(hsteel/htrain)×Nmax,计算出实时废钢数量Ntime;
当实时的废钢数量小于预设的空载阈值时,则火车处于完成卸货状态。
2.根据权利要求1所述的废钢火车装卸料转载状态识别方法,其特征在于,所述火车位置所对应的区域中存在人体时,则进行报警并停止装卸。
3.根据权利要求1所述的废钢火车装卸料转载状态识别方法,其特征在于,当所述废钢数量小于预设空载阈值时,则火车处于装载状态;
通过识别模型对实时的废钢料场图像进行识别,确定实时的废钢数量;
当实时的废钢数量大于预设的满载阈值时,则火车处于完成装载状态。
4.根据权利要求1所述的废钢火车装卸料转载状态识别方法,其特征在于,所述火车位置的数学表达为:
其中,UnitNxmin,UnitNymin为第N个火车在废钢料场图像中X和Y轴坐标的最小值;UnitNxmax,UnitNymax分别为第N个火车在废钢料场图像中X和Y轴坐标的最大值。
5.一种废钢火车装卸料转载状态识别系统,其特征在于,包括:
采集模块,用于在废钢料场的上方设置相机,获取废钢料场图像;
识别模块,用于分别对所述废钢料场图像中的火车、废钢、人体进行标注,获取数据集,将所述数据集输入到神经网络中进行识别,并获取识别模型;
处理模块,用于通过识别模型对实时的废钢料场图像进行识别,确定废钢料场的关联信息,通过所述关联信息确认火车装卸料转载状态,其中,所述关联信息至少包括以下之一:火车位置、废钢位置、废钢数量、人体;
所述采集模块、所述识别模块和所述处理模块连接;
所述处理模块还用于,通过识别模型对实时的废钢料场图像进行识别,确定实时的废钢数量;当实时的废钢数量小于预设的空载阈值时,则火车处于完成卸货状态;通过边缘检测的方法对实时的实时废钢数量进行判断,其流程为获取含有装载废钢的火车的图像,选择感兴趣区域,进行图像滤波,使用阈值处理将图像中的高亮边缘提取出来,对提取出的边缘进行滤波处理最后显示出结果,进行边缘检测后,即可判断出所装物料的高度hsteel,同时已知火车装货部分固定高度htrain,满载时废钢数量Nmax,通过数学式Ntime=(hsteel/htrain)×Nmax,计算出实时废钢数量Ntime;当实时的废钢数量小于预设的空载阈值时,则火车处于完成卸货状态。
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中冶赛迪信息技术(重庆)有限公司,未经中冶赛迪信息技术(重庆)有限公司许可,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/202011233494.X/1.html,转载请声明来源钻瓜专利网。