[发明专利]卸料小车定位系统及装置在审

专利信息
申请号: 202211224429.X 申请日: 2022-12-27
公开(公告)号: CN115761615A 公开(公告)日: 2023-03-07
发明(设计)人: 叶浩波;王海丰;黄薇 申请(专利权)人: 武汉志远智能控制技术有限公司
主分类号: G06V20/52 分类号: G06V20/52;G06V20/40;G06V10/774;G06V10/82;G06T7/70;G06N3/08;G01B11/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 430043 湖北省武汉市武昌区徐*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 卸料 小车 定位 系统 装置
【权利要求书】:

1.一种卸料小车定位方法,其特征在于,所述卸料小车定位方法包括:

实时获取监控区域的初始图像信息;

通过多目标检测模型对所述初始图像信息进行多目标识别检测,得到多个目标检测结果;

在所述多个目标检测结果进行冗余模型鉴别,漏选最优的检测目标,通过最优的目标确定所述目标卸料小车的视频检测位置信息;

根据所述视频检测位置信息与系统物料跟踪模块进行容错处理后对所述目标卸料小车进行定位。

2.如权利要求1所述的卸料小车定位方法,其特征在于,所述通过目标检测模型对所述初始图像信息进行识别检测,得到检测结果之前,还包括:

获取预设工况下卸料小车的原始样本图像信息,并对每张原始样本图像信息进行标注,生成对应的图像数据集;

对所述图像数据集进行格式处理,得到目标图像数据集;

通过所述目标图像数据集对预设深度学习模型进行特征训练,得到多目标检测模型。

3.如权利要求2所述的卸料小车定位方法,其特征在于,所述目标图像数据集包括:图像训练数据集以及图像测试数据集;

所述通过所述目标图像数据集对预设深度学习模型进行特征训练,得到多目标检测模型,包括:

通过所述图像训练数据集对预设深度学习模型进行特征训练,得到待测试检测模型;

通过所述图像测试数据集对所述待测试检测模型进行测试,确定多目标检测模型。

4.如权利要求3所述的卸料小车定位方法,其特征在于,多目标检测模型,检测结果具有多个定位信息,根据系统冗余模块,选择出模型最优的检测目标。

5.如权利要求4所述的卸料小车定位方法,其特征在于,多目标检测,可以避免卸料小车工作过程中,扬尘或者其它视场干扰导致的单一目标检测失败,从而导致整个视频定位系统漏检或者错检,通过多目标检测,使用冗余模块判别提高对卸料小车视频定位的可靠性、稳定性与抗干扰能力。

6.如权利要求1所述的卸料小车定位方法,其特征在于,所述通过多目标检测模型对所述初始图像信息进行识别检测,得到视频检测结果之后,还包括:

通过系统物料跟踪模块进行容错处理,防止视频检测系统误检或者错检事件发生。

7.系统物料跟踪模块主要功能为大致跟踪卸料小车的位置信息,其定位数据是一个范围,如果视频检测结果不在所述系统物料跟踪模块定位范围内,则放弃视频定位数据,整个定位系统采用物料跟踪系统的定位数据,如果视频检测结果在所述系统物料跟踪模块定位范围内,则整个系统更新卸料小车的定位值,并更新物料跟踪模块的数据。

8.一种卸料小车定位装置,其特征在于,所述卸料小车定位装置包括:

获取模块,用于实时获取监控区域的初始图像信息;

检测模块,用于通过多目标检测模型对所述初始图像信息进行识别检测,得到检测结果;

冗余模快,用于提高视频检测定位系统的稳定性、可靠性与抗干扰能力;

确定模块,用于对系统视频检测结果与系统物料跟踪模块进行容错处理,排除系统误检与错检事件;

一种卸料小车定位设备,其特征在于,所述卸料小车定位设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的卸料小车定位程序,所述卸料小车定位程序配置为实现如权利要求1至6中任一项所述的卸料小车定位方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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武汉志远智能控制技术有限公司,未经武汉志远智能控制技术有限公司许可,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/202211224429.X/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top