摘要
本申请涉及料堆边界检测技术领域,其具体地公开了一种无人值守斗轮堆取料机的料堆边界自动检测系统及方法,其利用雷达设备对目标料堆进行扫描以获取目标料堆的点云数据,对点云数据进行坐标系变换和滤波处理之后,采用深度学习算法对预处理后的点云数据进行基于局部窗口的几何特征提取,以挖掘出目标料堆的局部形状信息,进而通过对各个局部窗口下的目标料堆几何特征进行基于核心信息的聚合分析,以捕获目标料堆的全局形状特征和边界信息,从而通过语义分割技术实现对目标料堆边界的自动检测。通过这种方式,能够克服传统雷达数据处理方式的不足,实现对料堆边界信息的准确检测,为斗轮堆取料机的自动化作业提供有力支持。
技术关键词
自动检测方法
矩阵
编码
自动检测系统
雷达设备
因子
边界检测技术
坐标系
语义分割技术
点云数据采集
数据处理方式
深度学习算法
信息核
自动化作业
特征提取模块
核心
滤波
系统为您推荐了相关专利信息
无人机航拍视频
视频关键帧提取
全景图
矩阵
摄像机运动参数
阿尔兹海默症
多层次特征提取
指标
高层视觉特征
多模态
反射率数据
预警模型
预警方法
标签
风险预测模型
光电编码器位置
精度补偿方法
双传感
优化卡尔曼滤波
传感模块
视频生成模型
序列
双向注意力
视频生成方法
视频帧特征