摘要
本申请公开了一种基于深度学习的露天矿电铲对中控制系统及方法,其通过利用车型识别相机采集目标卡车的车斗轮廓图像,并结合深度学习算法分析这些图像以确定车斗的实际样式。首先,从预先建立的卡车车型数据库中提取各种车型原型图像作为参考,然后通过对实际拍摄到的车斗轮廓图像和原型图像进行特征提取,得到各自的编码特征,接着,将这些编码特征进行语义查询响应聚合,从而生成一个能够反映车斗轮廓动态变化的编码特征,并基于此来识别卡车车斗的实际样式,进而,系统能够指导投影仪在地面投射顶靠线和后轮位置标定线,辅助卡车停靠至最佳位置。通过这样的方式,不仅实现了对不同车型的高精度控制,也显著提升了操作的安全性和效率。
技术关键词
卡车车斗
露天矿电铲
编码向量
图像特征编码
编码特征
图像特征提取
轮廓编码
轮廓图像
图像编码
语义
轮廓特征
车型数据库
电铲铲斗
动态
原型
样式
系统为您推荐了相关专利信息
可信度评估方法
网络爬虫技术
随机森林模型
电力系统
深度优先算法
嵌入式应用程序
图形用户界面
文本
梅尔频率倒谱系数
坐标
性能预测方法
注意力机制
元素
性能预测系统
金属材料科学技术
充放电策略
充放电动作
能效管理方法
决策
编码向量