摘要
本发明提供了一种基于机器视觉的铁路散货卸料斗识别与定位方法,涉及铁路散货卸料斗跟踪与定位技术领域。该方法包括:采集目标卸料斗的深度图样本;对深度图样本执行预处理,生成样本数据集;从样本数据集中提取卸料斗的几何特征;将卸料斗的几何特征作为输入,利用CNN进行卸料斗的目标识别与定位训练,得到卸料斗识别模型;将相机捕获到的实时深度图送入卸料斗识别模型进行卸料斗的实时识别与定位,卸料斗识别模型输出卸料斗的三维空间信息和存在概率,将结果传送至控制系统,引导机械臂执行卸料操作。本发明适用于卸料作业中的实时监测,实时精确定位铲斗的当前位置,及时避免铲斗与货舱之间的冲击性损伤,提高卸料的效率与安全性。
技术关键词
定位方法
深度图
三维空间信息
铁路
生成样本数据
视觉
半监督学习
计算机程序指令
优化卷积神经网络
像素
均值滤波器
电子设备
卸料作业
相机
机械臂
控制系统
坐标
定位技术
图像
系统为您推荐了相关专利信息
激光雷达定位
无人平台
点云地图
连续定位方法
GPS定位信息
多模态注意力
融合特征
双线性插值
执行矩阵乘法
模态特征
智能选线
DBSCAN密度聚类
斑块
铁路
神经网络模型
中文唇语识别方法
面部关键点
拼音
深度相机
大语言模型