摘要
本发明提供一种基于视觉感知的重型卡车电池仓引导方法及系统,用于复杂工业环境下的自动换电作业。系统构建多相机融合视觉感知平台,利用布设于换电站地面或天花的多台工业相机,采集电池仓不同视角局部图像,经特征匹配与图像拼接生成完整视野图像。采用YOLO系列模型粗定位电池仓,提取边界框区域,引入SAM实现像素级轮廓分割,增强复杂背景与多干扰环境识别能力。分割后计算电池仓最小外接矩形,获取中心坐标与偏移角度,将位姿参数传至上位机控制系统。该发明避免了激光雷达的缺陷,融合图像处理、深度神经网络与多视角信息,提升了识别精度与稳定性,可显著提升电动重卡换电效率与无人化水平,为绿色交通提供可靠支撑。
技术关键词
重型卡车电池
电池仓
位机控制系统
图像拼接
图像处理模块
可视化模块
图像采集模块
融合图像处理
图像畸变校正
深度学习特征
总线通信协议
工业相机
定位系统
深度神经网络
融合视觉
矩形
执行设备
匹配网络