摘要
本发明提出基于图像识别与轨迹优化的炼钢残渣清理方法,该方法首先通过多源数据采集获取设备内壁的可见光图像数据、热成像图像数据和深度点云数据,经预处理与时空配准融合生成包含纹理、温度及三维几何信息的综合数据;随后利用多分支编码器和解码器模型分割残渣区域,并结合清洁区域基准平面计算残渣厚度分布,同时基于温度梯度建立物理模型生成粘附强度分布;最后,结合三维环境模型与清理工具库,通过全局路径规划和局部轨迹规划实现残渣高效清理。本发明提升了清理过程的自动化程度与精准性,有效解决了复杂工业场景下残渣清理效率低的问题。
技术关键词
三维环境模型
可见光图像
清理工具
炼钢残渣
全局路径规划
数据
热成像
清理方法
生成残渣
点云
融合特征
工业相机标定
基准
分支
掩膜
纹理特征
分布特征
三次样条插值
解码器模型
系统为您推荐了相关专利信息
双目标定方法
可见光图像
特征提取模型
特征提取网络
海洋场景
生成对抗网络
生成融合图像
训练图像数据
可见光图像
标签文件
无人机
面向多任务
能量消耗
全局路径规划
状态转移模型
机器人机架
马铃薯育种
收获机器人
液压油缸
收获方法
动态监测方法
骨架姿态
高维特征向量
监控平台
深度图