摘要
本发明公开了一种基于机器视觉的喷涂机器人裂缝识别与自适应喷涂方法、设备及介质,涉及喷涂领域,所述方法包括以下步骤:S1、实时采集多模态原始数据流,并生成对齐、去噪并增强的多模态数据;S2、从多模态数据中提取并变换出融合特征金字塔;S3、对融合特征金字塔进行分割,提取裂缝区域的形态参数以及位置坐标;S4、输出优化喷涂参数与局部轨迹调整指令,进行修复性喷涂作业;S5、进行实时视觉反馈与质量验证,若喷涂质量未达到预设标准,再次进行策略调整。本发明能够有效克服复杂桥梁环境下多尺度特征对齐时噪声传播及动态喷涂过程中特征漂移导致的局限性,实现裂缝识别准确率及喷涂修复质量与效率的提升。
技术关键词
喷涂机器人
喷涂方法
裂缝
时序特征
并行特征提取
融合特征
变换器模块
多模态特征
多尺度特征
视觉
噪声抑制
轻量级卷积神经网络
高分辨率彩色图像
跨模态
特征金字塔
系统为您推荐了相关专利信息
文本特征向量
双向长短期记忆网络
风险评估模型
风险评估方法
非易失性存储介质
图像分析方法
位移误差
多模态特征
图像处理方法
光强
配电网故障分类方法
故障录波数据
数据分类模型
分支
配电网络
KNN算法
微粒
识别方法
局部放电信号特征
分布特征
监测点
故障定位方法
信号特征
神经卷积网络
时域卷积网络