[发明专利]基于机器视觉的满斗率预测系统和方法有效
申请号: | 202110777966.6 | 申请日: | 2021-07-09 |
公开(公告)号: | CN113486818B | 公开(公告)日: | 2022-05-20 |
发明(设计)人: | 姚宗伟;徐朝泽;冉亚斌;李学飞;毕秋实 | 申请(专利权)人: | 吉林大学 |
主分类号: | G06V20/50 | 分类号: | G06V20/50;G06V10/25;G06V10/30;G06V10/34;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G01D21/02 |
代理公司: | 北京专赢专利代理有限公司 11797 | 代理人: | 于刚 |
地址: | 130012 吉*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 机器 视觉 满斗率 预测 系统 方法 | ||
1.基于机器视觉的满斗率预测系统,其特征在于,所述系统包括传感单元、通信单元、预处理单元、预测单元和供电单元,其中:
传感单元,用于采集装载机工作时的图片信息;采集装载机移动时的位置与速度信息;采集装载机挖掘物料的物料信息;采集装载机工作环境的温湿度信息;
通信单元,用于将所述图片信息、位置与速度信息、物料信息和温湿度信息传输至预处理单元和预测单元;
预处理单元,用于将所述图片信息进行降噪和清晰化处理,得到清晰化信息;将图片降噪信息进行尺寸适应改变和拼接,得到适应图片数据;将所述适应图片数据、位置与速度信息、物料信息和温湿度信息融合,得到融合数据;
预测单元,用于以多个融合数据作为训练样本,训练得到卷积神经网络模型;将所述图片信息输入卷积神经网络模型,得到第一满斗率数据;将所述图片信息、位置与速度信息、物料信息和温湿度信息通过图像处理算法推算,得到第二满斗率数据;将所述第一满斗率数据和第二满斗率数据融合对比,得到满斗率预测数据;
供电单元,用于向所述传感单元、通信单元、预处理单元和预测单元供电。
2.根据权利要求1所述的基于机器视觉的满斗率预测系统,其特征在于,所述传感单元具体包括:
图片信息采集模块,用于采集装载机工作时的图片信息;
位置与速度信息采集模块,用于采集装载机移动时的位置与速度信息;
物料信息采集模块,用于采集装载机挖掘物料的物料信息;以及
温湿度信息采集模块,用于采集装载机工作环境的温湿度信息。
3.根据权利要求1所述的基于机器视觉的满斗率预测系统,其特征在于,所述预处理单元具体包括:
清晰化处理模块,用于将所述图片信息进行降噪和清晰化处理,得到清晰化信息;
尺寸适应改变和拼接模块,用于将图片降噪信息进行尺寸适应改变和拼接,得到适应图片数据;以及
同步融合模块,用于将所述适应图片数据、位置与速度信息、物料信息和温湿度信息同步融合,得到融合数据。
4.根据权利要求1所述的基于机器视觉的满斗率预测系统,其特征在于,所述预测单元具体包括:
模型训练模块,用于以多个融合数据作为训练样本,训练得到卷积神经网络模型;
第一满斗率数据生成模块,用于将所述图片信息输入卷积神经网络模型,得到第一满斗率数据;
第二满斗率数据生成模块,用于将所述图片信息、位置与速度信息、物料信息和温湿度信息通过图像处理算法推算,得到第二满斗率数据;以及
满斗率预测数据生成模块,用于将所述第一满斗率数据和第二满斗率数据融合对比,得到满斗率预测数据。
5.根据权利要求1所述的基于机器视觉的满斗率预测系统,其特征在于,所述基于机器视觉的满斗率预测模型训练的系统还包括:
辅助单元,用于将所述图片信息、位置与速度信息、物料信息和温湿度信息备份;监测装载机的工作状态,并在出现异常时告警。
6.基于机器视觉的满斗率预测方法,其特征在于,所述方法具体包括以下步骤:
采集并处理装载机的图片信息、位置与速度信息、物料信息和温湿度信息,得到融合数据;
以多个融合数据作为训练样本,训练得到卷积神经网络模型;
将所述图片信息输入卷积神经网络模型,得到第一满斗率数据;
将所述图片信息、位置与速度信息、物料信息和温湿度信息通过图像处理算法推算,得到第二满斗率数据;
将所述第一满斗率数据和第二满斗率数据融合对比,得到满斗率预测数据。
7.根据权利要求6所述的基于机器视觉的满斗率预测方法,其特征在于,所述融合数据的生成方法具体包括以下步骤:
采集装载机工作时的图片信息;
采集装载机移动时的位置与速度信息;
采集装载机挖掘物料的物料信息;
采集装载机工作环境的温湿度信息;
将所述图片信息、位置与速度信息、物料信息和温湿度信息传输至预处理单元和预测单元;
将所述图片信息进行降噪和清晰化处理,得到清晰化信息;
将图片降噪信息进行尺寸适应改变和拼接,得到适应图片数据;
将所述适应图片数据、位置与速度信息、物料信息和温湿度信息同步融合,得到融合数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110777966.6/1.html,转载请声明来源钻瓜专利网。