[发明专利]基于机器视觉的满斗率预测系统和方法有效

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top