[发明专利]基于机器视觉的满斗率预测系统和方法

说明书

本发明适用于装载机技术领域，具体公开了基于机器视觉的满斗率预测系统和方法，本发明实施例提供的基于机器视觉的满斗率预测方法通过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。能够在装载机铲掘过程中训练卷积神经网络模型，并与相应满斗率数据生成模块生成的相应满斗率数据融合，得到满斗率预测数据，便于装载机或操作人员及时调整铲掘策略，使每次铲掘都能达到要求，提高工作效率。

技术领域

本发明属于装载机技术领域，尤其涉及基于机器视觉的满斗率预测系统和方法。

背景技术

满斗率是指装载机铲斗铲入的物料体积同铲斗额定容积的比值，是体现装载机工作性能和生产效率的主要指标之一。对于无人驾驶装载机而言，车辆需要依据铲掘信息自主的调整铲掘的策略，满斗率就是其中的一个十分重要的要素。依据每次依据铲掘后的满斗率来调整下一次铲掘的策略，可以更好的进行挖掘作业。

在现有的方法中，满斗率的计算主要是由安装在工作装置上的称重系统来完成的。此类方法只能测得铲斗中物料的重量，要想得到满斗率，还需要获得物料的密度。然而，装载机的不同种类物料之间的密度差异性较大，难以获取精确值；若物料是多种类型的组合，那密度会是一个随机变量。此外，受传感器自身精度、安装精度、外界条件等因素的影响，称重系统难以精确得到铲斗中的物料重量。因此，该类方法都是在铲掘后对满斗率进行估计，即使发现满斗率不达标，也只能结束本次铲掘，不能够在铲掘过程中预测本次铲掘结束后的满斗率，不便于装载机或操作人员及时调整铲掘策略，工作效率不高。

发明内容

本发明实施例的目的在于提供基于机器视觉的满斗率预测系统和方法，旨在解决背景技术中提出的问题。

本发明实施例是这样实现的，基于机器视觉的满斗率预测系统，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；将所述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。

作为本发明实施例技术方案进一步的限定，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。

作为本发明实施例技术方案进一步的限定，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；