-
公开(公告)号:CN113469057B
公开(公告)日:2023-04-28
申请号:CN202110751278.2
申请日:2021-07-02
Applicant: 中南大学
IPC: G06V20/40 , G06V10/30 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本公开实施例中提供了一种火眼视频自适应检测方法、装置、设备及介质,属于图像处理技术领域,具体包括:采集目标区域对应的初始视频;从初始视频中截取多张初始图片,并对全部初始图片添加饱和度通道,形成RGBS四通道的样本图片;将全部样本图片训练原始模型,得到目标模型;将初始视频输入目标模型,形成初始检测结果集;采用预设算法剔除初始检测结果集中的异常的检测结果,得到中间检测结果集;检测中间检测结果集中的缺失值,并对全部缺失值进行填补,得到目标检测结果集;对目标检测结果集进行自适应滤波,得到包含火眼标注框的目标视频。通过本公开的方案,提高了火眼视频检测方法的抗干扰性、检测结果稳定性和鲁棒性。
-
公开(公告)号:CN115861672A
公开(公告)日:2023-03-28
申请号:CN202211645720.4
申请日:2022-12-20
Applicant: 中南大学
IPC: G06V10/762 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/74
Abstract: 本发明公开了一种基于图像特征联合分布的泡沫浮选运行性能评估方法,包括如下步骤步骤一、得到预处理的泡沫浮选图像特征数据;步骤二、筛选得到用于进行浮选运行性能评估的最终的评价特征;步骤三、得到训练好的聚类算法;步骤四、根据聚类得到的结果建立泡沫浮选运行状况下的高斯分布模型;步骤五、根据高斯分布模型确定待识别工况的所属类别。本发明利用KNN针对K‑means聚类中不同分类簇交界区域的分类情况进行合理优化,在保证簇内相似性的前提下增强簇间相异性;利用聚类得到的分类结果建立高维高斯分布,并以高斯分布进行预测,可以使得簇的形状摆脱原本K‑means的圆,球或超球面,更接近实际的簇形状,从而提高分类和预测精度。
-
公开(公告)号:CN115082734B
公开(公告)日:2023-01-31
申请号:CN202210715242.3
申请日:2022-06-23
Applicant: 中南大学
IPC: G06V10/764 , G06T5/00 , G06T5/30 , G06T7/00 , G06T7/136 , G06T7/40 , G06T7/90 , G06V10/82 , G06K17/00 , G06N3/047 , G06N3/043 , G06N5/048 , G06N3/08 , G07C1/20
Abstract: 本发明公开了铝电解槽火眼视频巡检系统及过热度深度学习识别方法,包括巡检机器人、火眼视频采集装置和过热度识别系统。巡检机器人上设有火眼视频采集摄像头,巡检机器人在铝电解槽出铝端一侧自主导航行走,通过预喷涂的二维码使机器人定位到出铝端的火眼口并进行槽号识别;将巡检机器人上的摄像头对准火眼并进行视频拍摄,拍摄完毕后机器人自主导航到下一个铝电解槽,同时过热度识别系统将视频上传至远程服务器;在服务器端搭建融合机理、数据和经验的三流异维残差网络模型进行过热度识别;本发明公开的铝电解槽火眼视频巡检系统及过热度深度学习识别方法能够代替工人完成铝电解槽过热度检测,降低人力成本,实现过热度状态识别,有助于提高铝电解工业的智能化水平。
-
公开(公告)号:CN112904842B
公开(公告)日:2022-07-15
申请号:CN202110042080.7
申请日:2021-01-13
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明提供了一种基于代价势场的移动机器人路径规划与优化方法,其步骤大致包括:初始化全局静态场景及动态障碍物对象的栅格地图,更新叠加代价势场,由等势线、切点、切线求代价最低的初始路径,再对路径进行进一步的调整和优化,最终得到当前时刻的最优安全路径。该方法相比其它的路径规划与避障方法能够综合考虑路径长度代价和与障碍物之间的距离代价,保证路径的安全性。同时经过调整之后的路径也具有较高的平滑度。通过引入动态障碍物的速度因素对障碍物代价势场的影响,该方法在动态障碍物避障场景下也具有较好的表现。
-
公开(公告)号:CN113759900A
公开(公告)日:2021-12-07
申请号:CN202110923744.0
申请日:2021-08-12
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于障碍区域预测的巡检机器人轨迹规划与实时避障方法及系统,通过二维高精度激光雷达和深度相机建立二维高精度栅格地图,建立了基于状态更新的动态障碍物可达区域预测模型,充分考虑障碍物的运动特性和几何尺寸并预留调整余量,提前确定动态障碍物可达区域,并定义多步椭圆包络势场、新型Sigmoid方形障碍物势场和圆形障碍物势场来修正对数Lyapunov引力场模型,得到障碍物空间下的实时避障算法,并通过该避障算法获得机器人的期望行驶角和期望速度矢量,最终实时获得机器人的动态避障路径,完善了传统基于静态障碍物的避障方法,使得巡检机器人在静态和动态等复杂环境下的避障路径长度更短、能耗更低、安全性更高和最大行驶角变化幅值更小。
-
公开(公告)号:CN112859859A
公开(公告)日:2021-05-28
申请号:CN202110042272.8
申请日:2021-01-13
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明提供了一种基于三维障碍物体素对象映射的动态栅格地图更新方法,该方法通过加载已有的初始静态场景的三维体素地图;机器人本地端上传实时激光数据及位姿信息,服务器节点建立三维场景下不同障碍物对象的体素地图;服务器节点根据不同机器人的形状大小等避障规则发布包含速度、坐标信息的不同的动态障碍物对象的栅格地图;同时服务器节点对障碍物激光点云数据进行补全,并对预测点云的可靠性进行评价和迭代更新,完成基于障碍物对象的动态概率栅格地图映射;机器人本地端订阅自己的障碍物地图并完成实施的路径规划和避障。该方法可以使机器人更充分的利用三维场景下的点云信息,并实现不同机器人的障碍物信息共享。
-
-
-
-
-