【技术实现步骤摘要】
卸料小车定位系统及装置
[0001]本专利技术涉及图像处理
,尤其涉及一种卸料小车定位系统及装置。
技术介绍
[0002]炼铁厂中每座高炉槽上料仓供料系统含有多个料仓,其中又分为6米焦炭仓、4.3米焦炭仓、外购焦炭仓、烧结矿仓、块矿仓、球团矿仓等不同料种的料仓。高炉每天不停的从料仓中获取原燃料,当料仓中的原燃料料位低于半仓时,供料主控室就要组织安排给对应的料仓补充相应的原燃料。补充原燃料时,需要通过现场操作人员将卸料小车手动开至指定的仓位后向主控室复述,主控工确认电脑操作画面指示信号正确无误后再逐条启动输送线向料仓送料;工长根据料位数显及经验判断料仓装满后,向现场操作人员下达换仓指令,现场操作人员再把卸料小车运行至其他需补充的仓位。
[0003]由于,目前是现场操作工通过肉眼及经验去判断小车是否达到指定卸料点,导致无法精准确定卸料小车的定位,从而造成的问题一无法精确将小车停在料仓的机械限位点处,且没有机械限位信号主控室无法判断小车所在位置,导致信息不对等;二是无法保证现场操作人员能够实时监测小车状态,当小车因为 ...
【技术保护点】
【技术特征摘要】
1.一种卸料小车定位方法,其特征在于,所述卸料小车定位方法包括:实时获取监控区域的初始图像信息;通过多目标检测模型对所述初始图像信息进行多目标识别检测,得到多个目标检测结果;在所述多个目标检测结果进行冗余模型鉴别,漏选最优的检测目标,通过最优的目标确定所述目标卸料小车的视频检测位置信息;根据所述视频检测位置信息与系统物料跟踪模块进行容错处理后对所述目标卸料小车进行定位。2.如权利要求1所述的卸料小车定位方法,其特征在于,所述通过目标检测模型对所述初始图像信息进行识别检测,得到检测结果之前,还包括:获取预设工况下卸料小车的原始样本图像信息,并对每张原始样本图像信息进行标注,生成对应的图像数据集;对所述图像数据集进行格式处理,得到目标图像数据集;通过所述目标图像数据集对预设深度学习模型进行特征训练,得到多目标检测模型。3.如权利要求2所述的卸料小车定位方法,其特征在于,所述目标图像数据集包括:图像训练数据集以及图像测试数据集;所述通过所述目标图像数据集对预设深度学习模型进行特征训练,得到多目标检测模型,包括:通过所述图像训练数据集对预设深度学习模型进行特征训练,得到待测试检测模型;通过所述图像测试数据集对所述待测试检测模型进行测试,确定多目标检测模型。4.如权利要求3所述的卸料小车定位方法,其特征在于,多目标检测模型,检测结果具有多个定位信息,根据系统冗余模块,选择出模型最优的检测目标。5.如权利要求4所述的卸料小车定位方法,其特征在于,多目标检测,可以避免...
【专利技术属性】
技术研发人员:叶浩波,王海丰,黄薇,
申请(专利权)人:武汉志远智能控制技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。