自然环境下道口客车车身字符识别算法研究

针对外观尺寸相近,处于分类区间边缘的客车车型识别率不高的问题,提出通过识别车身限载数字字符进行车型分类的方法。由二值图结合字符的格式塔特征实现文字区域精定位,将分割出的数字字符使用神经网络进行识别,最终将识别的结果对应转换成相应客车类别以实现车型分类。将该算法在道口采集的三类、四类客车样本上进行实验,综合识别率为88.5%,相比基于外观几何特征的车型识别,识别率提高了将近10个百分点,且基于改进二值化算法（Psauvola）的字符识别相比使用其他二值化算法,识别率提升了一倍多。     

集装箱箱号字符识别算法研究

针对集装箱箱号图像中存在的光照不均、箱号的偏转和倾斜等因素,着重研究箱号字符识别中的关键技术问题。对于箱号图像光照不均问题,采用一种改进型的差分边缘检测粗定位算法;利用改进的最小二乘法有效地解决箱号偏转难以精确定位问题;运用基于梯度下降投影字符矫正及分割算法,实现对倾斜箱号的校正与分割;采用BP神经网络进行字符识别。对1?050幅不同条件的拍摄图像进行实验,结果表明上述算法相对于传统算法与深度学习算法,综合识别率明显提高,且符合实时性要求。     

自动化集装箱码头装卸目标三维测量系统设计

针对传统激光雷达在自动化集装箱码头装卸过程中对集装箱三维姿态定位精度低、成本高等问题,提出了一种基于视觉的集装箱姿态三维测量系统。首先通过小规模的深度学习网络快速进行集装箱锁孔粗定位,其次通过传统图像处理算法对集装箱锁孔进行二次定位得到集装箱锁孔的精确位置,最后结合装卸过程中集装箱的物理运动对集装箱姿态进行三维测量。实验结果表明,与改进前的深度学习网络相比,测量精度更高、测量速度更快;整体算法的测量精度为93.71%,约12.45 fps,集装箱姿态测量平均测量误差约为4.95%,满足自动化装卸的要求。     

基于Modbus TCP协议实现PC机与PLC的串行通信

通过一个智能楼宇工程项目,介绍ModbusTOP协议的发展与应用,重点分析研究了ModbusTCP读取PLC的保持寄存器数据的过程,编写出基于Modbus TCP协议的VC串行通信程序,并在智能楼宇工程中获得成功应用。     

基于虚拟现实技术的沉浸式PLC控制程序的半实物仿真系统

为了满足可编程逻辑控制器（Programmable Logic Controller,PLC）在不同应用环境下安全可靠地调试程序的需求,设计了一个基于虚拟现实技术的半实物仿真系统平台．利用该系统,可以快速、方便、安全地验证PLC控制程序的正确性,并且直观、真实地展现出执行效果．最后,通过多个基于这个半实物仿真系统平台的控制实验,验证了此系统的可行性及可靠性．     

基于激光三维视觉的散货船舱检测与定位算法研究

随着散货运输的不断发展,传统人工码头正逐步向自动化码头转变.为了实现装船机的自动化作业,提出了一种基于激光三维视觉系统的船型检测与定位算法.该算法通过对激光雷达获取的船舶表面三维点云数据进行一系列处理,从中识别出船舱的位置和形状,从而引导装船机进行自动作业.在天津港煤码头进行的相关试验结果表明,所提算法是可行并且可靠的.     

一种用于散货码头的GPS精度提升算法

GPS是广泛应用于散货码头的自动化和远程监控中的一种设备.但由于噪声的存在,GPS接收器并不能提供高精度的定位.主要阐述了一种基于卡尔曼滤波器快速去除噪声的方法,并提高GPS系统的定位精度.通过实验法,卡尔曼滤波器的关键参数首先被确定,然后通过卡尔曼滤波器的自动递归运算,快速获取正确的GPS定位数据.最后,还通过了一组对比实验,验证了这种算法的有效性.