基于级联卷积神经网络的机器人平面抓取位姿快速检测

针对任意姿态的未知不规则物体,提出一种基于级联卷积神经网络的机器人平面抓取位姿快速检测方法．建立了一种位置-姿态由粗到细的级联式两阶段卷积神经网络模型,利用迁移学习机制在小规模数据集上训练模型,以R-FCN（基于区域的全卷积网络）模型为基础提取抓取位置候选框进行筛选及角度粗估计,并针对以往方法在姿态检测上的精度不足,提出一种Angle-Net模型来精细估计抓取角度．在Cornell数据集上的测试及机器人在线抓取实验结果表明,该方法能够对任意姿态、不同形状的不规则物体快速计算最优抓取点及姿态,其识别准确性和快速性相比以往方法有所提高,鲁棒性和稳定性强,且能够泛化适应未训练过的新物体．     

新钢2500m3高炉停炉放残铁生产实践

新余钢铁集团有限公司2 500 m³高炉于2021年停炉大修，通过停炉前的准备以及停炉过程中各参数的控制，较好地完成了停炉工作；同时，根据拉姆公式推断高炉炉底侵蚀深度，综合考虑现场条件、安全等方面的因素，最终确定残铁口位置。由于受多种因素影响，致使残铁放出量较少，文中详细分析了残铁放出量少的原因以及解决措施，为今后停炉放残铁提供宝贵的生产经验。     

高速公路机电设备智慧化运维研究

近些年,国内高速公路系统获得了非常好的发展,随着科技的飞速发展,高速公路智能化程度也越来越高,涌现了大量的机电设备,这些机电设备种类多、功能杂、专业化程度高,对工作人员的运维能力提出了更高要求,也增加了运维管理的难度,因此需要探索新技术或新方法,采取智慧化的解决方案给机电设备运维赋能[1]。文中结合工作实际,对高速公路机电设备的智慧化运维技术和管理方案进行研究,提出了高速公路机电设备智慧化运维在日常运维管理中的应用,以满足高速公路机电设备智慧化运维的需求。