机构名称：
¥ 4.0
车辆自动化是机器人技术领域中发展迅速的一个领域。这些自主机器有可能执行繁重而危险的任务，而这些任务过去都是由人类执行的，这也是该行业的长期目标。本论文旨在开发一种计算机视觉系统，以便对自动轮式装载机铲斗内的材料进行体积估算和材料分类。这些信息对于自动轮式装载机的决策至关重要。该系统旨在自我校准，以确保未来能够适应不同的铲斗尺寸。提出了一种基于卷积神经网络 (CNN) 的边缘检测网络，称为边缘检测密集极值初始网络 (DexiNed)，既可以消除冗余信息，又可以增强所需信息。通过结合立体摄像机的深度感知和从 DexiNed 中提取的信息，提出了一种估计体积的解决方案。采用简单线性迭代聚类 (SLIC) 方法来提取材料，以便对材料进行分类。将估计的体积与带注释的真实基线进行比较以验证系统。论文介绍了体积估算的精度，并展示了使用 SLIC 的三种不同分段大小进行材料提取的结果。此外，论文还提出了有关材料分类的问题。
用于体积估计和材料分类的计算机视觉
主要关键词
相关文件推荐
