多点路径规划指标FillFactorEstimatorFor
ConstructionVehicles
结果可视化
图1:容量估算和存储桶检测
图2:输入描述
提交给“用于工程车辆的填充因子估计和铲斗检测的基于神经网络的方法”论文的数据集和源代码已提交给
抽象的
铲斗填充系数对于测量工程车辆的生产率至关重要,这是一次铲斗中铲斗中装载的物料的百分比。
另外,铲斗的位置信息对于铲斗轨迹规划也是必不可少的。
已经进行了一些研究,以通过最先进的计算机视觉方法对其进行测量,但是未考虑应用系统对各种环境条件的鲁棒性。
在这项研究中,我们旨在填补这一空白,并包括六个独特的环境设置。
图像由立体相机捕获,并用于生成点云,然后再构建为3D地图。
最初提出了这种新颖的深度学习预处理管道,并且该可行性已通过本研究验证。
此外,采用多任务学习(MTL)来开发两个任务之间的正相关关系:填充因子预测和存储桶检测。
因此,经过预处理后,将3D映射转发到带有改进的残差神经网络(ResNet)的卷积神经网络(Faster
R-CNN)的更快区域。
填充因子的值是通过分类和基于概率的方法获得的,这是新颖的,并且可以实现启
2022-05-05 20:53:48
80.2MB
系统开源
1