基于DDRNet和PIDNet的实时非结构化道路可行驶区域检测

在无人化军用车辆执行野外侦察、作战等任务时,细化的越野场景可行驶区域识别对路径规划起到决定性作用。针对非结构化道路特征不明显、边界模糊、没有基于地表类别的数据集和多类别实时分割计算效率低等问题,制作了包含非结构化道路、半结构化道路、结构化道路的全场景地表类别数据集FRCS,提出了基于DDRNet和PIDNet的越野场景地表类别语义分割方案,实现全场景路况下的实时可行驶区域检测。实验表明,该方案不仅在非结构化道路可行驶区域检测精度与推理速度上超过了现有方法,还具有较好的泛化能力,能够适用于工程化全场景道路实时可行域检测。

粗轧板坯自动转钢系统研究与应用

宽厚板生产过程中,其粗轧工艺需控制交叉的锥形辊实现板坯长宽方向的对调,该过程严重依赖人工操作,节奏无法有效控制,制约生产线智能化改造进程。结合视觉检测和自动控制技术设计的粗轧板坯自动转钢系统可有效解决该问题,在粗轧机出入口分别安装视频监控相机,捕捉转钢辊道区域上板坯的状态,利用改进的包含去雾模块的PIDNet(proportional-integral-derivative network)模型提取板坯前景轮廓,通过组合式角度度量方法实时跟踪板坯旋转角度。过程中融合安全限位、位置优选、速度调控、过转修正等策略共同优化转钢控制,保证转钢的安全稳定,自主学习人工经验提升转钢效率。应用结果表明,系统可准确测量板坯角度并实现自动转钢功能,能够替代人工操作,节省能耗,实现智能化生产的目的。