基于视觉的图形码识别产品的硬件设计

现代产业要求在大型物资管理系统中实现全自动物资精细化管理,特别是在特种物品管理的场景下,现有传统的标识技术已经带来了风险和隐患,如在电力工具管理中,使用传统的RFID标签会显著降低绝缘工具的绝缘性,使绝缘工具面临被高压击穿的风险,可能危及使用者的生命。面对这样的现状,本文研发了基于视觉的图形码识别产品,能够在物品表面环形布局,具有局部识读物品身份的标签技术,识别技术主要以图像处理、机器视觉为主,解决了条形码、二维码需要精准摆放、RFID影响物品绝缘性等关键问题,可以应用在不同环境的智能仓储中助力实现全自动物资精细化管理。

面向电力场景作业机器人的目标检测方法研究

在电力场景下,由于光线变化、相似度高,导致传统算法准确率较低。针对这种情况,提出一种小样本目标检测方法,采用迁移学习的精简模型自动提取物品的特征,可以克服环境变化的干扰,能准确地识别目标,为实现电力场景下作业机器人智能作业奠定基础。实验证明相对于传统方法,本文方法在保证识别速度的同时准确率可提升8%。