货车枕簧丢失故障动态图像识别方法

针对货车运行故障动态图像检测,提出无故障目标识别工作模式,解决货车枕簧丢失故障的自动识别问题。利用Haar特征提取枕簧特征信息,基于AdaBoost算法选取特征并构建层叠分类器,等比缩放搜索窗口检测货车图像,最终分选出无故障的枕簧图像,从而大大地减少了待识别图像的数量,显著地提高了人工识别效率。实验表明,该算法使用的特征简单,搜索策略高效,不受枕簧位置、缩放和旋转的影响,抗噪能力强,对分辨率低、局部遮挡、光照不足或过度曝光等质量较差的图像仍具有很强的适应性,所提出的方案能够满足全天候条件下的货车枕簧目标识别,为货车故障动态图像检测的工程化应用奠定了基础。

货车枕簧自动检测分选系统的开发

介绍货车枕簧自动检测分选系统的硬件组成,误差检测流程及误差消除方法。其工作原理是:利用压力传感器和位移传感器所采集的数据,经处理、计算后对枕簧高度进行补偿,判断枕簧所在的工位,然后进行推料。该系统已在现场使用,收到了良好的效果。