CN111917157A - 一种巡检机器人自动充电方法、***、设备和存储介质 - Google Patents
一种巡检机器人自动充电方法、***、设备和存储介质 Download PDFInfo
- Publication number
- CN111917157A CN111917157A CN202010737640.6A CN202010737640A CN111917157A CN 111917157 A CN111917157 A CN 111917157A CN 202010737640 A CN202010737640 A CN 202010737640A CN 111917157 A CN111917157 A CN 111917157A
- Authority
- CN
- China
- Prior art keywords
- inspection robot
- speed
- charging pile
- inspection
- image data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
- H02J7/00034—Charger exchanging data with an electronic device, i.e. telephone, whose internal battery is under charge
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种巡检机器人自动充电方法,包括按照预设时间间隔采集充电桩的图像数据;将所述图像数据进行预处理后,输入已训练的深度学习网络模型中,得到所述充电桩相对于巡检机器人的距离信息和角度信息;根据所述距离信息和角度信息,确定所述巡检机器人的角速度和行进速度,并根据所述角速度和所述行进速度,调整所述巡检机器人的运行状态;循环执行上述处理,直到所述巡检机器人到达所述充电桩开始充电。本发明实现了巡检机器人根据充电桩的位置,自动调整自己的姿态和行进速度,可准确到达充电桩自动充电。本发明还涉及一种巡检机器人自动充电***、存储介质和设备。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种巡检机器人自动充电方法、***、设备和存储介质。
背景技术
电力***中,变电站都集中在发电区域,而为了使得变电站能够长久工作,需要工作人员不定时巡检。而随着技术的发展,为了降低安全事故,市面上采用巡视机器人代替工作人员对变电站进行巡检,即通过巡检机器人的激光扫描器进行扫描以检测变电站的设备的状态。如何提供巡检机器人可自动的充电方法,而不是借用人工操作进行充电是目前亟需解决的技术问题。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种巡检机器人自动充电方法、装置、设备和存储介质。
本发明解决上述技术问题的技术方案如下:
一种巡检机器人自动充电方法,包括:
按照预设时间间隔采集充电桩的图像数据;
将所述图像数据进行预处理后,输入已训练的深度学习网络模型中,得到所述充电桩相对于巡检机器人的位置信息;
根据所述位置信息,调节所述巡检机器人的当前旋转角度和当前运行速度,以使所述巡检机器人到达到所述充电桩开始自动充电。
本发明的有益效果是:提供一种巡检机器人自动充电方法,通过按照预设时间间隔采集充电桩的图像数据,将图像数据进行预处理后,输入已训练的深度学习网络模型中,得到充电桩相对于巡检机器人的位置信息,根据位置信息,调节巡检机器人的当前旋转角度和当前运行速度,以使巡检机器人到达到充电桩开始自动充电。本发明实现了巡检机器人根据充电桩的位置,自动调整自己的姿态和行进速度,可准确到达充电桩自动充电。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步地,所述根据所述距离信息和角度信息,确定所述巡检机器人的角速度和行进速度,具体包括:
建立空间坐标系,所述空间坐标系的中心是所述充电桩;
根据所述距离信息和角度信息,在所述空间坐标系中标注所述巡检机器人的坐标信息;
根据所述巡检机器人的坐标和所述巡检机器人的当前电量,得到所述巡检机器人的角速度和行进速度。
采用上述进一步方案的有益效果是:通过建立的空间坐标系,准确得到巡检机器人相对于充电桩的位置信息,使得巡检机器人可准确对准充电桩。
进一步地,根据巡检机器人的坐标信息和巡检机器人的当前电量,得到巡检机器人的角速度和行进速度,具体包括:
当巡检机器人的当前电量小于第一预设值时,根据巡检机器人的坐标信息和巡检及机器人的第一预设行进速度,确定巡检机器人的角速度和行进速度;
当巡检机器人的当前电量小于第二预设值时,根据巡检机器人的坐标信息和巡检及机器人的第二预设行进速度,确定巡检机器人的角速度和行进速度,其中,第一预设值大于所述第二预设值。
进一步地,所述将所述图像数据进行预处理,具体包括:
采用邻域平均法对所述图像数据进行平滑去噪,并采用直方图均衡法对所述平滑去噪后的所述图像数据的边缘信息进行增强,得到预处理后的所述图像数据。
采用上述进一步方案的有益效果是:通过对图像数据的预处理,实现将不需要的背景和噪声清除,提升图像识别的效率。
进一步地,所述深度学习网络模型通过基于卷积神经网络的深度学习模型通过充电桩样本集训练得到的,所述充电桩样本集包括不同距离、不同角度、不同光照条件和不同背景的充电桩图片。
本发明解决上述技术问题的另一种技术方案如下:
一种巡检机器人自动充电***,包括:
采集装置,用于按照预设时间间隔采集充电桩的图像数据;
处理装置,用于将所述图像数据进行预处理后,输入已训练的深度学习网络模型中,得到所述充电桩相对于巡检机器人的距离信息和角度信息;
调整装置,用于根据所述距离信息和角度信息,确定所述巡检机器人的角速度和行进速度,并根据所述角速度和所述行进速度,调整所述巡检机器人的运行状态,以使所述巡检机器人到达到所述充电桩开始自动充电。
本发明的有益效果是:提供一种巡检机器人自动充电***,通过按照预设时间间隔采集充电桩的图像数据,将图像数据进行预处理后,输入已训练的深度学习网络模型中,得到充电桩相对于巡检机器人的位置信息,根据位置信息,调节巡检机器人的当前旋转角度和当前运行速度,以使巡检机器人到达到充电桩开始自动充电。本发明实现了巡检机器人根据充电桩的位置,自动调整自己的姿态和行进速度,可准确到达充电桩自动充电。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步地,所述调整装置,具体用于建立空间坐标系,所述空间坐标系的中心是所述充电桩;
根据所述距离信息和角度信息,在所述空间坐标系中标注所述巡检机器人的坐标信息;
根据所述巡检机器人的坐标和所述巡检机器人的当前电量,得到所述巡检机器人的角速度和行进速度。
进一步地,所述调整装置,具体用于当所述巡检机器人的当前电量小于第一预设值时,根据所述巡检机器人的坐标信息和所述巡检及机器人的第一预设行进速度,确定所述巡检机器人的角速度和行进速度;
当所述巡检机器人的当前电量小于第二预设值时,根据所述巡检机器人的坐标信息和所述巡检及机器人的第二预设行进速度,确定所述巡检机器人的角速度和行进速度,其中,所述第一预设值大于所述第二预设值。
本申请还提供一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使所述计算机执行上述技术方案中任一项所述的巡检机器人自动充电方法的步骤。
此外,本申请还提供一种计算机设备,包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述技术方案中任一项所述的巡检机器人自动充电方法的步骤。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种巡检机器人自动充电方法的示意性流程图;
图2为本发明另一实施例提供的一种巡检机器人自动充电***的模块结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
如图1本发明实施例提供的一种巡检机器人自动充电方法的示意性流程图所示,一种巡检机器人自动充电方法包括:
110、按照预设时间间隔采集充电桩的图像数据。
120、将所述图像数据进行预处理后,输入已训练的深度学习网络模型中,得到所述充电桩相对于巡检机器人的距离信息和角度信息。
130、根据所述距离信息和角度信息,确定所述巡检机器人的角速度和行进速度,并根据所述角速度和所述行进速度,调整所述巡检机器人的运行状态。
140、循环执行上述处理,直到所述巡检机器人到达所述充电桩开始充电。
基于上述实施例提供的一种巡检机器人自动充电方法,
通过按照预设时间间隔采集充电桩的图像数据,将图像数据进行预处理后,输入已训练的深度学习网络模型中,得到充电桩相对于巡检机器人的位置信息,根据位置信息,调节巡检机器人的当前旋转角度和当前运行速度,以使巡检机器人到达到充电桩开始自动充电。本发明实现了巡检机器人根据充电桩的位置,自动调整自己的姿态和行进速度,可准确到达充电桩自动充电。
基于上述实施例,进一步地,步骤130中具体包括以下步骤:
建立空间坐标系,所述空间坐标系的中心是所述充电桩;
根据所述距离信息和角度信息,在所述空间坐标系中标注所述巡检机器人的坐标信息;
根据所述巡检机器人的坐标和所述巡检机器人的当前电量,得到所述巡检机器人的角速度和行进速度。
基于上述实施例通过根据所述位置信息,调节巡检机器人的当前旋转角度和当前运行速度,实现巡检机器人快速完成与充电桩的角度偏差的调整。
进一步地,根据巡检机器人的坐标信息和巡检机器人的当前电量,得到巡检机器人的角速度和行进速度,具体包括:
当巡检机器人的当前电量小于第一预设值时,根据巡检机器人的坐标信息和巡检及机器人的第一预设行进速度,确定巡检机器人的角速度和行进速度;
当巡检机器人的当前电量小于第二预设值时,根据巡检机器人的坐标信息和巡检及机器人的第二预设行进速度,确定巡检机器人的角速度和行进速度,其中,第一预设值大于所述第二预设值。
进一步地,步骤120中具体包括:
采用邻域平均法对所述图像数据进行平滑去噪,并采用直方图均衡法对所述平滑去噪后的所述图像数据的边缘信息进行增强,得到预处理后的所述图像数据。
进一步地,深度学习网络模型通过基于卷积神经网络的深度学习模型通过充电桩样本集训练得到的,所述充电桩样本集包括不同距离、不同角度、不同光照条件和不同背景的充电桩图片。
如图2本发明另一实施例提供的一种巡检机器人自动充电***的模块结构图所示,一种巡检机器人自动充电***包括:
采集装置,用于按照预设时间间隔采集充电桩的图像数据;
处理装置,用于将所述图像数据进行预处理后,输入已训练的深度学习网络模型中,得到所述充电桩相对于巡检机器人的距离信息和角度信息;
调整装置,用于根据所述距离信息和角度信息,确定所述巡检机器人的角速度和行进速度,并根据所述角速度和所述行进速度,调整所述巡检机器人的运行状态,以使所述巡检机器人到达到所述充电桩开始自动充电。
基于上述实施例提供的一种巡检机器人自动充电***,
通过按照预设时间间隔采集充电桩的图像数据,将图像数据进行预处理后,输入已训练的深度学习网络模型中,得到充电桩相对于巡检机器人的位置信息,根据位置信息,调节巡检机器人的当前旋转角度和当前运行速度,以使巡检机器人到达到充电桩开始自动充电。本发明实现了巡检机器人根据充电桩的位置,自动调整自己的姿态和行进速度,可准确到达充电桩自动充电。
进一步地,所述调整装置,具体用于建立空间坐标系,所述空间坐标系的中心是所述充电桩;
根据所述距离信息和角度信息,在所述空间坐标系中标注所述巡检机器人的坐标信息;
根据所述巡检机器人的坐标和所述巡检机器人的当前电量,得到所述巡检机器人的角速度和行进速度。
进一步地,所述调整装置,具体用于当所述巡检机器人的当前电量小于第一预设值时,根据所述巡检机器人的坐标信息和所述巡检及机器人的第一预设行进速度,确定所述巡检机器人的角速度和行进速度;
当所述巡检机器人的当前电量小于第二预设值时,根据所述巡检机器人的坐标信息和所述巡检及机器人的第二预设行进速度,确定所述巡检机器人的角速度和行进速度,其中,所述第一预设值大于所述第二预设值。
此外,本申请还提供一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使所述计算机执行根据上述技术方案中任一项所述的巡检机器人自动充电方法的步骤。
本申请还提供一种计算机设备,包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述技术方案中任一项所述的巡检机器人自动充电方法的步骤。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种巡检机器人自动充电方法,其特征在于,包括:
按照预设时间间隔采集充电桩的图像数据;
将所述图像数据进行预处理后,输入已训练的深度学习网络模型中,得到所述充电桩相对于巡检机器人的距离信息和角度信息;
根据所述距离信息和角度信息,确定所述巡检机器人的角速度和行进速度,并根据所述角速度和所述行进速度,调整所述巡检机器人的运行状态;
循环执行上述处理,直到所述巡检机器人到达所述充电桩开始充电。
2.根据权利要求1所述的巡检机器人自动充电方法,其特征在于,所述根据所述距离信息和角度信息,确定所述巡检机器人的角速度和行进速度,具体包括:
建立空间坐标系,所述空间坐标系的中心是所述充电桩;
根据所述距离信息和角度信息,在所述空间坐标系中标注所述巡检机器人的坐标信息;
根据所述巡检机器人的坐标和所述巡检机器人的当前电量,得到所述巡检机器人的角速度和行进速度。
3.根据权利要求2所述的巡检机器人自动充电方法,其特征在于,所述根据所述巡检机器人的坐标信息和所述巡检机器人的当前电量,得到所述巡检机器人的角速度和行进速度,具体包括:
当所述巡检机器人的当前电量小于第一预设值时,根据所述巡检机器人的坐标信息和所述巡检及机器人的第一预设行进速度,确定所述巡检机器人的角速度和行进速度;
当所述巡检机器人的当前电量小于第二预设值时,根据所述巡检机器人的坐标信息和所述巡检及机器人的第二预设行进速度,确定所述巡检机器人的角速度和行进速度,其中,所述第一预设值大于所述第二预设值。
4.根据权利要求1所述的巡检机器人自动充电方法,其特征在于,所述将所述图像数据进行预处理,具体包括:
采用邻域平均法对所述图像数据进行平滑去噪,并采用直方图均衡法对所述平滑去噪后的所述图像数据的边缘信息进行增强,得到预处理后的所述图像数据。
5.根据权利要求1所述的巡检机器人自动充电方法,其特征在于,所述方法还包括对所述深度学习网络模型的训练步骤:
通过充电桩样本集对基于卷积神经网络的所述深度学习模型进行训练,所述充电桩样本集包括不同距离、不同角度、不同光照条件和不同背景的充电桩图片。
6.一种巡检机器人自动充电***,其特征在于,包括:
采集装置,用于按照预设时间间隔采集充电桩的图像数据;
处理装置,用于将所述图像数据进行预处理后,输入已训练的深度学习网络模型中,得到所述充电桩相对于巡检机器人的距离信息和角度信息;
调整装置,用于根据所述距离信息和角度信息,确定所述巡检机器人的角速度和行进速度,并根据所述角速度和所述行进速度,调整所述巡检机器人的运行状态,以使所述巡检机器人到达到所述充电桩开始自动充电。
7.根据权利要求6所述的巡检机器人自动充电***,其特征在于,
所述调整装置,具体用于建立空间坐标系,所述空间坐标系的中心是所述充电桩;
根据所述距离信息和角度信息,在所述空间坐标系中标注所述巡检机器人的坐标信息;
根据所述巡检机器人的坐标和所述巡检机器人的当前电量,得到所述巡检机器人的角速度和行进速度。
8.根据权利要求6所述的巡检机器人自动充电***,其特征在于,
所述调整装置,具体用于当所述巡检机器人的当前电量小于第一预设值时,根据所述巡检机器人的坐标信息和所述巡检及机器人的第一预设行进速度,确定所述巡检机器人的角速度和行进速度;
当所述巡检机器人的当前电量小于第二预设值时,根据所述巡检机器人的坐标信息和所述巡检及机器人的第二预设行进速度,确定所述巡检机器人的角速度和行进速度,其中,所述第一预设值大于所述第二预设值。
9.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至5中任一项所述的巡检机器人自动充电方法的步骤。
10.一种计算机设备,包括存储器和处理器,其特征在于,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至5中任一项所述巡检机器人自动充电方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010737640.6A CN111917157A (zh) | 2020-07-28 | 2020-07-28 | 一种巡检机器人自动充电方法、***、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010737640.6A CN111917157A (zh) | 2020-07-28 | 2020-07-28 | 一种巡检机器人自动充电方法、***、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111917157A true CN111917157A (zh) | 2020-11-10 |
Family
ID=73280879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010737640.6A Pending CN111917157A (zh) | 2020-07-28 | 2020-07-28 | 一种巡检机器人自动充电方法、***、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111917157A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112904866A (zh) * | 2021-01-28 | 2021-06-04 | 西安建筑科技大学 | 巡检机器人入库充电控制方法、***及室外巡检机器人 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106125724A (zh) * | 2016-06-13 | 2016-11-16 | 华讯方舟科技有限公司 | 一种机器人自主充电的方法及*** |
CN106647747A (zh) * | 2016-11-30 | 2017-05-10 | 北京智能管家科技有限公司 | 一种机器人充电方法及装置 |
CN109066861A (zh) * | 2018-08-20 | 2018-12-21 | 四川超影科技有限公司 | 基于机器视觉的智能巡检机器人自动充电控制方法 |
CN109976324A (zh) * | 2017-12-27 | 2019-07-05 | 深圳市优必选科技有限公司 | 控制机器人充电的方法、机器人及计算机可读存储介质 |
CN110334648A (zh) * | 2019-07-02 | 2019-10-15 | 北京云迹科技有限公司 | 适用于机器人的充电桩识别***和方法 |
CN110515383A (zh) * | 2019-08-30 | 2019-11-29 | 深圳飞科机器人有限公司 | 自主充电的方法以及移动机器人 |
-
2020
- 2020-07-28 CN CN202010737640.6A patent/CN111917157A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106125724A (zh) * | 2016-06-13 | 2016-11-16 | 华讯方舟科技有限公司 | 一种机器人自主充电的方法及*** |
CN106647747A (zh) * | 2016-11-30 | 2017-05-10 | 北京智能管家科技有限公司 | 一种机器人充电方法及装置 |
CN109976324A (zh) * | 2017-12-27 | 2019-07-05 | 深圳市优必选科技有限公司 | 控制机器人充电的方法、机器人及计算机可读存储介质 |
CN109066861A (zh) * | 2018-08-20 | 2018-12-21 | 四川超影科技有限公司 | 基于机器视觉的智能巡检机器人自动充电控制方法 |
CN110334648A (zh) * | 2019-07-02 | 2019-10-15 | 北京云迹科技有限公司 | 适用于机器人的充电桩识别***和方法 |
CN110515383A (zh) * | 2019-08-30 | 2019-11-29 | 深圳飞科机器人有限公司 | 自主充电的方法以及移动机器人 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112904866A (zh) * | 2021-01-28 | 2021-06-04 | 西安建筑科技大学 | 巡检机器人入库充电控制方法、***及室外巡检机器人 |
CN112904866B (zh) * | 2021-01-28 | 2023-04-21 | 西安建筑科技大学 | 巡检机器人入库充电控制方法、***及室外巡检机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108637435B (zh) | 一种基于视觉与弧压传感的三维焊缝跟踪***及方法 | |
US11958197B2 (en) | Visual navigation inspection and obstacle avoidance method for line inspection robot | |
CN111161446B (zh) | 一种巡检机器人的图像采集方法 | |
CN104400265B (zh) | 一种激光视觉引导的焊接机器人角接焊缝特征的提取方法 | |
CN114119464A (zh) | 一种基于深度学习的锂电池电芯顶盖焊缝外观检测算法 | |
CN103136512A (zh) | 一种瞳孔定位方法及*** | |
CN106786938A (zh) | 一种巡检机器人定位方法及自动充电方法 | |
CN115018872B (zh) | 一种用于市政施工的吸尘设备智能控制方法 | |
CN110597937A (zh) | 一种无人智能巡检的方法、装置、设备及存储介质 | |
CN108109154A (zh) | 一种工件的新型定位及数据获取方法 | |
CN111917157A (zh) | 一种巡检机器人自动充电方法、***、设备和存储介质 | |
CN115205286B (zh) | 爬塔机器人机械臂螺栓识别与定位方法、存储介质、终端 | |
CN111898410A (zh) | 无约束场景下的基于上下文推理的人脸检测方法 | |
CN109977884B (zh) | 目标跟随方法和装置 | |
CN113034526A (zh) | 一种抓取方法、抓取装置及机器人 | |
CN103914861B (zh) | 图片处理方法及装置 | |
CN107767366A (zh) | 一种输电线路拟合方法及装置 | |
CN113949142B (zh) | 一种基于视觉识别的巡线机器人自主充电方法、*** | |
CN111539919B (zh) | 一种杆塔部件位置判断和轨迹巡检方法及装置 | |
CN111832510B (zh) | 一种智能寻找杆塔方法及*** | |
CN112241717B (zh) | 前车检测方法、前车检测模型的训练获取方法及装置 | |
JP2008084109A (ja) | 目開閉判定装置及び目開閉判定方法 | |
CN111897331A (zh) | 一种巡检机器人云台对准方法、装置和巡检机器人 | |
Yi et al. | Research on UAV target detection and substation equipment status recognition technology based on computer vision | |
CN109683572A (zh) | 一种智能加工中心作业场景检测***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201110 |