简介:摘要:行李处理系统 (baggagehandlingsystem)是机场建设与运行的重要组成部分,随着我国民航业的持续健康发展,各大机场的旅客吞吐量持续增加,对机场的行李处理系统提出了更高的要求。本文简要分析了机场行李处理系统分拣模式分析,为机场行李处理系统的规划建设提供参考。
简介:摘要:本文通过对行李分拣系统自身内部及外部接口两方面进行分析,对可能引起行李系统出现故障各点进行梳理,探讨针对各故障点的预防、应对措施,以供相关人员在前期设计、后期运维中作参考。
简介:摘要:针对传统人工分拣过程不仅效率低且工作环境危险,提出基于机器视觉的机器人控制技术来进行工件分拣。面向视觉分拣系,这就要求现实的货物分拣应具有快速、实时、高精度等特点。基于此,笔者设计了基于OpenMV的机器视觉分拣系统,是机器视觉技术在机械制造自动化系统中的有效应用。该设计的系统硬件由STM32F103单片机、以及分拣装置组成,其工作原理如下:摄像头不断采集信息发送至单片机,机器人通过OpenMV识别的图像传送到JETSON NX视觉模块进行图像信息数据转换、数据预处理、颜色空间分割、特征提取、颜色识别等图像处理后,识别出货物的颜色以及形状大小,然后控制底盘规划路径用机械臂使货物进入不同的储存柜,从而实现货物分拣。
简介:摘要:顺应如今可持续发展战略的实施,针对垃圾分类设计了一款光电智能垃圾分拣车。数据集是神经网络训练的基础,使用K210通过OV2640对垃圾进行各种角度的拍摄,人工对拍摄照片进行分类边界框选[2]。基于TensorFlow深度学习理论,导入AI神经系统进行训练,增强系统对垃圾的适应性[3]。随后便可直接通过OV2640进行垃圾识别框选边界并输出种类、位置等信息。车辆的RT1064芯片接受到K210传回的信息,控制电机采取铲取或绕过的操作。通过对编码器输出信号的积分,进行路径规划,达到逐一识别垃圾的目的。当场上所有垃圾逐一识别过后,第一个识别的所有同种垃圾全部被收集再车内。随后便向垃圾分类区移动,通过摄像头对分类区色块的识别,判断准确的+分类区域。通过急加速、急后退的方法将车内垃圾倒入分类区内。随后车辆再进行下一种垃圾的收集,收集过程同上。
简介:摘要:通过无人机倾斜摄影测量技术,可以快速获取机场区域高精度的三维地面模型(DSM)。但是这种方法受天气和环境的影响大,数据采集需要协调相关部门无人机的飞行时间,对一些并未超高的信息重复获取和处理,成果需要后处理,成本也比较高,不便于机场净空的动态维护。本文针对上述情况,提出了基于地基摄影测量方式,通过布设于地面的图像采集设备,对净空区进行实时监控。首先通过无人机倾斜摄影测量技术,获得机场区域的三维地面模型,作为基础模型。其次,根据基础模型,有针对性的在地面布设图像采集设备,且其三维位置已知,结合净空区障碍物限制面的三维位置,确定图像采集设备的扫描方位(包括水平角和垂直角)。对获取的图像通过基于机器学习和自动模式识别的手段进行分析,对发现的新增疑似超高障碍物,可自动报警。初步锁定目标后,再通过双目视觉技术,确定障碍物的形态、位置和标高,从而实现智能实时监控的目的。同时还可对非正常进入跑道的疑似物进行监控,并选择自动报警。