CN106477219A - 一种基于机器视觉的板材成品入库管理系统及方法 - Google Patents
一种基于机器视觉的板材成品入库管理系统及方法 Download PDFInfo
- Publication number
- CN106477219A CN106477219A CN201610865043.5A CN201610865043A CN106477219A CN 106477219 A CN106477219 A CN 106477219A CN 201610865043 A CN201610865043 A CN 201610865043A CN 106477219 A CN106477219 A CN 106477219A
- Authority
- CN
- China
- Prior art keywords
- information
- steel plate
- roller
- way
- imageing sensor
- 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.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
- B65G1/0485—Check-in, check-out devices
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Factory Administration (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于机器视觉的板材成品入库管理系统，包括辊道，辊道分为辊道入口和辊道行车段，所述辊道上设置有钢板和位置传感器，所述辊道入口设置有第一图像传感器，所述辊道行车段设置有第二图像传感器，所述辊道行车段设置有若干道行车道，所述第一图像传感器、第二图像传感器和位置传感器均通过光钎与客户端连接，所述客户端通过光钎与图像服务器和数据库服务器连接，所述客户端包括信息过滤模块、指令控制模块和钢板跟踪模块。本发明的优点在于：能够提高钢铁厂板材成品库入库管理信息的准确性，减轻工人的劳动强度，提高库区管理的自动化水平。
Description
技术领域
本发明属于钢铁厂板材成品库库存管理技术领域，特别涉及一种基于机器视觉的板材成品入库管理系统及方法。
背景技术
钢铁厂板材成品库主要通过辊道运输的方式实现物料的入库，每条辊道通过多个跨位，每个跨位有固定的行车沿轨道运行。钢板通过辊道进入库区后，由行车吊运到指定的垛位上，完成入库作业。原先的作业流程是：辊道操作人员将板材移动至某个跨，停留在辊道上，由计量员爬上辊道，查看抄写板号，再回到操作室，查询钢板的信息和推荐垛位，指定一个垛位后，通过对讲机指挥靠近的行车前来吊运钢板到制定的垛位，完成入库作业，同时计量员人工输入入库信息，更新数据库的库存信息。
旧的作业流程存在的问题是：现场计量员来回跑动，工作量大而且人身安全得不到保障；手工抄写板号并在电脑录入数据库容易出现人为错误，如抄错板号或输错板号，入库垛位信息输错，对讲机指令表达不清楚导致错误等等。
发明内容
发明目的：针对现有技术中存在的问题，本发明提供一种能够提高钢铁厂板材成品库入库管理信息的准确性，减轻工人的劳动强度，提高库区管理的自动化水平的基于机器视觉的板材成品入库管理系统及方法。
技术方案：为解决上述技术问题，本发明提供一种基于机器视觉的板材成品入库管理系统，包括辊道，辊道分为辊道入口和辊道行车段，所述辊道上放置有钢板和位置传感器，所述辊道入口设置有第一图像传感器，所述辊道行车段设置有第二图像传感器，所述辊道行车段设置有若干道行车道，所述第一图像传感器、第二图像传感器和位置传感器均通过光钎与客户端连接，所述客户端通过光钎与图像服务器和数据库服务器连接，所述客户端包括信息过滤模块、指令控制模块和钢板跟踪模块。位置传感器，用于感知钢板经过成品库入口的信息，触发图像传感器工作；其中图像传感器，用于接收位置传感器的信息，获取入库钢板的喷印图像信息；信息过滤模块，用于接收图像传感器传输的喷印图像信息，识别钢板的板号信息和筛选有效信息；指令控制模块，用于在信息模块筛选后的有效信息基础上，根据现场情况智能推荐垛位和执行行车编号，生成行车指令并发送给相应行车；钢板跟踪模块，用于指令控制模块发送指令后，配合图像传感器的实时图像信息跟踪钢板的动态并反馈给数据库。所述信息过滤模块根据图像识别结果，查询数据库信息，通过逻辑推理判断信息是否有效和分辨是否为剖分板。经过信息过滤模块的信息均是正确无误的信息。所述的指令控制模块在信息过滤模块保证信息正确性的基础上，采用基于模糊控制的电梯群控算法，选择合适的行车发送吊运指令，使每条指令的完成时间尽量最短，保证车间的高效有序工作。所述的钢板跟踪模块将全部传感器感知的图像信息合并成一个完整的辊道信息。钢板的图像信息和指令信息绑定，实时跟踪此钢板在辊道中的位置。当钢板被行车吊运，完成入库指令后，钢板跟踪模块向主程序发送完成指令并在数据库中设置相关标志位，完成钢板的跟踪工作。
进一步的，所述每两个相邻的第二图像传感器的拍摄视野均有重叠，所述第二图像传感器的拍摄视野覆盖整个辊道行车段。
进一步的，所述行车道不少于三个。
进一步的，所述第一图像传感器和第二图像传感器均为相机，所述位置传感器为非接触式位置传感器。
上述所述的基于机器视觉的板材成品入库管理系统的管理方法，包括如下步骤：
步骤一：程序开始，然后将钢板放入辊道，通过辊道入口的第一图像传感器和辊道行车段的第二图像传感器进行图像采集并将采集到的图像传输到图像服务器和客户端上；
步骤二：通过客户端上的信息过滤模块对图像进行处理和识别，将采集到的图像进行识别，客户端判断是否识别成功，如果识别成功则进入步骤三，如果识别不成功则进入步骤四；
步骤三：再次判断是否在数据库中有存在，如果数据库中存在则进入步骤五，如果数据库中不存在则进入步骤四；
步骤四：再次判断是否是无效信息，如果是无效信息则对信息进行删除，如果不是无效信息则提示错误并等待人工修改，通过人工修改为正确的板号，获取正确信息后进入步骤五；
步骤五：指令控制模块获取行车状态和推荐垛位，然后根据行车状态和推荐垛位生成相应的行车指令，通过局域网络进行对指令的发送，发送指令后进入步骤六；
步骤六：钢板跟踪模块将信息与第二传感器获取的图像进行绑定，对钢板进行实时跟踪，并判断钢板是否已经吊走，如果已经吊走则进行数据库更新，如果没有吊走则继续对钢板进行实时跟踪直至钢板被吊走为止。
其中，上述步骤四的具体步骤如下：
步骤4.1：查询步骤一中钢板与其相邻钢板之间的时间间隔是否小于预设的两个相邻钢板之间的最大时间间隔，如果小于则获取相邻钢板的宽度并进入步骤4.2，如果大于则判断可能是识别错误并且保留信息并提示错误进入步骤4.3；
步骤4.2：判断相邻钢板的宽度是否大于预设的钢板最大宽度，如果大于则判断是无效信息进行删除，如果小于则可能是剖分板，保留信息并提示错误进入步骤4.3；
步骤4.3：人工修改正确板号，并查询正确信息。
进一步的，所述步骤五中通过电梯群控算法并根据目标垛位和执行命令的行车来生成指令。
进一步的，所述步骤六中客户端直接通过图像分析自动获取钢板的吊运状态，而不是人工监视来获取这一状态。
与现有技术相比，本发明的优点在于：
本发明通过第一图像传感器、第二图像传感器和位置传感器均通过光钎与客户端连接，所述客户端通过光钎与图像服务器和数据库服务器连接，使得板材入库时无需停止辊道，计量员无需冒着危险爬上辊道抄写板号，也无需来回奔跑于现场和操作室之间。其中，第二图像传感器进行拼接后，不仅提供给现场操作人员实时监督，最主要的是将图像里的钢板和信息绑定，直接监测图像里钢板的行为来主动获得行车指令的完成情况，使系统的自动化程度更上一层楼。板号的识别、信息的查询、指令的发送和跟踪都由客户端PC机完成，计量员只需坐在电脑前，进行适当的人工干预，便可以完成入库作业。不仅降低了工作强度，也提高了信息的准确性和现场的作业效率，提高了库区管理的自动化水平。
附图说明
图1是本发明的整体结构示意图；
图2是本发明的内部结构框图；
图3是实施例中的辊道结构示意图；
图4是图3中辊道行车段的结构示意图；
图5是本发明的方法流程图；
图6是图5中信息过滤模块的方法流程图；
图7是图5中指令控制模块的方法流程图；
图8是图5中钢板跟踪模块的方法流程图。
1、钢板，2、第一图像传感器，3、第二图像传感器，4、光钎，5、客户端，6、图像服务器，7、数据库服务器，8、位置传感器，9、辊道，10、辊道入口，11、辊道行车段，12、行车道。
具体实施方式
下面结合附图和具体实施方式，进一步阐明本发明。
如图1和2所示，本发明包括辊道，辊道分为辊道入口和辊道行车段，所述辊道上设置有钢板和位置传感器，所述辊道入口设置有第一图像传感器，所述辊道行车段设置有第二图像传感器，所述辊道行车段设置有若干道行车道，所述第一图像传感器、第二图像传感器和位置传感器均通过光钎与客户端连接，所述客户端通过光钎与图像服务器和数据库服务器连接，所述客户端包括信息过滤模块、指令控制模块和钢板跟踪模块。
如图2所示，本发明主要包括三大子模块：现场装置、客户操作端和服务器端。现场装置主要包括图像传感器和位置传感器，用于快速抓拍钢板图像并通过光钎传输给客户端。客户端接收图像信息后经过图像服务器对图像进行处理和识别得到钢板的板号信息，再与数据库服务器进行交互查询过滤无用信息并得到正确板号的其他详细信息及推荐垛位信息。客户端的指令控制模块根据现场行车的状态和库存状态信息计算最优吊运方案并发送给相应行车。行车收到指令后执行吊运指令的进度及结果实时反馈在客户端界面上。
其中，位置传感器，用于感知钢板经过成品库入口的信息，触发图像传感器工作；其中图像传感器，用于接收位置传感器的信息，获取入库钢板的喷印图像信息；信息过滤模块，用于接收图像传感器传输的喷印图像信息，识别钢板的板号信息和筛选有效信息；指令控制模块，用于在信息模块筛选后的有效信息基础上，根据现场情况智能推荐垛位和执行行车编号，生成行车任务指令并发送给相应行车；钢板跟踪模块，用于指令控制模块发送指令后，配合图像传感器的实时图像信息跟踪钢板的动态并反馈给数据库。所述信息过滤模块根据图像识别结果，查询数据库信息，通过逻辑推理判断信息是否有效和分辨是否为剖分板。经过信息过滤模块的信息均是正确无误的信息。所述的指令控制模块在信息过滤模块保证信息正确性的基础上，采用基于模糊控制的电梯群控算法，选择合适的行车发送吊运指令，使每条指令的完成时间尽量最短，保证车间的高效有序工作。所述的钢板跟踪模块将全部传感器感知的图像信息合并成一个完整的辊道信息。钢板的图像信息和指令信息绑定，实时跟踪此钢板在辊道中的位置。当钢板被行车吊运，完成入库指令后，钢板跟踪模块向主程序发送完成指令并在数据库中设置相关标志位，完成钢板的跟踪工作。
图1和图4中的位置传感器采用激光对射传感器，第一图像传感器和第二图像传感器采用高速网络相机，当钢板经过入口处时触发传感器，从而触发相机拍照。图像信息通过千兆光钎及时传输到客户端电脑进行后续处理。
图4所示第二图像传感器即相机沿辊道布置，前后相机的拍摄范围存在交叉区域，全部相机的拍摄图像经过客户端的钢板跟踪模块处理，合并成一个完成的辊道信息图像。钢板在辊道上从入口开始，直到被吊运离开辊道，全程都会被相机跟踪到。
如图5至8所示，基于机器视觉的板材成品入库管理系统的管理方法，包括如下步骤：
步骤一：程序开始，然后将钢板放入辊道，通过辊道入口的第一图像传感器和辊道行车段的第二图像传感器进行图像采集并将采集到的图像传输到图像服务器和客户端上；
步骤二：通过客户端上的信息过滤模块对图像进行处理和识别，将采集到的图像进行识别是否识别成功，如果识别成功则进入步骤三，如果识别不成功则进入步骤四；
步骤三：再次判断是否在数据库中有存在，如果数据库中存在则进入步骤五，如果数据库中不存在则进入步骤四；
步骤四：再次判断是否是无效信息，如果是无效信息则对信息进行删除，如果不是无效信息则提示错误并等待人工修改，通过人工修改为正确的板号，获取正确信息后进入步骤五；
步骤五：指令控制模块获取行车状态和推荐垛位，然后根据行车状态和推荐垛位生成相应的行车指令，通过局域网络进行对指令的发送，发送指令后进入步骤六；
步骤六：钢板跟踪模块将信息与第二传感器的图像进行绑定，对钢板进行实时跟踪，并判断钢板是否已经吊走，如果已经吊走则进行数据库更新，如果没有吊走则继续对钢板进行实时跟踪直至钢板被吊走为止。
其中，上述步骤四的具体步骤如下：
步骤4.1：查询步骤一中钢板与其相邻钢板之间的时间间隔是否小于预设的两个相邻钢板之间的最大时间间隔，如果小于则获取相邻钢板的宽度并进入步骤4.2，如果大于则判断可能为识别错误并且保留信息并提示错误进入步骤4.3；
步骤4.2：判断相邻钢板的宽度是否大于预设的钢板最大宽度，如果大于则判断是无效信息进行删除，如果小于则可能是剖分板，保留信息并提示错误进入步骤4.3；
步骤4.3：人工修改正确板号，并查询正确信息。
其中，步骤五中通过电梯群控算法并根据目标垛位和执行命令的行车来生成指令。
以上所述仅为本发明的实施例子而已，并不用于限制本发明。凡在本发明的原则之内，所作的等同替换，均应包含在本发明的保护范围之内。本发明未作详细阐述的内容属于本专业领域技术人员公知的已有技术。
Claims (8)
1.一种基于机器视觉的板材成品入库管理系统，其特征在于：包括辊道，辊道分为辊道入口和辊道行车段，所述辊道上放置有钢板和位置传感器，所述辊道入口设置有第一图像传感器，所述辊道行车段设置有第二图像传感器，所述辊道行车段设置有若干道行车道，所述第一图像传感器、第二图像传感器和位置传感器均通过光钎与客户端连接，所述客户端通过光钎与图像服务器和数据库服务器连接，所述客户端包括信息过滤模块、指令控制模块和钢板跟踪模块；
所述信息过滤模块，用于接收图像传感器传输的喷印图像信息，识别钢板的板号信息和筛选有效信息；
所述指令控制模块，用于在信息模块筛选后的有效信息基础上，根据现场情况智能推荐垛位和执行行车编号，生成行车指令并发送给相应行车；
所述钢板跟踪模块，用于指令控制模块发送指令后，配合图像传感器的实时图像信息跟踪钢板的动态并反馈给数据库。
2.根据权利要求1所述的一种基于机器视觉的板材成品入库管理系统，其特征在于：所述每两个相邻的第二图像传感器的拍摄视野均有重叠，所述第二图像传感器的拍摄视野覆盖整个辊道行车段。
3.根据权利要求1所述的一种基于机器视觉的板材成品入库管理系统，其特征在于：所述行车道不少于三个。
4.根据权利要求1所述的一种基于机器视觉的板材成品入库管理系统，其特征在于：所述第一图像传感器和第二图像传感器均为相机，所述位置传感器为非接触式位置传感器。
5.根据权利要求1至4之一所述的基于机器视觉的板材成品入库管理系统的管理方法，其特征在于：包括如下步骤：
步骤一：程序开始，然后将钢板放入辊道，通过辊道入口的第一图像传感器和辊道行车段的第二图像传感器进行图像采集并将采集到的图像传输到图像服务器和客户端上；
步骤二：通过客户端上的信息过滤模块对图像进行处理和识别，将采集到的图像进行识别，客户端判断是否识别成功，如果识别成功则进入步骤三，如果识别不成功则进入步骤四；
步骤三：再次判断是否在数据库中有存在，如果数据库中存在则进入步骤五，如果数据库中不存在则进入步骤四；
步骤四：再次判断是否是无效信息，如果是无效信息则对信息进行删除，如果不是无效信息则提示错误并等待人工修改，通过人工修改为正确的板号，获取正确信息后进入步骤五；
步骤五：指令控制模块获取行车状态和推荐垛位，然后根据行车状态和推荐垛位生成相应的行车指令，通过局域网络进行对指令的发送，发送指令后进入步骤六；
步骤六：钢板跟踪模块将信息与第二传感器获取的图像进行绑定，对钢板进行实时跟踪，并判断钢板是否已经吊走，如果已经吊走则进行数据库更新，如果没有吊走则继续对钢板进行实时跟踪直至钢板被吊走为止。
6.根据权利要求5所述的基于机器视觉的板材成品入库管理系统的管理方法，其特征在于：所述步骤四的具体步骤如下：
步骤4.1：查询步骤一中钢板与其相邻钢板之间的时间间隔是否小于预设的两个相邻钢板之间的最大时间间隔，如果小于则获取相邻钢板的宽度并进入步骤4.2，如果大于则判断可能是识别错误并且保留信息并提示错误进入步骤4.3；
步骤4.2：判断相邻钢板的宽度是否大于预设的钢板最大宽度，如果大于则判断是无效信息进行删除，如果小于则可能是剖分板，保留信息并提示错误进入步骤4.3；
步骤4.3：人工修改正确板号，并查询正确信息。
7.根据权利要求5所述的基于机器视觉的板材成品入库管理系统的管理方法，其特征在于：所述步骤五中通过电梯群控算法并根据目标垛位和执行命令的行车来生成指令。
8.根据权利要求5所述的基于机器视觉的板材成品入库管理系统的管理方法，其特征在于：所述步骤六中客户端直接通过图像分析自动获取钢板的吊运状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610865043.5A CN106477219B (zh) | 2016-09-29 | 2016-09-29 | 一种基于机器视觉的板材成品入库管理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610865043.5A CN106477219B (zh) | 2016-09-29 | 2016-09-29 | 一种基于机器视觉的板材成品入库管理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106477219A true CN106477219A (zh) | 2017-03-08 |
| CN106477219B CN106477219B (zh) | 2019-05-28 |
Family
ID=58267837
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610865043.5A Active CN106477219B (zh) | 2016-09-29 | 2016-09-29 | 一种基于机器视觉的板材成品入库管理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106477219B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111880327A (zh) * | 2020-08-26 | 2020-11-03 | 安徽皓视光电科技有限公司 | 小型液晶面板测试平台电气控制系统 |
| CN113282060A (zh) * | 2021-04-23 | 2021-08-20 | 北京科技大学设计研究院有限公司 | 一种热处理产线集控方法 |
| CN113697361A (zh) * | 2021-08-18 | 2021-11-26 | 北京科技大学设计研究院有限公司 | 一种基于机器视觉的冷区钢板自动上料方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3224829C1 (de) * | 1982-07-02 | 1983-10-20 | Erich 9442 Berneck St. Gallen Döring | Hochregal für Paletten |
| JPS63262761A (ja) * | 1987-04-20 | 1988-10-31 | Fuji Photo Film Co Ltd | 医用画像情報の管理方法 |
| EP0683127A1 (de) * | 1994-05-20 | 1995-11-22 | MAN Roland Druckmaschinen AG | System zum Vorbereiten eines Bogenstapels auf die Verarbeitung in einer bogenverarbeitenden Maschine |
| CN103612860A (zh) * | 2013-11-23 | 2014-03-05 | 冶金自动化研究设计院 | 基于机器视觉的宽厚板成品库入库定位与位置识别系统 |
| US20150132087A1 (en) * | 2011-01-07 | 2015-05-14 | Five Brothers Properties, Ltd | Core Storage and Management System |
-
2016
- 2016-09-29 CN CN201610865043.5A patent/CN106477219B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3224829C1 (de) * | 1982-07-02 | 1983-10-20 | Erich 9442 Berneck St. Gallen Döring | Hochregal für Paletten |
| JPS63262761A (ja) * | 1987-04-20 | 1988-10-31 | Fuji Photo Film Co Ltd | 医用画像情報の管理方法 |
| EP0683127A1 (de) * | 1994-05-20 | 1995-11-22 | MAN Roland Druckmaschinen AG | System zum Vorbereiten eines Bogenstapels auf die Verarbeitung in einer bogenverarbeitenden Maschine |
| US20150132087A1 (en) * | 2011-01-07 | 2015-05-14 | Five Brothers Properties, Ltd | Core Storage and Management System |
| CN103612860A (zh) * | 2013-11-23 | 2014-03-05 | 冶金自动化研究设计院 | 基于机器视觉的宽厚板成品库入库定位与位置识别系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111880327A (zh) * | 2020-08-26 | 2020-11-03 | 安徽皓视光电科技有限公司 | 小型液晶面板测试平台电气控制系统 |
| CN113282060A (zh) * | 2021-04-23 | 2021-08-20 | 北京科技大学设计研究院有限公司 | 一种热处理产线集控方法 |
| CN113697361A (zh) * | 2021-08-18 | 2021-11-26 | 北京科技大学设计研究院有限公司 | 一种基于机器视觉的冷区钢板自动上料方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106477219B (zh) | 2019-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109389161B (zh) | 基于深度学习的垃圾识别进化学习方法、装置、系统及介质 | |
| CN106251695B (zh) | 基于车位状态监控的目的地停车位智能推荐系统及方法 | |
| US7014102B2 (en) | Face identification system | |
| CN106477219A (zh) | 一种基于机器视觉的板材成品入库管理系统及方法 | |
| JP5406074B2 (ja) | 作業者位置認識システム | |
| US20200109963A1 (en) | Selectively Forgoing Actions Based on Fullness Level of Containers | |
| CN108268849A (zh) | 基于ai技术的公交车载视觉智能感知系统 | |
| DE102018200221A1 (de) | Verfahren zur Baustellenüberwachung | |
| US11371851B2 (en) | Method and system for determining landmarks in an environment of a vehicle | |
| EP3680648A1 (en) | Port machinery inspection device and inspection method | |
| DE102005001026A1 (de) | Gesichtsbild-Erfassungsverfahren und Gesichtsbild-Erfassungssystem | |
| DE112017005148T5 (de) | Verfahren und vorrichtung zum ausführen von handlungen bei ereignissen der öffentlichen sicherheit basierend auf handlungen, die bei früheren ereignissen ausgeführt wurden | |
| US20210056492A1 (en) | Providing information based on detection of actions that are undesired to waste collection workers | |
| CN115346256A (zh) | 机器人寻人方法及系统 | |
| CN111460985A (zh) | 基于跨摄像头人体匹配的现场工人轨迹统计方法和系统 | |
| CN111191507A (zh) | 智慧社区的安全预警分析方法及系统 | |
| CN113409194B (zh) | 泊车信息获取方法及装置、泊车方法及装置 | |
| CN110921154A (zh) | 一种控制垃圾回收巡逻车的方法、装置及垃圾回收巡逻车 | |
| CN116389695B (zh) | 建筑工地监控方法、装置、建筑工地巡查设备及存储介质 | |
| CN112429444A (zh) | 垃圾回收机器人及其控制方法 | |
| WO2019137815A1 (de) | Verfahren zur verwaltung und erkennung von baumaterial, insbesondere bei der errichtung von gebäuden | |
| JP7097215B2 (ja) | 車両推定装置、学習装置、及び車両推定方法 | |
| CN108692709B (zh) | 一种农田灾情检测方法、系统、无人机和云端服务器 | |
| CN116259101A (zh) | 一种用于考场或课堂纪律巡视的方法及巡视机器人 | |
| CN115601972A (zh) | 无人矿山行驶区域的障碍物处理系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |