CN115131584A - 一种用于车辆清洗机器人的视觉识别系统 - Google Patents
一种用于车辆清洗机器人的视觉识别系统 Download PDFInfo
- Publication number
- CN115131584A CN115131584A CN202210780668.7A CN202210780668A CN115131584A CN 115131584 A CN115131584 A CN 115131584A CN 202210780668 A CN202210780668 A CN 202210780668A CN 115131584 A CN115131584 A CN 115131584A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- module
- model
- images
- image
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/16—Image acquisition using multiple overlapping images; Image stitching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及视觉识别,具体涉及一种用于车辆清洗机器人的视觉识别系统,包括服务器,服务器通过第一图像采集模块采集车辆靠近清洗机器人行驶过程中的各方位图像,并利用图像分类模块对第一图像采集模块采集图像进行分类,服务器通过特征点匹配模块对分类后图像进行特征点匹配,并通过特征点标定模块对匹配特征点进行标定,服务器通过图像拼接模块基于标定特征点对分类后图像进行拼接,并通过实时模型生成模块用拼接图像生成实时模型;本发明提供的技术方案能够有效克服现有技术所存在的由于不能对待清洗车辆进行有效识别,导致车辆清洗效果较差的缺陷。
Description
技术领域
本发明涉及视觉识别,具体涉及一种用于车辆清洗机器人的视觉识别系统。
背景技术
近年来,随着经济的稳定发展和人民生活水平的不断提高,我国汽车销量每年保持稳定增速,汽车保有量不断攀升。虽然我国汽车市场潜力巨大,但是传统洗车行业却面临着严峻的挑战。
传统的洗车方式大多是通过人工清洗的作业方式,清洗过程中,操作人员需要手持着水枪对待清洗车辆表面进行冲刷,冲刷完后还需要操作人员手持抹布对车辆表面的水渍进行清理,整个洗车过程费时费力。特别是近年来随着社会的不断发展,我国人均车辆占有量也大幅上升,上述传统洗车方式由于人力成本较高且效率较低,已经难以适应日益增加的洗车需求。
此外,虽然现有技术中也存在一些专门用于车辆清洗的设备,但是这些设备在洗车过程中由于不能对待清洗车辆进行有效识别,导致车辆清洗效果较差,不能满足车主的使用需求。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点,本发明提供了一种用于车辆清洗机器人的视觉识别系统,能够有效克服现有技术所存在的由于不能对待清洗车辆进行有效识别,导致车辆清洗效果较差的缺陷。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种用于车辆清洗机器人的视觉识别系统,包括服务器,所述服务器通过第一图像采集模块采集车辆靠近清洗机器人行驶过程中的各方位图像,并利用图像分类模块对第一图像采集模块采集图像进行分类,所述服务器通过特征点匹配模块对分类后图像进行特征点匹配,并通过特征点标定模块对匹配特征点进行标定,所述服务器通过图像拼接模块基于标定特征点对分类后图像进行拼接,并通过实时模型生成模块用拼接图像生成实时模型;
所述服务器通过第二图像采集模块采集车辆贴近清洗机器人时的各方位图像,所述服务器通过车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征,并利用车辆信息比对模块基于识别车辆特征与第一图像采集模块采集图像进行匹配;
所述服务器通过模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型,并基于匹配第一图像采集模块采集图像抽取对应实时模型,所述服务器通过模型比对模块对抽取的标准模型、实时模型进行模型比对,并通过差异位置确定模块基于模型比对结果确定实时模型中的差异位置。
优选地,所述特征点匹配模块对分类后图像进行特征点匹配,特征点标定模块对匹配特征点进行标定,图像拼接模块基于标定特征点对分类后图像进行拼接,包括:
特征点匹配模块通过特征点匹配算法对分类后图像进行特征点匹配计算;
特征点标定模块对同一匹配特征点在不同类别图像中进行标定,并得到各匹配特征点的坐标信息;
图像拼接模块利用不同类别图像中相同匹配特征点的坐标信息对图像进行调整,并对调整后的不同类别图像进行拼接。
优选地,所述图像分类模块对第一图像采集模块采集图像进行分类,包括:
构建基于图像中车身位置对图像进行分类的图像分类模型,并通过多张包含不同车身位置的图像对图像分类模型进行模型训练,利用训练好的图像分类模型对第一图像采集模块采集图像进行分类。
优选地,所述车身位置包括车辆正面、车辆背面、车辆顶部、车辆左侧面、车辆右侧面。
优选地,所述模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型,并基于匹配第一图像采集模块采集图像抽取对应实时模型,包括:
基于车身标志、车身型号、车身颜色从存储各种车型标准模型的标准模型存储模块中抽取对应标准模型;
基于匹配第一图像采集模块采集图像从实时模型生成模块中抽取对应实时模型。
优选地,所述车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征,包括:
基于多张贴近清洗机器人时的各方位车辆图像,通过车辆特征识别算法识别车辆特征;
其中,车辆特征包括车牌号码、车身标志、车身型号、车身颜色。
优选地,所述第二图像采集模块采集车辆贴近清洗机器人时的各方位图像,包括:
获取待清洗车辆是否到达指定位置信号,如果待清洗车辆没有到达指定位置,则发出提示信息;如果待清洗车辆到达指定位置,则第二图像采集模块对待清洗车辆进行各方位图像采集。
优选地,所述模型比对模块对抽取的标准模型、实时模型进行模型比对之前,包括:
对抽取的标准模型、实时模型进行预处理,具体包括:
去除标准模型、实时模型进行腐蚀后提取的连通域,进行背景分离;
提取标准模型、实时模型的边缘,提取图像中水平直线、竖直直线,并计算直线的倾斜角度,基于倾斜角度将标准模型、实时模型旋转至水平方向。
优选地,所述差异位置确定模块基于模型比对结果确定实时模型中的差异位置之后,包括:
根据差异位置确定重点洗车部位,并向车辆清洗机器人控制端发送用于控制车辆清洗机器人对重点洗车部位延长清洗时间的控制信号。
(三)有益效果
与现有技术相比,本发明所提供的一种用于车辆清洗机器人的视觉识别系统,具有以下有益效果:
1)图像分类模块对第一图像采集模块采集图像进行分类,特征点匹配模块对分类后图像进行特征点匹配,特征点标定模块对匹配特征点进行标定,图像拼接模块基于标定特征点对分类后图像进行拼接,实时模型生成模块用拼接图像生成实时模型,从而能够基于车辆靠近清洗机器人行驶过程中的各方位图像,生成关于待清洗车辆的实时模型;
2)车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征,模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型,车辆信息比对模块基于识别车辆特征与第一图像采集模块采集图像进行匹配,模型抽取模块基于匹配第一图像采集模块采集图像抽取对应实时模型,模型比对模块对抽取的标准模型、实时模型进行模型比对,差异位置确定模块基于模型比对结果确定实时模型中的差异位置,从而能够根据待清洗车辆的标准模型、实时模型之间的差异,准确识别重点洗车部位,针对重点洗车部位延长清洗时间,有效提升车辆清洗效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对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,下面描述中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为本发明的系统示意图;
图2为本发明中实时模型生成模块生成实时模型的流程示意图;
图3为本发明中差异位置确定模块确定实时模型中差异位置的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种用于车辆清洗机器人的视觉识别系统,如图1和图2所示,包括服务器,服务器通过第一图像采集模块采集车辆靠近清洗机器人行驶过程中的各方位图像,并利用图像分类模块对第一图像采集模块采集图像进行分类,服务器通过特征点匹配模块对分类后图像进行特征点匹配,并通过特征点标定模块对匹配特征点进行标定,服务器通过图像拼接模块基于标定特征点对分类后图像进行拼接,并通过实时模型生成模块用拼接图像生成实时模型。
1)图像分类模块对第一图像采集模块采集图像进行分类,包括:
构建基于图像中车身位置对图像进行分类的图像分类模型,并通过多张包含不同车身位置的图像对图像分类模型进行模型训练,利用训练好的图像分类模型对第一图像采集模块采集图像进行分类。
其中,车身位置包括车辆正面、车辆背面、车辆顶部、车辆左侧面、车辆右侧面。
2)特征点匹配模块对分类后图像进行特征点匹配,特征点标定模块对匹配特征点进行标定,图像拼接模块基于标定特征点对分类后图像进行拼接,包括:
特征点匹配模块通过特征点匹配算法对分类后图像进行特征点匹配计算;
特征点标定模块对同一匹配特征点在不同类别图像中进行标定,并得到各匹配特征点的坐标信息;
图像拼接模块利用不同类别图像中相同匹配特征点的坐标信息对图像进行调整,并对调整后的不同类别图像进行拼接。
上述技术方案,图像分类模块对第一图像采集模块采集图像进行分类,特征点匹配模块对分类后图像进行特征点匹配,特征点标定模块对匹配特征点进行标定,图像拼接模块基于标定特征点对分类后图像进行拼接,实时模型生成模块用拼接图像生成实时模型,从而能够基于车辆靠近清洗机器人行驶过程中的各方位图像,生成关于待清洗车辆的实时模型。
如图1和图3所示,服务器通过第二图像采集模块采集车辆贴近清洗机器人时的各方位图像,服务器通过车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征,并利用车辆信息比对模块基于识别车辆特征与第一图像采集模块采集图像进行匹配。
1)第二图像采集模块采集车辆贴近清洗机器人时的各方位图像,包括:
获取待清洗车辆是否到达指定位置信号,如果待清洗车辆没有到达指定位置,则发出提示信息;如果待清洗车辆到达指定位置,则第二图像采集模块对待清洗车辆进行各方位图像采集。
2)车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征,包括:
基于多张贴近清洗机器人时的各方位车辆图像,通过车辆特征识别算法识别车辆特征;
其中,车辆特征包括车牌号码、车身标志、车身型号、车身颜色。
如图1和图3所示,服务器通过模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型,并基于匹配第一图像采集模块采集图像抽取对应实时模型,服务器通过模型比对模块对抽取的标准模型、实时模型进行模型比对,并通过差异位置确定模块基于模型比对结果确定实时模型中的差异位置。
3)模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型,并基于匹配第一图像采集模块采集图像抽取对应实时模型,包括:
基于车身标志、车身型号、车身颜色从存储各种车型标准模型的标准模型存储模块中抽取对应标准模型;
基于匹配第一图像采集模块采集图像从实时模型生成模块中抽取对应实时模型。
4)模型比对模块对抽取的标准模型、实时模型进行模型比对之前,包括:
对抽取的标准模型、实时模型进行预处理,具体包括:
去除标准模型、实时模型进行腐蚀后提取的连通域,进行背景分离;
提取标准模型、实时模型的边缘,提取图像中水平直线、竖直直线,并计算直线的倾斜角度,基于倾斜角度将标准模型、实时模型旋转至水平方向。
5)差异位置确定模块基于模型比对结果确定实时模型中的差异位置之后,包括:
根据差异位置确定重点洗车部位,并向车辆清洗机器人控制端发送用于控制车辆清洗机器人对重点洗车部位延长清洗时间的控制信号。
上述技术方案,车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征,模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型,车辆信息比对模块基于识别车辆特征与第一图像采集模块采集图像进行匹配,模型抽取模块基于匹配第一图像采集模块采集图像抽取对应实时模型,模型比对模块对抽取的标准模型、实时模型进行模型比对,差异位置确定模块基于模型比对结果确定实时模型中的差异位置,从而能够根据待清洗车辆的标准模型、实时模型之间的差异,准确识别重点洗车部位,针对重点洗车部位延长清洗时间,有效提升车辆清洗效果。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种用于车辆清洗机器人的视觉识别系统,其特征在于:包括服务器,所述服务器通过第一图像采集模块采集车辆靠近清洗机器人行驶过程中的各方位图像,并利用图像分类模块对第一图像采集模块采集图像进行分类,所述服务器通过特征点匹配模块对分类后图像进行特征点匹配,并通过特征点标定模块对匹配特征点进行标定,所述服务器通过图像拼接模块基于标定特征点对分类后图像进行拼接,并通过实时模型生成模块用拼接图像生成实时模型;
所述服务器通过第二图像采集模块采集车辆贴近清洗机器人时的各方位图像,所述服务器通过车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征,并利用车辆信息比对模块基于识别车辆特征与第一图像采集模块采集图像进行匹配;
所述服务器通过模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型,并基于匹配第一图像采集模块采集图像抽取对应实时模型,所述服务器通过模型比对模块对抽取的标准模型、实时模型进行模型比对,并通过差异位置确定模块基于模型比对结果确定实时模型中的差异位置。
2.根据权利要求1所述的用于车辆清洗机器人的视觉识别系统,其特征在于:所述特征点匹配模块对分类后图像进行特征点匹配,特征点标定模块对匹配特征点进行标定,图像拼接模块基于标定特征点对分类后图像进行拼接,包括:
特征点匹配模块通过特征点匹配算法对分类后图像进行特征点匹配计算;
特征点标定模块对同一匹配特征点在不同类别图像中进行标定,并得到各匹配特征点的坐标信息;
图像拼接模块利用不同类别图像中相同匹配特征点的坐标信息对图像进行调整,并对调整后的不同类别图像进行拼接。
3.根据权利要求2所述的用于车辆清洗机器人的视觉识别系统,其特征在于:所述图像分类模块对第一图像采集模块采集图像进行分类,包括:
构建基于图像中车身位置对图像进行分类的图像分类模型,并通过多张包含不同车身位置的图像对图像分类模型进行模型训练,利用训练好的图像分类模型对第一图像采集模块采集图像进行分类。
4.根据权利要求3所述的用于车辆清洗机器人的视觉识别系统,其特征在于:所述车身位置包括车辆正面、车辆背面、车辆顶部、车辆左侧面、车辆右侧面。
5.根据权利要求1所述的用于车辆清洗机器人的视觉识别系统,其特征在于:所述模型抽取模块基于识别车辆特征从标准模型存储模块中抽取对应标准模型,并基于匹配第一图像采集模块采集图像抽取对应实时模型,包括:
基于车身标志、车身型号、车身颜色从存储各种车型标准模型的标准模型存储模块中抽取对应标准模型;
基于匹配第一图像采集模块采集图像从实时模型生成模块中抽取对应实时模型。
6.根据权利要求5所述的用于车辆清洗机器人的视觉识别系统,其特征在于:所述车辆特征识别模块从第二图像采集模块采集图像中识别车辆特征,包括:
基于多张贴近清洗机器人时的各方位车辆图像,通过车辆特征识别算法识别车辆特征;
其中,车辆特征包括车牌号码、车身标志、车身型号、车身颜色。
7.根据权利要求6所述的用于车辆清洗机器人的视觉识别系统,其特征在于:所述第二图像采集模块采集车辆贴近清洗机器人时的各方位图像,包括:
获取待清洗车辆是否到达指定位置信号,如果待清洗车辆没有到达指定位置,则发出提示信息;如果待清洗车辆到达指定位置,则第二图像采集模块对待清洗车辆进行各方位图像采集。
8.根据权利要求5所述的用于车辆清洗机器人的视觉识别系统,其特征在于:所述模型比对模块对抽取的标准模型、实时模型进行模型比对之前,包括:
对抽取的标准模型、实时模型进行预处理,具体包括:
去除标准模型、实时模型进行腐蚀后提取的连通域,进行背景分离;
提取标准模型、实时模型的边缘,提取图像中水平直线、竖直直线,并计算直线的倾斜角度,基于倾斜角度将标准模型、实时模型旋转至水平方向。
9.根据权利要求8所述的用于车辆清洗机器人的视觉识别系统,其特征在于:所述差异位置确定模块基于模型比对结果确定实时模型中的差异位置之后,包括:
根据差异位置确定重点洗车部位,并向车辆清洗机器人控制端发送用于控制车辆清洗机器人对重点洗车部位延长清洗时间的控制信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210780668.7A CN115131584A (zh) | 2022-07-04 | 2022-07-04 | 一种用于车辆清洗机器人的视觉识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210780668.7A CN115131584A (zh) | 2022-07-04 | 2022-07-04 | 一种用于车辆清洗机器人的视觉识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115131584A true CN115131584A (zh) | 2022-09-30 |
Family
ID=83382937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210780668.7A Pending CN115131584A (zh) | 2022-07-04 | 2022-07-04 | 一种用于车辆清洗机器人的视觉识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115131584A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116935308A (zh) * | 2023-07-10 | 2023-10-24 | 南京易自助网络科技有限公司 | 基于车辆情景ai智能识别的洗车机安全监控系统及方法 |
-
2022
- 2022-07-04 CN CN202210780668.7A patent/CN115131584A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116935308A (zh) * | 2023-07-10 | 2023-10-24 | 南京易自助网络科技有限公司 | 基于车辆情景ai智能识别的洗车机安全监控系统及方法 |
CN116935308B (zh) * | 2023-07-10 | 2024-04-09 | 南京易自助网络科技有限公司 | 基于车辆情景ai智能识别的洗车机安全监控系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104036262B (zh) | 一种lpr车牌筛选识别的方法和系统 | |
CN103872983B (zh) | 太阳能电池表面缺陷检测方法 | |
CN103824066B (zh) | 一种基于视频流的车牌识别方法 | |
CN100485710C (zh) | 利用数字图像处理技术识别车辆类型的方法 | |
CN108182383B (zh) | 一种车窗检测的方法及设备 | |
CN103077384A (zh) | 一种车标定位识别的方法与系统 | |
CN106599890A (zh) | 变电站巡检机器人数字式仪表识别算法 | |
CN105740855A (zh) | 一种基于深度学习的前后车牌检测识别方法 | |
CN106887004A (zh) | 一种基于块匹配的车道线检测方法 | |
CN105718916A (zh) | 一种基于霍夫变换的车道线检测方法 | |
CN107084992A (zh) | 一种基于机器视觉的胶囊检测方法及系统 | |
CN111832388B (zh) | 一种车辆行驶中交通标志检测与识别方法及系统 | |
CN115131584A (zh) | 一种用于车辆清洗机器人的视觉识别系统 | |
CN108830822B (zh) | 基于改进Canny算子的受电弓碳滑板磨耗识别方法 | |
CN103400113A (zh) | 基于图像处理的高速公路隧道行人检测方法 | |
CN205158461U (zh) | 机器人出入口控制系统 | |
CN116228651A (zh) | 一种布匹缺陷检测方法、系统、设备及介质 | |
CN109670498A (zh) | 一种车牌定位方法 | |
CN110376211B (zh) | 一种湿法涂胶的合成革卷边在线检测装置及方法 | |
CN110598550A (zh) | 一种基于多层信息智能分析的车辆联网识别系统 | |
CN112241647A (zh) | 一种基于深度相机的危险驾驶行为预警装置和方法 | |
CN116912805B (zh) | 一种基于无人清扫车的井盖异常智能检测识别方法及系统 | |
CN113642570A (zh) | 一种昏暗环境下矿车车牌识别的方法 | |
CN114119470A (zh) | 一种基于深度学习的电芯密封钉焊缝外观检测算法及系统 | |
CN110909751B (zh) | 用于变电站绝缘子清扫机器人的视觉识别方法、系统及介质 |
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 |