《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 其他 > 設(shè)計應(yīng)用 > 智能車控制的數(shù)顯儀表識別技術(shù)研究
智能車控制的數(shù)顯儀表識別技術(shù)研究
信息技術(shù)與網(wǎng)絡(luò)安全 10期
吳開田1，陳 丹 1，2，邱 洋1，徐哲壯1，2，簡榮貴1，陳 劍1，2
(1.福州大學(xué) 電氣工程與自動化學(xué)院，福建 福州350000； 2.工業(yè)自動化控制技術(shù)與信息處理福建省高校重點實驗室，福建 福州350000)
摘要： 在工業(yè)現(xiàn)場中，通過移動機器人自主巡檢與讀表的應(yīng)用越來越廣泛。數(shù)顯儀表的讀數(shù)受到光照、對焦和場景等因素的影響，存在識別精度低的問題。針對上述問題，提出了融合感知與控制的數(shù)顯儀表識別機制，首先使用圖像目標檢測網(wǎng)絡(luò)識別數(shù)顯儀表，標出目標區(qū)域。隨后設(shè)計基于圖像反饋的智能車控制策略，以此抑制模糊對焦的影響。再使用改進的自動色彩均衡(ACE)算法對基于色彩膨脹切割的數(shù)字塊進行圖像色彩增強。最后通過卷積循環(huán)神經(jīng)網(wǎng)絡(luò)(CRNN)進行實時儀表數(shù)字識別。通過實驗驗證了所設(shè)計技術(shù)的性能，證明了方法的可行性和有效性。
中圖分類號： TP242；TP391
文獻標識碼： A
DOI： 10.19358/j.issn.2096-5133.2021.10.009
引用格式： 吳開田，陳丹，邱洋，等. 智能車控制的數(shù)顯儀表識別技術(shù)研究[J].信息技術(shù)與網(wǎng)絡(luò)安全，2021，40(10)：53-60.
Research on identification technology of digital display instrument based on intelligent vehicle control
Wu Kaitian1，Chen Dan1，2，Qiu Yang1，Xu Zhezhuang1，2，Jian Ronggui1，Chen Jian1，2
(1.College of Electrical Engineering and Automation，F(xiàn)uzhou University，F(xiàn)uzhou 350000，China； 2.Key Laboratory of Industrial Automation Control Technology and Information Processing， Education Department of Fujian Province，F(xiàn)uzhou 350000，China)
Abstract： In the industrial field, the application of autonomous inspection and reading tables through mobile robots is more and more widely. The reading of digital display instrument is affected by factors such as illumination, focusing and scene, which has the problem of low recognition accuracy. Because of the above problems, this paper proposes a digital display instrument recognition mechanism based on fusion perception and control. Firstly, the image target detection network is used to identify the digital display instrument and mark the target area. Then an intelligent vehicle control strategy based on image feedback is designed to suppress the influence of fuzzy focus. Then the improved automatic color equalization(ACE) algorithm is used to enhance the image color of digital blocks based on color expansion cutting. Finally, real-time instrument digital recognition is acheived using convolutional recurrent neural network(CRNN). In this paper, the performance of the designed technology is verified by experiments, and the feasibility and efficiency of the method is proved.
Key words : (1.College of Electrical Engineering and Automation，F(xiàn)uzhou University，F(xiàn)uzhou 350000，China； 2.Key Laboratory of Industrial Automation Control Technology and Information Processing， Education Department of Fujian Province，F(xiàn)uzhou 350000，China)

0 引言

隨著人工智能技術(shù)的快速發(fā)展，人工智能服務(wù)經(jīng)濟社會發(fā)展的情況越來越普遍，各個行業(yè)智能化和自動化的程度越來越高，移動機器人是人工智能的一個重要體現(xiàn)，目前已經(jīng)廣泛應(yīng)用在智能家居、航天航空、工業(yè)生產(chǎn)線、商場服務(wù)業(yè)、安保、物流分揀、助老助殘、工業(yè)巡檢、軍事勘察等各個領(lǐng)域[1-3]。移動機器人本體運動控制的研究雖然具有一定的基礎(chǔ)，但機器人本體的運動功能已經(jīng)無法適應(yīng)目前市場的需求，許多研究者將目光集中在機器人后續(xù)功能的開發(fā)。

在工業(yè)生產(chǎn)的各個領(lǐng)域中，數(shù)顯式儀表分布非常廣泛，它時刻記錄著各個生產(chǎn)節(jié)點的數(shù)據(jù)信息，它是工業(yè)生產(chǎn)的關(guān)鍵數(shù)據(jù)來源。由于數(shù)顯式具有顯示簡單、使用簡便、精確度高、集成度高等優(yōu)點，因此其應(yīng)用越來越廣泛。隨著機器人技術(shù)的快速發(fā)展，使用移動機器人代替人工巡檢的應(yīng)用已經(jīng)越來越多[4]。

目前，數(shù)顯儀表的數(shù)字識別方法主要有三種：自動抄表(Automated Meter Reading，AMR)[5]、人工記錄和圖像識別[6]。很多數(shù)顯式儀表不具有無線通信模塊或者計算機接口，無法通過AMR技術(shù)進行自動記錄數(shù)據(jù)，而且AMR技術(shù)通常需要對儀表本身進行結(jié)構(gòu)改造，這是一項高成本、長時間以及工作量巨大的工作。傳統(tǒng)的人工抄表無法適應(yīng)應(yīng)用廣泛的儀表，迫使研究學(xué)者從其他方面解決這些問題。越來越多的研究學(xué)者將目光轉(zhuǎn)移到圖像上，通過圖像對數(shù)顯儀表進行數(shù)字識別可以很好地降低成本，提升識別精度。



本文詳細內(nèi)容請下載：http://ihrv.cn/resource/share/2000003804





作者信息：

吳開田1，陳  丹 1，2，邱  洋1，徐哲壯1，2，簡榮貴1，陳  劍1，2

(1.福州大學(xué) 電氣工程與自動化學(xué)院，福建 福州350000；

2.工業(yè)自動化控制技術(shù)與信息處理福建省高校重點實驗室，福建 福州350000)


此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。