检索结果-南通市图书馆

重庆理工大学学报（自然科学） 2024年第7期38卷 118-126页

作者：赵晓东刘瑞庆王向温士涛河北科技大学信息科学与工程学院石家庄050018 中国人民解放军93507部队石家庄050200

针对无人自动充电桩工作过程中背景复杂导致电动汽车充电口识别精度低等问题,提出基于改进YOLOv5算法的一种电动汽车充电口识别方法。采用融入加权双向特征金字塔结构增强不同层级间的信息融合能力;引入GhostNet网络结构中的深度可分离... 详细信息

针对无人自动充电桩工作过程中背景复杂导致电动汽车充电口识别精度低等问题,提出基于改进YOLOv5算法的一种电动汽车充电口识别方法。采用融入加权双向特征金字塔结构增强不同层级间的信息融合能力;引入GhostNet网络结构中的深度可分离卷积GhostConv,替代原模型中的特征提取网络中的普通卷积层,减小了模型的计算开销;主干网络中使用SENet结构增加感受野信息,提高模型对充电口特征的提取能力;同时改进模型损失函数,引入EIoU损失函数代替原始CIoU损失函数,提高边界框回归精度。实验结果表明:改进后的模型在自制的多样化电动汽车充电口数据集上相较于原始YOLOv5算法在模型体积上减小了6.94 MB,检测精度提升到94.75%。同时与目前主流的检测算法对比,检测精度与检测速度也具有一定的优越性,适用于复杂背景环境下的电动汽车充电口的目标检测。

关键词：图像处理目标检测电动汽车充电口注意力机制多尺度融合 YOLOv5

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

复杂环境下电动汽车充电口识别与定位方法研究

复杂环境下电动汽车充电口识别与定位方法研究

引用

作者：孙成苏州大学

学位级别：硕士

近年来,随着汽车电动化、网联化、智能化、共享化的快速推进,电动汽车的自动驾驶和自动泊车功能逐渐普及,自动充电的需求日益迫切。目前,机器人与机器视觉相结合是实现自动充电的主要技术路线,而电动汽车充电口识别与定位是这一技术路... 详细信息

近年来,随着汽车电动化、网联化、智能化、共享化的快速推进,电动汽车的自动驾驶和自动泊车功能逐渐普及,自动充电的需求日益迫切。目前,机器人与机器视觉相结合是实现自动充电的主要技术路线,而电动汽车充电口识别与定位是这一技术路线实现的关键技术之一。针对复杂应用环境下的识别定位难点,本文将单目视觉与六自由度机器人系统相结合,研究基于卷积神经网络的充电口识别方法和基于圆特征的充电口定位方法,解决复杂环境下充电口识别与定位问题。论文的主要内容有:首先,分析了插接实验对定位的精度需求,根据电动汽车充电口的内部特征和复杂应用环境下的识别定位难点,设计了充电口识别定位方案,搭建了基于六自由度机器人与单目视觉相结合的实验平台,采用张正友标定法和Tsai法,完成了摄像机畸变模型下的标定和Eye in hand配置方式下的手眼标定。接着,针对视觉搜寻过程中充电口图像出现局部缺失、伪充电口、盖未打开、光照变化等复杂应用环境造成的识别困难,基于卷积神经网络的充电口识别方法,建立了复杂应用环境下的充电口图像样本集,在LeNet模型的基础上优化了学习率、网络层数,从而构建了充电口的卷积神经网络识别模型,结合样本集完成了训练,并对测试集进行分类识别,验证了模型的有效性。然后,综合考虑插接实验对充电口的定位精度要求和充电口特征的特点,提出了基于圆特征的充电口定位方法,主要包括图像预处理、特征检测、位姿求解三个步骤。图像预处理中,针对光照对图像亮度的影响,设计了相机的自动曝光算法,针对噪声的干扰采用了中值滤波算法;提出了基于HSI颜色模型的充电口特征检测方法,经过HSI颜色模型转换、色调分量的Otsu阈值分割、数学形态学与Canny算子相结合的边缘检测、改进的霍夫变换椭圆拟合等步骤,得到成像椭圆的相关参数信息;采用几何法求解半径已知的圆位姿并通过充电口特征上两个共平面共法线的圆消除位姿解的二义性,求得充电口在相机坐标系下的位姿。最后,结合上述理论和方法,完成了插接实验系统的集成,将充电口位姿转换到机器人工具坐标系下,通过插接实验验证充电口识别与定位算法的准确性,定位精度满足插接要求,测试了所提算法对不同光照环境的鲁棒性,并对实验误差进行了分析。

关键词：电动汽车充电口充电口识别充电口定位复杂环境

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的远距离汽车充电口定位研究

引用

自动化技术与应用 2023年第3期42卷 40-44页

作者：张晓勇全朋坤赵凌宇北京华商三优新能源科技有限公司北京100000 哈尔滨工业大学机电工程学院黑龙江哈尔滨150000

随着电动汽车和自动驾驶技术的发展,电动汽车充电逐渐迈向自动化,充电口的识别定位是实现自动充电口的基础。以单目视觉为基础,提出一种远距离下电动汽车充电口目标识别方法。利用yolov5目标识别算法,建立复杂环境下远距离电动汽车充电... 详细信息

随着电动汽车和自动驾驶技术的发展,电动汽车充电逐渐迈向自动化,充电口的识别定位是实现自动充电口的基础。以单目视觉为基础,提出一种远距离下电动汽车充电口目标识别方法。利用yolov5目标识别算法,建立复杂环境下远距离电动汽车充电口图像数据集,得到充电口的卷积神经网络识别模型,测试不同距离下充电口的识别定位效果,总体识别定位成功率为98.7%。可以更好的实现远距离识别定位的要求。

关键词：电动汽车充电口远距离定位深度学习单目视觉

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：