检索结果-南通市图书馆

检索条件"主题词=Efficient-YOLO模型"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

厢式货车货物装载策略关键算法研究

厢式货车货物装载策略关键算法研究

引用

作者：管洪亮山东交通学院

学位级别：硕士

厢式货车因其封闭的货箱结构,适合运输各种类型的货物,是物流运输中的配送主力。现阶段,厢式货车自动装车设备逐步投入使用,但装载策略受到现实场景的约束,仍需要人工参与。实现厢式货车货物自动装载,有利于提升运输效率和装载空间的利... 详细信息

厢式货车因其封闭的货箱结构,适合运输各种类型的货物,是物流运输中的配送主力。现阶段,厢式货车自动装车设备逐步投入使用,但装载策略受到现实场景的约束,仍需要人工参与。实现厢式货车货物自动装载,有利于提升运输效率和装载空间的利用率。针对厢式货车货物装载策略,本文聚焦货物目标检测、深度估计和装箱策略三个关键方面,旨在通过计算机视觉和强化学习技术应用,得到厢式货车装载策略,提高装载空间利用率和装载个数。研究主要工作如下:(1)针对货物精准识别问题,提出efficient-yolo模型。本研究基于yolo V7模型的改进,提出efficient-yolo货物目标检测模型。通过采用Fused MBConv模块和MBConv模块替代传统的卷积模块,使模型的参数量下降至16.79M。在货物包裹数据集上的评估显示,efficient-yolo-M和efficient-yolo-S模型在检测效果上与yolo V7原始模型相比,均有所提升。特别是,经过迁移学习处理的efficient-yolo-S模型,在精准度和m AP.5指标上分别达到100%和99.4%,证明该模型能高效识别待装载货物。(2)针对装载场景获取深度信息问题,提出LapefficientDepth模型。本研究基于改进Lap Depth模型,提出LapefficientDepth深度估计轻量级模型。该模型通过采用轻量级模块和残差模块,替换Lap Depth模型中的Res Next101编码器模块,使模型参数量显著降低,仅占原模型的8.5%。LapefficientDepth模型在KITTI数据集上进行预训练,然后在ETH3D-S小样本数据集上进行迁移学习,能得到相对误差更低,精度更高的单目深度估计模型。LapefficientDepth模型生成的深度图表现出更平滑的色彩过渡和更丰富的细节信息,证明其在小样本场景下对货物及装载空间深度估计的有效性。(3)针对厢式货车货物装载策略问题,提出一种改进ACKTR深度强化学习货物装载策略。本研究基于ACKTR原策略,使用Lucky Re LU激活层替换原有的Re LU激活层,并在输出端前添加Dropout失活层,得到改进的ACKTR货物装载策略。实验结果表明,改进后的策略相较于原策略,在模拟10次和100次装箱实验中,空间利用率分别提升0.32%和3.54%,装箱完成后的空间稳定性更高,说明该策略有效提高了货物装载效率。

关键词：厢式货车货物装载策略 efficient-yolo模型 LapefficientDepth模型 ACKTR策略

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

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

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

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：