[發(fā)明專利]基于卷積神經網絡的渣土車土石方體積計算方法在審
| 申請?zhí)枺?/td> | 202011196302.2 | 申請日： | 2020-10-30 |
| 公開（公告）號： | CN112232435A | 公開（公告）日： | 2021-01-15 |
| 發(fā)明（設計）人： | 沈辰;簡飛弘 | 申請（專利權）人： | 三峽大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N3/04;G06N3/08;G06N20/20 |
| 代理公司： | 宜昌市三峽專利事務所 42103 | 代理人： | 成鋼 |
| 地址： | 443002 *** | 國省代碼： | 湖北;42 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 卷積 神經網絡 渣土 土石方 體積 計算方法 | ||
1.基于卷積神經網絡的渣土車土石方體積計算方法，其特征在于，包括以下步驟，
步驟1：對裝載土石方的渣土車的后輪進行稱重；
步驟2：針對渣土車的型號選擇對應的第一神經網絡模型，將后輪稱重數值輸入第一神經網絡模型，得到渣土車裝載渣土的整車質量；
步驟3：根據渣土車裝載渣土的整車質量和渣土車空車質量，計算渣土車運載的渣土質量；
步驟4：采集渣土車運載的渣土的圖像，輸入第二神經網絡模型，得到渣土車運載的渣土的密度；
步驟5：根據步驟3得到的渣土質量和步驟4得到的渣土密度，計算渣土車運載的渣土的體積即渣土車運載的土石方。
2.根據權利要求1所述的基于卷積神經網絡的渣土車土石方體積計算方法，其特征在于，所述第一神經網絡模型為卷積神經網絡CNN。
3.根據權利要求1所述的基于卷積神經網絡的渣土車土石方體積計算方法，其特征在于，所述第二神經網絡模型為BP神經網絡。
4.根據權利要求1所述的基于卷積神經網絡的渣土車土石方體積計算方法，其特征在于，還包括對第一神經網絡模型進行預先訓練，具體包括：
1）對不同裝載程度的渣土車進行整體稱重，得到渣土裝載整車質量；
2）對步驟1）的渣土車的后輪進行稱重，得到后輪稱重數值；
3 ）將不同裝載程度的渣土車的后輪稱重數值及渣土裝載整車質量形成數據集，并分為訓練集和測試集；
4）利用訓練集對第一神經網絡模型進行訓練；
5）利用測試集對訓練后的第一神經網絡模型進行精度測試，若達到規(guī)定精度，則結束；否則，執(zhí)行步驟4）。
5.根據權利要求1所述的基于卷積神經網絡的渣土車土石方體積計算方法，其特征在于，還包括對第二神經網絡模型進行預先訓練，具體包括：
1）采集各個工地的一定體積的渣土，拍攝渣土的圖像；
2）對采集的渣土樣本進行稱重，得到采集的渣土樣本的質量；
3）根據渣土樣本的質量和渣土體積，得到渣土樣本的密度；
4）收集各個工地的渣土的密度和圖像數據形成渣土數據集；
5）利用渣土數據集對第二神經網絡模型進行訓練、測試。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于三峽大學，未經三峽大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011196302.2/1.html，轉載請聲明來源鉆瓜專利網。
