[發明專利]基于單編碼值特征分布收斂的智能線纜剪切控制方法在審
| 申請號: | 202110075008.4 | 申請日: | 2021-01-20 |
| 公開(公告)號: | CN112734853A | 公開(公告)日: | 2021-04-30 |
| 發明(設計)人: | 呂俞曉 | 申請(專利權)人: | 成都零跨特科技有限公司 |
| 主分類號: | G06T7/77 | 分類號: | G06T7/77;G06T7/73;G06T1/00;G06K9/62;B21F11/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 610000 四川省成都市青白江區正興*** | 國省代碼: | 四川;51 |
| 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 編碼 特征 分布 收斂 智能 線纜 剪切 控制 方法 | ||
1.一種基于單編碼值特征分布收斂的智能線纜剪切控制方法,其特征在于,包括:
通過攝像頭獲取在不同角度下的待剪切線纜的多個截面圖像;
將所述多個截面圖像分別通過深度卷積神經網絡,以獲得對應于所述多個截面圖像的多個截面特征圖;
對所述多個截面特征圖,將每個所述截面特征圖通過具有預設標簽的分類器以獲得所述截面特征圖歸屬于預設標簽的概率值,以獲得對應于所述多個截面特征圖的多個概率值;
對所述多個概率值,計算每個所述概率值與用于調整所述概率值的懲罰系數之差作為加權系數,以獲得對應于所述多個概率值的多個加權系數;
以所述多個加權系數計算所述多個截面特征圖的加權和,以獲得編碼特征圖;以及
將所述編碼特征圖通過一個或多個全連接層作為編碼器,以獲得編碼結果,所述編碼結果表示用于剪切線纜的刀刃的最優位置,其中,所述一個或多個全連接層的最后一個全連接層的輸出位為1位且所述輸出位的輸出值為所述編碼結果。
2.根據權利要求1所述的基于單編碼值特征分布收斂的智能線纜剪切控制方法,其中,所述預設標簽為通過經驗獲得的歷史最優刀刃位置值。
3.根據權利要求2所述的基于單編碼值特征分布收斂的智能線纜剪切控制方法,其中,所述懲罰系數作為超參數參與所述卷積神經網絡和所述編碼器的訓練過程中。
4.根據權利要求3所述的基于單編碼值特征分布收斂的智能線纜剪切控制方法,其中,所述編碼結果為所述刀刃從纜線表皮向內切割的深度值。
5.根據權利要求2所述的基于單編碼值特征分布收斂的智能線纜剪切控制方法,其中,將每個所述截面特征圖通過具有預設標簽的分類器以獲得所述截面特征圖歸屬于預設標簽的概率值,包括:
將所述截面特征圖通過多個卷積層,以獲得卷積特征圖;
將所述卷積特征圖通過全連接層,以獲得預分類特征向量;以及
將所述預分類特征向量輸入Softmax函數,以獲得所述截面特征圖歸屬于預設標簽的概率值。
6.根據權利要求2所述的基于單編碼值特征分布收斂的智能線纜剪切控制方法,其中,所述卷積神經網絡為深度殘差網絡。
7.一種基于單編碼值特征分布收斂的智能線纜剪切控制系統,其特征在于,包括:
圖像獲取單元,用于通過攝像頭獲取在不同角度下的待剪切線纜的多個截面圖像;
截面特征圖生成單元,用于將所述圖像獲取單元獲得的所述多個截面圖像分別通過深度卷積神經網絡,以獲得對應于所述多個截面圖像的多個截面特征圖;
概率值生成單元,用于對所述截面特征圖生成單元獲得的所述多個截面特征圖,將每個所述截面特征圖通過具有預設標簽的分類器以獲得所述截面特征圖歸屬于預設標簽的概率值,以獲得對應于所述多個截面特征圖的多個概率值;
加權系數生成單元,用于對所述概率值生成單元獲得的所述多個概率值,計算每個所述概率值與用于調整所述概率值的懲罰系數之差作為加權系數,以獲得對應于所述多個概率值的多個加權系數;
編碼特征圖生成單元,用于以所述加權系數生成單元獲得的所述多個加權系數計算所述多個截面特征圖的加權和,以獲得編碼特征圖;以及
編碼結果生成單元,用于將所述編碼特征圖生成單元獲得的所述編碼特征圖通過一個或多個全連接層作為編碼器,以獲得編碼結果,所述編碼結果表示用于剪切線纜的刀刃的最優位置,其中,所述一個或多個全連接層的最后一個全連接層的輸出位為1位且所述輸出位的輸出值為所述編碼結果。
8.根據權利要求7所述的基于單編碼值特征分布收斂的智能線纜剪切控制系統,其中,所述預設標簽為通過經驗獲得的歷史最優刀刃位置值。
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成都零跨特科技有限公司,未經成都零跨特科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110075008.4/1.html,轉載請聲明來源鉆瓜專利網。





