智能车控制的数显仪表识别技术研究-AET-电子技术应用

智能车控制的数显仪表识别技术研究

信息技术与网络安全 10期

吴开田1，陈丹 1，2，邱洋1，徐哲壮1，2，简荣贵1，陈剑1，2

(1.福州大学电气工程与自动化学院，福建福州350000； 2.工业自动化控制技术与信息处理福建省高校重点实验室，福建福州350000)

摘要： 在工业现场中，通过移动机器人自主巡检与读表的应用越来越广泛。数显仪表的读数受到光照、对焦和场景等因素的影响，存在识别精度低的问题。针对上述问题，提出了融合感知与控制的数显仪表识别机制，首先使用图像目标检测网络识别数显仪表，标出目标区域。随后设计基于图像反馈的智能车控制策略，以此抑制模糊对焦的影响。再使用改进的自动色彩均衡(ACE)算法对基于色彩膨胀切割的数字块进行图像色彩增强。最后通过卷积循环神经网络(CRNN)进行实时仪表数字识别。通过实验验证了所设计技术的性能，证明了方法的可行性和有效性。

关键词： 数字识别感知与控制图像色彩增强深度学习

中图分类号： TP242；TP391
文献标识码： A
DOI： 10.19358/j.issn.2096-5133.2021.10.009
引用格式：吴开田，陈丹，邱洋，等. 智能车控制的数显仪表识别技术研究[J].信息技术与网络安全，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，Fuzhou University，Fuzhou 350000，China； 2.Key Laboratory of Industrial Automation Control Technology and Information Processing， Education Department of Fujian Province，Fuzhou 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，Fuzhou University，Fuzhou 350000，China； 2.Key Laboratory of Industrial Automation Control Technology and Information Processing， Education Department of Fujian Province，Fuzhou 350000，China)

0 引言

随着人工智能技术的快速发展，人工智能服务经济社会发展的情况越来越普遍，各个行业智能化和自动化的程度越来越高，移动机器人是人工智能的一个重要体现，目前已经广泛应用在智能家居、航天航空、工业生产线、商场服务业、安保、物流分拣、助老助残、工业巡检、军事勘察等各个领域[1-3]。移动机器人本体运动控制的研究虽然具有一定的基础，但机器人本体的运动功能已经无法适应目前市场的需求，许多研究者将目光集中在机器人后续功能的开发。

在工业生产的各个领域中，数显式仪表分布非常广泛，它时刻记录着各个生产节点的数据信息，它是工业生产的关键数据来源。由于数显式具有显示简单、使用简便、精确度高、集成度高等优点，因此其应用越来越广泛。随着机器人技术的快速发展，使用移动机器人代替人工巡检的应用已经越来越多[4]。

目前，数显仪表的数字识别方法主要有三种：自动抄表(Automated Meter Reading，AMR)[5]、人工记录和图像识别[6]。很多数显式仪表不具有无线通信模块或者计算机接口，无法通过AMR技术进行自动记录数据，而且AMR技术通常需要对仪表本身进行结构改造，这是一项高成本、长时间以及工作量巨大的工作。传统的人工抄表无法适应应用广泛的仪表，迫使研究学者从其他方面解决这些问题。越来越多的研究学者将目光转移到图像上，通过图像对数显仪表进行数字识别可以很好地降低成本，提升识别精度。

本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003804

作者信息：

吴开田1，陈丹 1，2，邱洋1，徐哲壮1，2，简荣贵1，陈剑1，2

(1.福州大学电气工程与自动化学院，福建福州350000；

2.工业自动化控制技术与信息处理福建省高校重点实验室，福建福州350000)

原创声明：此内容为AET网站原创，未经授权禁止转载。

相关内容