确定了输送带的黏弹性特性模型,分析了带式输送机几种常用的启动曲线,推导出了连续模型下的动力学模型和有限元模型,重点利用连续动力学模型计算和AMESim软件仿真,得出了启发性的有益结论。
针对带式输送机输送带常见的几种跑偏规律,即哪偏往哪跑、哪高往哪跑、哪松往哪跑,详细分析了引起这几种跑偏现象的主要原因,提出了相应的调整方法和预防措施。
在单目线结构光传感器测量熔覆层尺寸的实验中,为简化单目测量系统标定工具、快速调节测量系统的扫描方向,设计了十字标定板和位姿可变载物台。利用十字标定板可以标定相机和激光平面;将十字标定板和位姿可变载物台
双目视觉特征匹配所用的一些检测算法,一些算子
针对现有的强力输送带接头检测算法存在效率低、实时性差、精度不高的问题,提出一种基于迭代阈值法图像分割的接头抽动检测算法。由于X射线图像由不同的探测板传回的数据组成,该算法首先采用迭代法对X射线图像进行
带式输送机发生断带,将会造成严重事故和重大损失。根据带式输送机断带机理以及常用的断带检测方法,提出了基于输送带悬垂度的断带检测方法,推导得出输送带的悬垂度公式,分析得出该法用于检测输送带断带事故的可行
双目视觉是利用机器视觉进行障碍物检测的研究热点。针对双目视频不同步,导致立体匹配不精准的问题,提出了一种基于图像处理的双目校准算法。算法首先根据道路的先验特征模型,建立视觉校准的敏感区域,以减小计算量
针对直线特征,提出了基于两条垂直直线特征双目视觉位姿测量解析算法。该算法根据直线特征和其在摄像机图像上投影直线共面性质建立模型,利用单位四元素法简化了投影模型变量,进而在仅知被测物体上两条直线相互垂直
针对现有的电子输送带秤不具备智能故障诊断功能的问题,提出了一种输送带秤的智能容错方法,基于多传感器之间的相关性,利用RBF神经网络,建立输送带秤称重传感器的预测网络,当系统中某一个称重传感器故障时,通
基于现实世界是一个三维空间,所以对计算机视觉的研究也应该是在三维空间中进行的。 在自动驾驶过程中的首要任务就是道路识别[1],主要是图像特征法和模型匹配法来进行识别。行驶过程中需要进行障碍物检测 [2