智能车控制的数显仪表识别技术研究

• 作者: 吴开田 陈丹 邱洋 徐哲壮 简荣贵 陈剑
• 来源期刊: 信息技术与网络安全
• 关键词: 数字识别 感知与控制 图像色彩增强 深度学习
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 53-60
• 页数: 8页
• 分类号: TP242|TP391
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2021.10.009

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.