通过基于计算机视觉方法的摄像头实时智能门监控方法

科学领域:

• 工业过程监控 工业过程监控
• 计算机视觉应用程序 计算机视觉应用
• 自动化和控制系统自动化和控制系统

背景情况:

• 门的异常位置在工艺工业中构成重大风险,特别是在频繁切换的操作中,如绿色化学和发酵.
• 手动的门检查耗时且容易出现错误,因此需要自动化解决方案.
• 工业设施中的摄像机的普及使得计算机视觉的应用成为实时监控的可能性.

研究的目的:

• 开发一种基于实时计算机视觉的新方法来检测异常的门位置.
• 为了提高门位置监测的准确性,特别是对于小型和固定位置门.
• 通过对关键门状态偏差提供及时警报来提高工业安全.

主要方法:

• 利用改进的YOLO V8网络架构进行门检测和特征识别.
• 集成了一个协调注意模块,以嵌入位置信息并改善小门的旋转功能提取.
• 采用使用中心点和边界框坐标的旋转算法来计算门位置并触发警报.

主要成果:

• 拟议的方法在检测三个门类型和两个工业场景中的异常门位置方面实现了高精度和稳定性.
• 协调注意模块显著改善了门旋转特征的提取.
• 该系统成功地满足了实时工业监控的严格准确性和可靠性标准.

结论:

• 开发的计算机视觉方法为工业过程中的实时门监控提供了可靠和准确的解决方案.
• 这项技术可以通过自动化门状态检查,显著提高运行安全性和效率.
• 该方法表现出强大的泛化能力,适用于各种工业环境和门类型.