煤场运煤汽车自动识别与调度系统研究

发布时间：2025-04-11 05:12

　　汽车运输是产煤地与周边省份之间煤炭短途运输的主要方式。目前,煤场的车辆多由人工调度,存在装运效率低、数据准确性和可靠性无法保证、煤场车辆管理不规范等问题。为了保障煤场内运煤车辆快速、稳定地装运煤,在煤场内运煤路径相对固定的条件下,本文以煤场内运煤车辆的自动识别和调度为研究课题,主要包括以下内容:为自动获取车辆信息、查看车辆行驶状态、规范车辆行驶路线,利用计算机视觉技术进行车辆识别,包括车辆检测、车型识别、车号识别三部分。傍晚、夜间灯光照明时,视频图像存在对比度不均、细节缺失等现象,为解决这一问题,提出了基于亮通道先验的图像增强算法,能够在增强暗区域的同时有效抑制亮区域的过度增强。采用SSD(Single Shot MultiBox Detector)算法进行车辆检测和车型识别,达到实时检测的要求。采用CTPN(Connectionist Text Proposal Network)进行车牌检测,检测所有字符区域,召回率达97%。采用CRNN(Convolutional Recurrent Neural Network)进行车牌字符识别无需进行字符分割,准确率达96.8%。针对煤场多煤型、...

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

图1-1煤炭公路运输结构

硕士学位论文2图1-1煤炭公路运输结构Figure1-1Coalroadtransportationstructure目前煤场内的煤炭装运硬件设备基本齐全，除部分露天煤矿仍采用挖掘机进行汽车装煤外，其他煤场大都采用筒仓放煤的方式，具备给煤机、皮带、装车站和汽车衡等设备。除传统的手....

图1-2CLAHE处理效果对比

硕士学位论文6限制对比度自适应直方图均衡[43]（ContrastLimitedAdaptiveHistogramEqualization，CLAHE）算法被提出。该算法采用设定的阈值裁剪直方图，限制对比度的提高程度，从而限制噪声被过度放大，此外该算法采用插值方法加快处理速度，减....

图1-3常用车辆检测算法Figure1-3Commonvehicledetectionalgorithms

强图像细节的同时保持色感一致性，但同SSR算法一样存在偏色现象。针对MSR算法存在的问题，有学者提出了具有色彩恢复的多尺度视网膜增强算法[48]（Multi-ScaleRetinexwithColorRestoration，MSRCR)，引入了色彩恢复因子，调整图像多通道的比例，....

图2-1煤场模型

2需求分析与整体设计132需求分析与整体设计2RequirementsAnalysisandOverallDesign2.1需求分析（RequirementsAnalysis）2.1.1煤场背景介绍本文以山西某煤场为背景，对基于计算机视觉技术的车辆调度系统进行预研。该煤场位于山西....

本文编号：4039562