科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着经济的快速发展,建筑领域正在如火如荼地朝着智能化发展。但目前对于大型设备的监控管理仍相对比较匮乏,而挖机作为工地中最重要、使用最频繁的机械设备之一,监控其工作状态显得至关重要。所以本文提出了一种基于深度学习的挖机工作状态识别方法,首先通过目标检测网络Yolov3识别出挖机的机身和机臂,然后计算每帧图像中旋转角的正切值,最后根据相邻帧间旋转角正切值差值的绝对值与阈值的大小关系来判断挖机的工作状态。该方法提供了一种新的设备状态识别方法,能实时监控挖机的工作状态,解决工地设备管理难的问题。
- 出版日期2023
- 单位上海建工集团股份有限公司; 同济大学; 上海电科智能系统股份有限公司
