一种散热性能良好的剧场机器人散热平台 |
|||||||
| 申请号 | CN201710121905.8 | 申请日 | 2017-03-02 | 公开(公告)号 | CN106737870A | 公开(公告)日 | 2017-05-31 |
| 申请人 | 深圳万智联合科技有限公司; | 发明人 | 不公告发明人; | ||||
| 摘要 | 一种 散热 性能良好的剧场 机器人 散热平台，所述平台包括 图像识别 装置、数字 信号 处理芯片和 开关 驱动 电机 ，所述图像识别装置用于对剧院内的人员数量进行检测并输出，所述开关 驱动电机 用于控制电动窗的开启模式，所述 数字信号 处理芯片分别与所述图像识别装置和所属开关驱动电机连接，用于基于所述图像识别装置的输出确定开关驱动电机的控制策略。 | ||||||
| 权利要求 | 1.一种散热性能良好的剧场机器人散热平台，其特征在于，所述平台包括图像识别装置、数字信号处理芯片和开关驱动电机，所述图像识别装置用于对剧院内的人员数量进行检测并输出，所述开关驱动电机用于控制电动窗的开启模式，所述数字信号处理芯片分别与所述图像识别装置和所属开关驱动电机连接，用于基于所述图像识别装置的输出确定开关驱动电机的控制策略。 |
||||||
| 说明书全文 | 一种散热性能良好的剧场机器人散热平台技术领域背景技术[0002] 现有技术中，在舞台或剧院的设计方面，对现场各种设备的控制仍过于机械化和简单化，无法根据舞台或剧院的具体情况自适应地改变现场各种设备的控制模式或现场环境参数的控制策略，例如，缺乏智能化或自动化控制手段。 发明内容[0004] 针对上述问题，本发明旨在提供一种散热性能良好的剧场机器人散热平台。 [0005] 本发明创造的目的通过以下技术方案实现： [0006] 一种散热性能良好的剧场机器人散热平台，所述平台包括图像识别装置、数字信号处理芯片和开关驱动电机，图像识别装置用于对剧院内的人员数量进行检测，开关驱动电机用于控制电动窗的开启模式，数字信号处理芯片分别与图像识别装置和开关驱动电机连接，用于基于图像识别装置的输出确定开关驱动电机的控制策略。 [0008] 利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。 [0009] 图1是本发明结构示意图。 [0010] 附图标记： [0011] 图像识别装置1、数字信号处理芯片2、开关驱动电机3。 具体实施方式[0012] 结合以下实施例对本发明作进一步描述。 [0013] 参见图1，本实施例的一种散热性能良好的剧场机器人散热平台，所述平台包括图像识别装置、数字信号处理芯片和开关驱动电机，图像识别装置用于对剧院内的人员数量进行检测，开关驱动电机用于控制电动窗的开启模式，数字信号处理芯片分别与图像识别装置和开关驱动电机连接，用于基于图像识别装置的输出确定开关驱动电机的控制策略。 [0014] 本实施例能够为剧场内的演员提供更舒适的演出环境。 [0015] 优选的，所述平台包括： [0017] 电动窗，设置在剧场的侧面，用于在开关驱动电机的控制下确定自身窗页的开启幅度。 [0018] 当剧场人数增加时，向开关驱动电机发出开启电动窗信号，当接收到剧场人数减少时，向开关驱动电机发出关闭电动窗信号。 [0019] 本优选实施例获取图像质量高，驱动电机控制准确。 [0020] 优选的，图像识别装置通过生成显著图来对图像进行识别，包括第一转换模块、第二对比度模块和第三权重模块，所述第一转换模块将彩色图像转换为灰度图像，所述第二对比度模块通过融合像素点的全局灰度对比度和局部灰度对比度最终确定像素点灰度对比度，所述第三权重模块根据位置信息赋予对比度图权重，得到最终的显著图，完成图像识别。 [0021] 本优选实施例借鉴了人类视觉机制中，与周围区域具有较大差异性的目标容易吸引观察者的视觉关注，将快速搜寻具有目标的区域而忽略其它区域，实现了图像准确识别。 [0022] 优选的，所述第一转换模块将彩色图像转换为灰度图像，具体转换公式为： [0023] [0024] PJ＝max[R(x,y),G(x,y),B(x,y)] [0025] [0026] 其中，L(x,y)为图像灰度，R(x,y)为图像红色分量，G(x,y)为图像绿色分量，B(x,y)为图像蓝色分量。 [0027] 本优选实施例采用第一转换模块得到的灰度图像更符合人类视觉习惯，并且充分保证了某一色彩亮度值过高或过低时的图像质量。 [0028] 优选的，所述第二对比度模块通过融合像素点的全局灰度对比度和局部灰度对比度最终确定像素点灰度对比度，包括以下步骤： [0029] 步骤1：图像中像素点的全局灰度对比度通过以下公式计算： [0030] DT(x,y)＝0.9ZX+1.1MH [0031] [0032] [0033] 其中，DT(x,y)为像素点(x,y)的全局灰度对比度，Lm(x,y)为像素点(x,y)在3×3邻域内的平均灰度，LM为整幅图像的平均灰度； [0034] 步骤2：图像中像素点与周边邻域的局部灰度对比度采用下式计算：其中， AD(x,y)为像素点(x,y)局部灰度对比度，L(x,y)为输入图像灰度，G(σ1)、G(σj)、G(σi)和G(σ6)为高斯核函数； [0035] 步骤3：通过融合全局灰度对比度和局部灰度对比度获得图像最终的灰度对比度图： [0036] GT(x,y)＝DT(x,y)×μ1+AD(x,y)×μ2 [0037] 式中，μ1和μ2为权重系数，μ1+μ2＝1，GT(x,y)为图像最终的灰度对比度。 [0038] 本优选实施例第二对比度模块借鉴了人类视觉系统中，更容易关注图像灰度对比度突出的区域，同时考虑了像素点的全局对比度和局部对比度，获得了图像更为准确的灰度对比度，采用多种不同的值对局部灰度对比度进行度量，对大尺寸目标和小尺寸目标均能起到良好的显著性检测效果。 [0039] 优选的，所述第三权重模块根据位置信息赋予对比度图权重，得到最终的显著图； [0040] [0041] [0042] [0043] 其中，(x,y)表示像素点位置，r为每个像素距离中心点的距离，R为图像长边框到中心点的距离，“centre”表示图像中心直径为图像窄边长 的圆区域，“subcentre”表示图像中心 区域；显著图中的每个点的灰度级表示原图像的视觉显著性强弱，即高灰度像素点表示显著性高，低灰度像素点表示显著性低，设置阈值来分割出显著图中感兴趣区域，完成图像识别。 [0044] 本优选实施例第三权重模块借鉴了人类视觉系统中更容易关注图像中心区域，同时考虑图像亮度对比度和图像中心来提取图像显著图，能够有效获取图像中的感兴趣目标区域，且该方法对于多目标区域依然具有良好的显著性检测效果。 [0046] 散热效率提高 散热时间缩短 μ1＝0.6，μ2＝0.4 15％ 21％ μ1＝0.55，μ2＝0.54 23％ 25％ μ1＝0.5，μ2＝0.5 28％ 28％ μ1＝0.45，μ2＝0.55 30％ 35％ μ1＝0.4，μ2＝0.6 43％ 42％ [0047] 最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。 |
||||||
