首页 / 专利库 / 电脑零配件 / 外围设备 / 轨迹球 / 一种基于视频采集的工业喷涂机器控制系统

一种基于视频采集的工业喷涂机器控制系统

阅读:745发布:2020-05-08

专利汇可以提供一种基于视频采集的工业喷涂机器控制系统专利检索,专利查询,专利分析的服务。并且本 发明 属于建筑施工机械技术领域,公开了一种基于视频采集的工业 喷涂 机器控制系统,设置有安装在主机 箱体 内部的主机;所述主机头部连接 喷嘴 ,所述喷嘴上部连接料斗,所述喷嘴头部连接喷浆软管,所述喷浆软管连接 喷枪 ;所述主机箱体上方设置有 电动机 、空压机、视频采集器和推把,所述主机箱体下方设置有轮子,所述空压机通过 风 管与主机相连接。该基于视频采集的工业喷涂机器控制系统技术先进、性能稳定、工作可靠、操作简单,基本没有落地灰、省 水 、省料,可大大降低成本,无需搭设 脚手架 ,不用移动设备,不用修补搭茬,阴阳 角 、顶板均能自由喷涂,具有速度快,效率高,喷涂效果好的特点。,下面是一种基于视频采集的工业喷涂机器控制系统专利的具体信息内容。

1.一种基于视频采集的工业喷涂机器控制系统,其特征在于,所述基于视频采集的工业喷涂机器控制系统设置有安装在主机箱体内部的主机;所述主机头部连接喷嘴,所述喷嘴上部连接料斗,所述喷嘴头部连接喷浆软管,所述喷浆软管连接喷枪
所述主机箱体上方设置有电动机、空压机、视频采集器和推把,所述主机箱体下方设置有轮子,所述空压机通过管与主机相连接。
2.如权利要求1所述的基于视频采集的工业喷涂机器控制系统,其特征在于,所述主机对软件条件下图像分割算法结合相关理论知识,对图像分割算法的结构进行适用于硬件环境的更改,加入数据及流线指令,使图像分割算法适应于实时图像分割的应用场景;
利用轨迹平移转换解决视口轨迹的不连续情况,构建基于深度学习的视口预测HOP模型,预测未来的视口轨迹;通过将历史轨迹信息和视频兴趣信息融合输入流行的LSTM网络训练,实现更准确的视口轨迹预测。
3.如权利要求1所述的基于视频采集的工业喷涂机器控制系统,其特征在于,所述主机内安装有对运行状态、节点服务中心中的超级节点的存活情况、访问制模的运行参数、nginx流媒体模块的负载状态以及穿透层设备实时状态实时监控的状态监控单元,状态监控单元的处理如下:
(1)设当前视口坐标表示为vt=(λt,φt),将历史轨迹的第一个视口值的经度λ1-l平移至0度,余下的L-1个经度 平移相同的经度值;
(2)计算ith和i-1th个平移后视口的距离 如果距离超过π,表示该位置
视口平移前横跨±π,给予±2π校正;
轨迹平移公式表示为:
4.如权利要求1所述的基于视频采集的工业喷涂机器控制系统,其特征在于,所述视频采集器的视频采集加密包括:
令属性集合S为属性集合U的分层子集,根据属性集合S、公共参数PK、消息M和一个提前生成的分层限访问结构(MV,ρ)将属性集合U所有层次的属性均用一个表达式进行加密得到密文CT,其中,函数ρ表示分层访问结构MV中的行到属性的映射;令属性集合S的每一层的属性数量超过该层门限,使S满足分层的访问结构;通过主密钥MSK和属性集合S,结合步骤S1中的子群 生成密钥SK。
5.如权利要求4所述的基于视频采集的工业喷涂机器控制系统,其特征在于,所述视频采集器中定义函数f的运算规则如下:每进行一次f运算,就将多项式的常数项变为0,自变量的系数不变,次数减1,设a、b、c、d为确定的常实数,则有:
f(a+bx+cxd)=0+b+cxd-1;
f(1+2x+3x4)=0+2+3x3;
设(k,n)是一个分层的秘密共享系统,主要由一个秘密分发者D和n个参与者组成,属性集合U是n个参与者的集合,且包含m个层次,即 其中对于i≠j,Ui∩Uj=φ;令是一个单调递增的整数序列0满足上式所描述的访问结构的分层的参与者子集S称为授权子集,可以恢复主秘密,而不满足上述访问结构的任何用户子集将无法获得关于主秘密的任何信息;
子秘密分发:
秘密分发者D任意选取t-1个随机数a1,...,at-1和一个大素数q,然后构造多项式P(x)=s+a1x+...+at-1xt-1,其中s是需要被共享的主秘密;系统中的每个参与者u对应域里面的一个元素表示其身份,用uj表示,D根据参与者所处的层次i计算参与者的秘密份额其中:
P0(x)=P(x);
P1(x)=f1(P(x))=f(P(x));
Pi(u)=f(Pi-1(u));
表示多项式P(x)经过ki-1次f运算后在域元素uj处的值;ki-1是第i-1层的门限值且令k-1=0,D公开 lm表示第m层中拥有属性集合S的元素数量;
秘密恢复:
令 |S|表示S所具有的元素数量,设定满足:
其中,U0,…,Um表示集合U的第0至m层,0≤l0≤l1≤...≤lm=|S|,当且仅当对于所有的
0≤i≤m,li≥ki,S为一个授权子集,即符合访问结构,则S中所有的参与者合作时,可以组成系数矩阵MV,其中系数矩阵按行编写为:
S中的所有参与者可以合作解出如下的方程组:
即:
若S满足访问结构,就可以重构出多项式P(x),从而恢复出秘密s;进一步,这个访问结构可以等价于分层矩阵的LSSS的访问结构,即令 被定义为I={j:ρ(j)
∈S},如果令 是秘密s的一个子秘密,则存在常数{ωj∈ZN}使得∑j∈Iωjλj=s,其中, ZN表示1到N的整数集合;ωj在秘密共享生成矩阵Mv大小的多项式时间内总可以被找到,就可以恢复出来主秘密。
6.如权利要求1所述的基于视频采集的工业喷涂机器控制系统,其特征在于,所述电动机采用空间计算多个物体与视口中心的距离,假设全景帧f0内有d个物体,则ith个物体的空间角αi计算公式为:
其中v0(x,y,z)和 是球面笛卡尔坐标对应平面坐标v0=(λ,φ)和
⊙表示向量的点积,转换公式为:
x=cosφcosλ
y=cosφsinλ
z=sinφ
关键物体m通过找到最小的α得到,表示为:
αm=min{α1,...,αi,...αd}
s.t.αm≤π/2
关键物体的索引是m,其对应的轨迹可以表示为 并且关键物体必须在当前
视口视野范围内,在无物体场景中,预测的视口轨迹独立于物体。
7.如权利要求1所述的基于视频采集的工业喷涂机器控制系统,其特征在于,所述空压机的空气压方差计算公式为:
g=ω1×(μ-μ1)2+ω2×(μ-μ2)2;
简化后的公式为:
2
g=ω1×ω2×(μ1-μ2) 。
8.如权利要求1所述的基于视频采集的工业喷涂机器控制系统,其特征在于,所述料斗内设置有过滤网,所述空压机通过风管与主机相连接,将压缩后的空气注入主机内;所述喷枪为无气喷枪,且喷枪上设置有开关
9.如权利要求1所述的基于视频采集的工业喷涂机器控制系统,其特征在于,所述喷浆软管为高压软管,所述电动机通过转轮与空压机相连接。

说明书全文

一种基于视频采集的工业喷涂机器控制系统

技术领域

[0001] 本发明属于建筑施工机械技术领域,尤其涉及一种基于视频采集的工业喷涂机器控制系统。

背景技术

[0002] 目前,在工业生产中,为了使管道更加耐用,需要对加工好的管道进行喷涂。传统手法人工刷涂,工具简单,但操作麻烦,工作效率低;还需要搭建脚手架,非常不方便。工作人员需要缓慢转动管道使涂料喷涂到管道上,这样会使工作更加繁琐,从而使喷涂效率降低,影响工业生产。
[0003] 综上所述,现有技术存在的问题是:传统手法人工刷涂,工具简单,但操作麻烦,工作效率低;需要搭建脚手架,非常不方便。

发明内容

[0004] 针对现有技术存在的问题,本发明提供了一种基于视频采集的工业喷涂机器控制系统。
[0005] 本发明是这样实现的,基于视频采集的工业喷涂机器控制系统设置有安装在主机箱体内部的主机;所述主机头部连接喷嘴,所述喷嘴上部连接料斗,所述喷嘴头部连接喷浆软管,所述喷浆软管连接喷枪
[0006] 所述主机箱体上方设置有电动机、空压机、视频采集器和推把,所述主机箱体下方设置有轮子,所述空压机通过管与主机相连接。
[0007] 进一步,所述主机对软件条件下图像分割算法结合相关理论知识,对图像分割算法的结构进行适用于硬件环境的更改,加入数据及流线指令,使图像分割算法适应于实时图像分割的应用场景;
[0008] 利用轨迹平移转换解决视口轨迹的不连续情况,构建基于深度学习的视口预测HOP模型,预测未来的视口轨迹;通过将历史轨迹信息和视频兴趣信息融合输入流行的LSTM网络训练,实现更准确的视口轨迹预测。
[0009] 进一步,所述主机内安装有对运行状态、节点服务中心中的超级节点的存活情况、访问制模的运行参数、nginx流媒体模块的负载状态以及穿透层设备实时状态实时监控的状态监控单元,状态监控单元的处理如下:
[0010] (1)设当前视口坐标表示为vt=(λt,φt),将历史轨迹的第一个视口值的经度λ1-l平移至0度,余下的L-1个经度 平移相同的经度值;
[0011] (2)计算ith和i-1th个平移后视口的距离 如果距离超过π,表示该位置的视口平移前横跨±π,给予±2π校正;
[0012] 轨迹平移公式表示为:
[0013]
[0014]
[0015] 进一步,所述视频采集器的视频采集加密包括:
[0016] 令属性集合S为属性集合U的分层子集,根据属性集合S、公共参数PK、消息M和一个提前生成的分层限访问结构(MV,ρ)将属性集合U所有层次的属性均用一个表达式进行加密得到密文CT,其中,函数ρ表示分层访问结构MV中的行到属性的映射;令属性集合S的每一层的属性数量超过该层门限,使S满足分层的访问结构;通过主密钥MSK和属性集合S,结合步骤S1中的子群 生成密钥SK。
[0017] 进一步,所述视频采集器中定义函数f的运算规则如下:每进行一次f运算,就将多项式的常数项变为0,自变量的系数不变,次数减1,设a、b、c、d为确定的常实数,则有:
[0018] f(a+bx+cxd)=0+b+cxd-1;
[0019] f(1+2x+3x4)=0+2+3x3;
[0020] 设(k,n)是一个分层的秘密共享系统,主要由一个秘密分发者D和n个参与者组成,属性集合U是n个参与者的集合,且包含m个层次,即 其中对于i≠j,Ui∩Uj=φ;令 是一个单调递增的整数序列0门限值,则(k,n)分层的门限访问结构就是要为属性集合U中每个参与者u分配秘密信息s的一个秘密份额σ(u),使其满足以下访问结构:
[0021]
[0022] 满足上式所描述的访问结构的分层的参与者子集S称为授权子集,可以恢复主秘密,而不满足上述访问结构的任何用户子集将无法获得关于主秘密的任何信息;
[0023] 子秘密分发:
[0024] 秘密分发者D任意选取t-1个随机数a1,...,at-1和一个大素数q,然后构造多项式P(x)=s+a1x+...+at-1xt-1,其中s是需要被共享的主秘密;系统中的每个参与者u对应域里面的一个元素表示其身份,用uj表示,D根据参与者所处的层次i计算参与者的秘密份额其中:
[0025] P0(x)=P(x);
[0026] P1(x)=f1(P(x))=f(P(x));
[0027] Pi(u)=f(Pi-1(u));
[0028] 表示多项式P(x)经过ki-1次f运算后在域元素uj处的值;ki-1是第i-1层的门限值且令k-1=0,D公开 lm表示第m层中拥有属性集合S的元素数量;
[0029] 秘密恢复:
[0030] 令 |S|表示S所具有的元素数量,设定满足:
[0031]
[0032]
[0033] …
[0034]
[0035] 其中,U0,…,Um表示集合U的第0至m层,0≤l0≤l1≤...≤lm=|S|,当且仅当对于所有的0≤i≤m,li≥ki,S为一个授权子集,即符合访问结构,则S中所有的参与者合作时,可以组成系数矩阵MV,其中系数矩阵按行编写为:
[0036]
[0037] S中的所有参与者可以合作解出如下的方程组:
[0038]
[0039] 即:
[0040]
[0041] 若S满足访问结构,就可以重构出多项式P(x),从而恢复出秘密s;进一步,这个访问结构可以等价于分层矩阵的LSSS的访问结构,即令 被定义为I={j:ρ(j)∈S},如果令 是秘密s的一个子秘密,则存在常数{ωj∈ZN}使得Σj∈Iωλj j=s,其中, ZN表示1到N的整数集合;ωj在秘密共享生成矩阵Mv大小的多项
式时间内总可以被找到,就可以恢复出来主秘密。
[0042] 进一步,所述电动机采用空间计算多个物体与视口中心的距离,假设全景帧f0内有d个物体,则ith个物体的空间角αi计算公式为:
[0043]
[0044] 其中v0(x,y,z)和 是球面笛卡尔坐标对应平面坐标v0=(λ,φ)和⊙表示向量的点积,转换公式为:
[0045] x=cosφcosλ
[0046] y=cosφsinλ
[0047] z=sinφ
[0048] 关键物体m通过找到最小的α得到,表示为:
[0049] αm=min{α1,...,αi,...αd}
[0050] s.t. αm≤π/2.
[0051] 关键物体的索引是m,其对应的轨迹可以表示为 并且关键物体必须在当前视口视野范围内,在无物体场景中,预测的视口轨迹独立于物体。
[0052] 进一步,所述空压机的空气压方差计算公式为:
[0053] g=ω1×(μ-μ1)2+ω2×(μ-μ2)2;
[0054] 简化后的公式为:
[0055] g=ω1×ω2×(μ1-μ2)2。
[0056] 进一步,所述料斗内设置有过滤网,所述空压机通过风管与主机相连接,将压缩后的空气注入主机内;所述喷枪为无气喷枪,且喷枪上设置有开关
[0057] 进一步,所述喷浆软管为高压软管,所述电动机通过转轮与空压机相连接。
[0058] 本发明的优点及积极效果为:该基于视频采集的工业喷涂机器控制系统技术先进、性能稳定、工作可靠、操作简单,基本没有落地灰、省水、省料,可大大降低成本,无需搭设脚手架,不用移动设备,不用修补搭茬,阴阳角、顶板均能自由喷涂,具有速度快,效率高,喷涂效果好的特点。附图说明
[0059] 图1是本发明实施例提供的基于视频采集的工业喷涂机器控制系统的结构示意图;
[0060] 图中:1、主机;2、主机箱体;3、喷嘴;4、料斗;5、喷浆软管;6、喷枪;7、电动机;8、空压机;9、视频采集器;10、推把;11、轮子。

具体实施方式

[0061] 为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
[0062] 下面结合附图对本发明的结构作详细的描述。
[0063] 所述基于视频采集的工业喷涂机器控制系统包括:主机1、主机箱体2、喷嘴3、料斗4、喷浆软管5、喷枪6、电动机7、空压机8、视频采集器9、推把10、轮子11。
[0064] 所述主机1外部罩有主机箱体2,所述主机1头部连接喷嘴3,所述喷嘴3上部连接料斗4,所述喷嘴3头部连接喷浆软管5,所述喷浆软管5连接喷枪6;
[0065] 所述主机箱体2上方设置有电动机7、空压机8、视频采集器9和推把10,所述主机箱体2下方设置有轮子11;
[0066] 所述空压机8通过风管与主机1相连接。
[0067] 本发明实施例提供的料斗4内设置有过滤网。
[0068] 本发明实施例提供的空压机8通过风管与主机1相连接,将压缩后的空气注入主机1内。
[0069] 本发明实施例提供的喷枪6为无气喷枪,且喷枪上设置有开关。
[0070] 本发明实施例提供的喷浆软管5为高压软管。
[0071] 本发明实施例提供的电动机7通过转轮与空压机8相连接。
[0072] 基于视频采集的工业喷涂机器控制系统设置有安装在主机箱体内部的主机;所述主机头部连接喷嘴,所述喷嘴上部连接料斗,所述喷嘴头部连接喷浆软管,所述喷浆软管连接喷枪;
[0073] 所述主机箱体上方设置有电动机、空压机、视频采集器和推把,所述主机箱体下方设置有轮子,所述空压机通过风管与主机相连接。
[0074] 所述主机对软件条件下图像分割算法结合相关理论知识,对图像分割算法的结构进行适用于硬件环境的更改,加入数据及流水线指令,使图像分割算法适应于实时图像分割的应用场景;
[0075] 利用轨迹平移转换解决视口轨迹的不连续情况,构建基于深度学习的视口预测HOP模型,预测未来帧的视口轨迹;通过将历史轨迹信息和视频兴趣信息融合输入流行的LSTM网络训练,实现更准确的视口轨迹预测。
[0076] 所述主机内安装有对运行状态、节点服务中心中的超级节点的存活情况、访问控制模块的运行参数、nginx流媒体模块的负载状态以及穿透层设备实时状态实时监控的状态监控单元,状态监控单元的处理如下:
[0077] (1)设当前视口坐标表示为vt=(λt,φt),将历史轨迹的第一个视口值的经度λ1-l平移至0度,余下的L-1个经度 平移相同的经度值;
[0078] (2)计算ith和i-1th个平移后视口的距离 如果距离超过π,表示该位置的视口平移前横跨±π,给予±2π校正;
[0079] 轨迹平移公式表示为:
[0080]
[0081]
[0082] 进一步,所述视频采集器的视频采集加密包括:
[0083] 令属性集合S为属性集合U的分层子集,根据属性集合S、公共参数PK、消息M和一个提前生成的分层门限访问结构(MV,ρ)将属性集合U所有层次的属性均用一个表达式进行加密得到密文CT,其中,函数ρ表示分层访问结构MV中的行到属性的映射;令属性集合S的每一层的属性数量超过该层门限,使S满足分层的访问结构;通过主密钥MSK和属性集合S,结合步骤S1中的子群 生成密钥SK。
[0084] 进一步,所述视频采集器中定义函数f的运算规则如下:每进行一次f运算,就将多项式的常数项变为0,自变量的系数不变,次数减1,设a、b、c、d为确定的常实数,则有:
[0085] f(a+bx+cxd)=0+b+cxd-1;
[0086] f(1+2x+3x4)=0+2+3x3;
[0087] 设(k,n)是一个分层的秘密共享系统,主要由一个秘密分发者D和n个参与者组成,属性集合U是n个参与者的集合,且包含m个层次,即 其中对于i≠j,Ui∩Uj=φ;令 是一个单调递增的整数序列0门限值,则(k,n)分层的门限访问结构就是要为属性集合U中每个参与者u分配秘密信息s的一个秘密份额σ(u),使其满足以下访问结构:
[0088]
[0089] 满足上式所描述的访问结构的分层的参与者子集S称为授权子集,可以恢复主秘密,而不满足上述访问结构的任何用户子集将无法获得关于主秘密的任何信息;
[0090] 子秘密分发:
[0091] 秘密分发者D任意选取t-1个随机数a1,...,at-1和一个大素数q,然后构造多项式P(x)=s+a1x+...+at-1xt-1,其中s是需要被共享的主秘密;系统中的每个参与者u对应域里面的一个元素表示其身份,用uj表示,D根据参与者所处的层次i计算参与者的秘密份额其中:
[0092] P0(x)=P(x);
[0093] P1(x)=f1(P(x))=f(P(x));
[0094] Pi(u)=f(Pi-1(u));
[0095] 表示多项式P(x)经过ki-1次f运算后在域元素uj处的值;ki-1是第i-1层的门限值且令k-1=0,D公开 lm表示第m层中拥有属性集合S的元素数量;
[0096] 秘密恢复:
[0097] 令 |S|表示S所具有的元素数量,设定满足:
[0098]
[0099]
[0100] …
[0101]
[0102] 其中,U0,…,Um表示集合U的第0至m层,0≤l0≤l1≤...≤lm=|S|,当且仅当对于所有的0≤i≤m,li≥ki,S为一个授权子集,即符合访问结构,则S中所有的参与者合作时,可以组成系数矩阵MV,其中系数矩阵按行编写为:
[0103]
[0104] S中的所有参与者可以合作解出如下的方程组:
[0105]
[0106] 即:
[0107]
[0108] 若S满足访问结构,就可以重构出多项式P(x),从而恢复出秘密s;进一步,这个访问结构可以等价于分层矩阵的LSSS的访问结构,即令 被定义为I={j:ρ(j)∈S},如果令 是秘密s的一个子秘密,则存在常数{ωj∈ZN}使得Σj∈Iωjλj=s,其中, ZN表示1到N的整数集合;ωj在秘密共享生成矩阵Mv大小的多项
式时间内总可以被找到,就可以恢复出来主秘密。
[0109] 进一步,所述电动机采用空间角计算多个物体与视口中心的距离,假设全景帧f0内有d个物体,则ith个物体的空间角αi计算公式为:
[0110]
[0111] 其中v0(x,y,z)和 是球面笛卡尔坐标对应平面坐标v0=(λ,φ)和⊙表示向量的点积,转换公式为:
[0112] x=cosφcosλ
[0113] y=cosφsinλ
[0114] z=sinφ
[0115] 关键物体m通过找到最小的α得到,表示为:
[0116] αm=min{α1,...,αi,...αd}
[0117] s.t. αm≤π/2.
[0118] 关键物体的索引是m,其对应的轨迹可以表示为 并且关键物体必须在当前视口视野范围内,在无物体场景中,预测的视口轨迹独立于物体。
[0119] 进一步,所述空压机的空气压力方差计算公式为:
[0120] g=ω1×(μ-μ1)2+ω2×(μ-μ2)2;
[0121] 简化后的公式为:
[0122] g=ω1×ω2×(μ1-μ2)2。
[0123] 在使用该基于视频采集的工业喷涂机器控制系统时,将涂料倒入料斗4内,经过过滤网的过滤,防止喷嘴3阻塞;通过视频采集器9启动主机1、电动机7和空压机8,打开喷枪6开关,电动机7为通过转动带动空压机8,空压机8将空气压缩之后注入主机1内,主机1对吸入喷嘴3内的涂料进行增压,经喷浆软管5将涂料输送到喷涂机的喷枪6内,喷枪6将涂料瞬间雾化后释放到被喷涂物体表面,即完成喷涂工作;喷涂机通过推把10和轮子11进行移动。此喷涂机速度快,效率高,喷涂效果好。
[0124] 以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈