Biblioteca73.326 documentos en línea

Artículo

Detecting Distance between Surfaces of Large Transparent Material Based on Low-Cost TOF Sensor and Deep Convolutional Neural NetworkDetección de la distancia entre superficies de grandes materiales transparentes basada en un sensor TOF de bajo coste y una red neuronal convolucional profunda

Resumen

La detección de la distancia entre superficies de materiales transparentes de gran superficie y grosor siempre ha sido un problema difícil en el campo de la industria. En este trabajo se propone un método basado en la modulación de onda continua TOF de bajo coste y en la tecnología de redes neuronales convolucionales profundas. La detección de la distancia entre las superficies del material transparente se convierte en el problema de resolver la intersección de la trayectoria óptica y las superficies delantera y trasera del material transparente. Sobre esta base, las operaciones de codificación y decodificación del código Gray se combinan para lograr la detección de la distancia entre las superficies. También se ha resuelto eficazmente el problema de los agujeros y la pérdida de detalle de los mapas de profundidad generados por los sensores de profundidad TOF de baja resolución. Todo el sistema es sencillo y puede lograr la detección de espesores en toda la superficie. Además, puede detectar materiales transparentes de gran tamaño con un grosor de más de 30 mm, lo que supera con creces el sistema de detección óptica de grosores existente para materiales transparentes.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:Detecting Distance between Surfaces of Large Transparent Material Based on Low-Cost TOF Sensor and Deep Convolutional Neural Network
  • Autor:Rong, Zou; Yu, Zhang; Junlan, Gu; Jin, Chen
  • Tipo:Artículo
  • Año:2021
  • Idioma:Inglés
  • Editor:Hindawi
  • Materias:Análisis de suelos Hormigón Construcciones de hormigón Asfalto
  • Descarga:0