简介:
本发明提供一种基于多模型信息匹配的冷床区钢板跟踪方法,属于冶金智能制造技术领域。该方法首先利用视觉跟踪模型分析得到T0时刻冷床区钢板状态信息,利用此信息初始化逻辑跟踪模型状态;逻辑跟踪模型依赖T‑1时刻冷床区钢板状态结合冷床速度计算得到当前T时刻冷床区钢板状态信息S1;视觉跟踪模型利用实例分割方法从图像中分析得到当前T时刻冷床区钢板状态信息S2;T时刻下,S1与S2计算匹配情况,分析异常跟踪状态,将S2保存用于下一次计算;进入下一时刻,重复上述过程,实时跟踪冷床区钢板状态。该方法降低了长时序下逻辑跟踪模型的预测误差,利用匹配状态信息能够判断出卡钢、吊运下料等特殊情况,实现了全面、准确、智能的冷床区钢板跟踪。
本发明提供一种基于多模型信息匹配的冷床区钢板跟踪方法,属于冶金智能制造技术领域。该方法首先利用视觉跟踪模型分析得到T0时刻冷床区钢板状态信息,利用此信息初始化逻辑跟踪模型状态;逻辑跟踪模型依赖T‑1时刻冷床区钢板状态结合冷床速度计算得到当前T时刻冷床区钢板状态信息S1;视觉跟踪模型利用实例分割方法从图像中分析得到当前T时刻冷床区钢板状态信息S2;T时刻下,S1与S2计算匹配情况,分析异常跟踪状态,将S2保存用于下一次计算;进入下一时刻,重复上述过程,实时跟踪冷床区钢板状态。该方法降低了长时序下逻辑跟踪模型的预测误差,利用匹配状态信息能够判断出卡钢、吊运下料等特殊情况,实现了全面、准确、智能的冷床区钢板跟踪。