Мобильное лазерное сканирование нашло широкое применение на железных и автомобильных дорогах. Одним из направлений его использования на железных дорогах является контроль габаритов приближения строений. Определение габаритов таким способом повышает производительность полевых работ. При этом обработка полученных данных и определение габаритов - трудоемкий процесс. В некоторых случаях при выполнении работ на железнодорожном пути измерение и оценка габаритов должны выполняться в реальном времени. Для определения и оценки фактических габаритов приближения строений в реальном времени разработана система контроля габаритов приближения строений (СКГ) на базе лидара, технического зрения и компьютерного обучения. Работа СКГ основана на измерении координат окружающего пространства в заданном секторе и селективном выделении из облака точек координат объектов железнодорожной инфраструктуры, которые заданы в цифровом проекте и внесены в базу данных. Компьютерное обучение позволяет создавать математическую модель объекта и при натурных измерениях распознавать образ, что дает возможность определять габариты в реальном времени. Один проход системы по участку пути обеспечивает определение геометрии рельсовой колеи и фактических габаритов приближения строений. Результаты испытаний СКГ показали высокую степень устойчивости системы к внешним факторам, стабильность работы и обеспечение требуемой точности измерений. СКГ на железных дорогах предназначена для приемки в эксплуатацию железнодорожных путей после окончания ремонтных работ, выявления и оценки негабаритных мест, выполнения исполнительных съемок и операционного контроля в процессе ремонта.
Процесс сжигания черного щелока в содорегенерационных котлоагрегатах играет ключевую роль в обеспечении замкнутого цикла химической регенерации щелоков на предприятиях целлюлозно-бумажной промышленности. Цель исследования - разработка архитектуры интеллектуальной системы диагностики нарушений процесса сжигания черного щелока с учетом современных тенденций развития автоматизации и цифровизации в рамках концепции «умного производства». Анализ выполнен в соответствии с принципами подготовки обзоров по протоколу PRISMA. Поиск источников проводился в международных и российских базах данных (Scopus, ScienceDirect, SpringerLink, IEEE Xplore, Google Scholar) за период с 2010 по 2024 г. Были проанализированы 127 публикаций, из которых 37 отобраны для включения в список литературы. В ходе обзора классифицированы методы диагностики (моделирование, экспертные системы, машинное обучение, техническое зрение), обобщены их преимущества и ограничения, выделены параметры с высокой диагностической значимостью. Проведено сопоставление подходов по степени адаптивности, чувствительности и применимости в условиях ограниченной наблюдаемости. Предложена модульная архитектура интеллектуальной системы диагностики, объединяющая цифровые и визуальные признаки, с возможностью переобучения и адаптации к реальным условиям эксплуатации. Интеграция методов машинного обучения и технического зрения в SCADA-контур позволяет повысить чувствительность диагностики, своевременно выявлять нарушения и поддерживать устойчивость режима сжигания. Разработанная архитектура может быть использована на предприятиях отрасли для повышения эффективности и надежности работы содорегенерационных котлов.
Манипуляционные роботы широко применяются для перемещения предметов производства, а также выполнения различных технологических операций. Перемещения выполняются в контейнеры или в специализированные устройства для дальнейшей обработки. Так как положение объектов и количество заранее не известны, то для получения информации о внешней среде используется видеокамера. Для задания объектов, с которыми предстоит оперировать, используются заранее подготовленные шаблоны. Для выполнения поиска реализован ряд методов. В результате поиска определяются координаты объектов, соответствующих заданному шаблону. Это позволяет подготовить систему команд для манипуляционного робота по захвату найденного объекта и выполнения с ним необходимых операций.
Обоснование. Обработка изображений используется в измерительных системах технического зрения, которые широко распространены в промышленной сфере. Одной из актуальных задач при обработке является совмещение изображения. Методы совмещения должны выполнять два основных требования: удовлетворительное качество совмещения и приемлемое для практики время обработки. Одним из методов, соответствующим этим требованиям, является итерационное совмещение.
Цель. Исследование размера области (рабочей зоны) для значений параметров первоначального приближения, которое обеспечивает удовлетворительное совмещение. Размер области определяет быстродействие итерационного алгоритма.
Методы. Определение размера рабочей зоны проводилось экспериментальным путем: корреляционным анализом и статистическим способом.
Результаты. Эксперименты показали, что при использовании шага прореживания, не превышающего 1/10 от размеров совмещаемого фрагмента изображения, вероятность корректного совмещения практически равняется единице. При превышении этого порога вероятность уменьшается.
Заключение. Установлен размер рабочей зоны итерационного метода совмещения изображений. На основании полученных результатов можно проводить проектирование алгоритмов обработки и прогнозировать время обработки. Метод совмещения был внедрен в систему технического зрения для распознавания фиксаторов контактных проводов на железной дороге, совмещение изображений в этой системе проводится в режиме реального времени.
В данной статье рассматривается применение робототехнических систем для автоматизации процессов загрузки и выгрузки хлебобулочных изделий в хлебопечках. Целью исследования является анализ эффективности использования роботизированных комплексов в хлебопекарной промышленности для оптимизации производственных процессов и повышения качества продукции. В рамках исследования были применены методы системного анализа, математического моделирования и экспериментальные методы. Материалами исследования послужили данные о существующих робототехнических системах для автоматизации процессов в хлебопекарной промышленности, а также результаты экспериментальных испытаний разработанного авторами робототехнического комплекса для загрузки и выгрузки хлебобулочных изделий. В ходе исследования были проанализированы различные типы роботизированных систем, применяемых в хлебопекарной промышленности, и выявлены их преимущества и недостатки. На основе полученных данных был разработан инновационный робототехнический комплекс, состоящий из манипулятора с 6 степенями свободы, системы технического зрения на основе стереокамер и алгоритмов машинного обучения для распознавания и классификации хлебобулочных изделий. Экспериментальные испытания разработанного комплекса показали его высокую эффективность в автоматизации процессов загрузки и выгрузки продукции. Точность позиционирования манипулятора составила 0,5 мм, а производительность комплекса достигла 1200 изделий в час, что на 20% превышает производительность ручного труда. Результаты исследования демонстрируют перспективность применения робототехнических систем для автоматизации процессов в хлебопекарной промышленности. Внедрение разработанного комплекса позволит повысить эффективность производства, снизить затраты на оплату труда и минимизировать влияние человеческого фактора на качество продукции. Дальнейшие исследования будут направлены на оптимизацию алгоритмов управления манипулятором и повышение точности распознавания изделий системой технического зрения.
Рассмотрены принципы построения, выбора структуры, аппаратных, программных и аппаратно-программных средств систем технического зрения (СТЗ) промышленных роботов. Даны основы проектирования и расчета важнейших узлов СТЗ и их сопряжения с системами управления роботов. Приведены алгоритмы обработки и анализа видеоинформации. Сформулированы основные требования к СТЗ адаптивных роботов.
Для инженерно-технических работников, занимающихся созданием и применением средств робототехники, а также систем обработки информации.
Измерительные системы технического зрения получили широкое распространение при решении промышленных задач. Подобные системы используются для работы в агрессивных условиях: при наличии осадков в виде дождя и снега, грязи, пыли, в широком температурном диапазоне. В таких условиях, несмотря на работоспособность аппаратуры, происходит потеря данных в измерительных системах. Потеря данных приводит к искажениям измерений и увеличению вероятности пропуска обнаружения объектов. Подобные ситуации представляют собой актуальную проблему для организаций, эксплуатирующих измерительные системы технического зрения. Для восстановления данных необходимо повторное проведение измерений, что связано с временными, трудовыми и финансовыми затратами. В ряде случаев потеря данных несет потенциальную угрозу для обеспечения безопасности жизни людей и техники. Различные измерительные системы технического зрения формируют различные виды телевизионных сигналов: одномерные сигналы, профили и изображения. Для восстановления данных был разработан метод итерационного совмещения различных видов телевизионных сигналов для систем технического зрения. Апробация метода показала повышение надежности и достоверности измерений.