巡检机器人之仪表识别系统

这篇具有很好参考价值的文章主要介绍了巡检机器人之仪表识别系统。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

巡检机器人之仪表识别系统

作者主页:爱笑的男孩。

博客简介:分享机器学习、深度学习、python相关内容、日常BUG解决方法及Windows&Linux实践小技巧。 如发现文章有误,麻烦请指出,我会及时去纠正。有其他需要可以私信我或者发我邮箱:zhilong666@foxmail.com

目录

一、前言

二、项目介绍

三、项目展示

数字仪表

指针仪表

四、项目经验分享

分享一个跳动的爱心代码


一、前言

只要不放弃努力和追求,小草也有点缀春天的价值

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

二、项目介绍

         巡检机器人表计识别指的是利用人工智能技术,通过对表计进行拍照并进行图像处理,自动识别表计的种类、型号、读数等信息,实现对表计的自动巡检。通常包括摄像头、光源、图像采集设备、图像处理算法和数据处理部件等。在巡检过程中,机器人会通过摄像头拍摄表计上的图片数据然后会被传输到图像处理算法进行一系列的处理。处理完成后,数据会被发送到后端数据处理部件进行存储、分析和逻辑判断等操作。在实际应用中,表计识别具有高效、准确、安全等优点。机器人可代替人工实现巡检和数据采集,大幅提高工作效率,减少人为错误和事故概率,同时节约人力成本。

三、项目展示

        数字仪表和指针仪表成果展示

  • 数字仪表

巡检机器人之仪表识别系统

巡检机器人之仪表识别系统

  • 指针仪表

巡检机器人之仪表识别系统

巡检机器人之仪表识别系统

 

四、项目经验分享

        起初,我记得很清楚,我开始做这个项目的时候,我对如何做此项目一无所知,感到十分迷茫,我没有头绪,不清楚怎么去展开工作。但我并没有放弃,开始通过搜索资料、咨询他人及自我探索来提高知识水平及项目能力,我开始一点一点的去尝试,我从许多错误和挫折中学习,一步一步地朝着项目的完成去前进。

        我开始规划步骤并列出清单,以便快速了解每一个要素和得到清晰的成果。然后我着手于具体工作,跨出了第一步,有了一些小成功。但也过程中肯定遇到了许多挑战和困难,但我并没有轻言放弃,反而不断尝试和调整,成功地克服了这些困难。

        终于,我完成了项目并得到了认可,这让我感到非常欣慰和自豪。现在回想起来,虽然这个过程充满挑战,但我非常高兴我可以成就它。

        最后,分享一段话给大家:很多时候,我们不缺方法,缺的是一往无前的决心和魄力。不要在事情开始的时候畏首畏尾,不要在事情进行的时候瞻前顾后,唯有如此,一切才皆有可能。

分享一个跳动的爱心代码

希望这个跳动的心可以跟大家一起加油、努力!!!

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

# -*- coding: utf-8 -*-

import random
import time
from math import sin, cos, pi, log
from tkinter import *

CANVAS_WIDTH = 640  # 在这里改 画布的宽 最好和高成比例放大
CANVAS_HEIGHT = 480  # 在这里改 画布的高 最好和宽成比例放大
CANVAS_CENTER_X = CANVAS_WIDTH / 2  # 画布中心的X轴坐标
CANVAS_CENTER_Y = CANVAS_HEIGHT / 2  # 画布中心的Y轴坐标
IMAGE_ENLARGE = 11  # 在这里改 放大比例 画布放大后,心太小?把这个改大点
HEART_COLOR = "#e86184"  # 心的颜色 在这里改

WINDOWS_TITLE = '加油~'  # 窗口标题 在这里改
HEART_CENTER_TEXT = '不放弃,要坚持'  # 中间文字内容 在这里改
HEART_CENTER_TEXT_COLOR = '#FFD700'  # 中间文字颜色 在这里改

def heart_function(t, shrink_ratio: float = IMAGE_ENLARGE):
    """
    “爱心函数生成器”
    :param shrink_ratio: 放大比例
    :param t: 参数
    :return: 坐标
    """
    # 基础函数
    # x = 16 * (sin(t) ** 3)
    x = 14.6 * (sin(t) ** 3)  # 更尖
    # y = -(13 * cos(t) - 5 * cos(2 * t) - 2 * cos(3 * t) - cos(4 * t))
    y = -(14.5 * cos(t) - 4 * cos(2 * t) - 2 * cos(3 * t) - 0.5 * cos(4 * t))  # 更圆润

    # 放大
    x *= shrink_ratio
    y *= shrink_ratio

    # 移到画布中央
    x += CANVAS_CENTER_X
    y += CANVAS_CENTER_Y

    return int(x), int(y)


def scatter_inside(x, y, beta=0.15):
    """
    随机内部扩散
    :param x: 原x
    :param y: 原y
    :param beta: 强度
    :return: 新坐标
    """
    ratio_x = - beta * log(random.random())
    ratio_y = - beta * log(random.random())

    dx = ratio_x * (x - CANVAS_CENTER_X)
    dy = ratio_y * (y - CANVAS_CENTER_Y)

    return x - dx, y - dy


def shrink(x, y, ratio):
    """
    抖动
    :param x: 原x
    :param y: 原y
    :param ratio: 比例
    :return: 新坐标
    """
    force = -1 / (((x - CANVAS_CENTER_X) ** 2 + (y - CANVAS_CENTER_Y) ** 2) ** 0.6)  # 这个参数...
    dx = ratio * force * (x - CANVAS_CENTER_X)
    dy = ratio * force * (y - CANVAS_CENTER_Y)
    return x - dx, y - dy


def heart_curve(p):
    """
    爱心的跳动函数参数
    :param p: 参数
    :return: 正弦 + 贝塞尔
    """
    # return curve(p, (.4, .5, .2, .6))
    # https://cubic-bezier.com/ 调整参数的网站
    return curve(p, (.69, .75, .2, .95))  # 在这里改 爱心的贝塞尔曲线参数


def heart_halo_curve(p):
    """
    爱心光环的跳动函数参数
    :param p: 参数
    :return: 正弦 + 贝塞尔
    """
    # return curve(p, (.73,.55,.59,.92))
    # https://cubic-bezier.com/ 调整参数的网站
    return curve(p, (.75, .49, .46, .97))  # 在这里改 光环的贝塞尔曲线参数


def curve(p, b):
    """
    自定义曲线函数,调整跳动周期
    :param b: 贝塞尔参数
    :param p: 参数
    :return: 正弦 + 贝塞尔
    """

    # print('p:', p)
    t = sin(p)

    p0 = b[0]
    p1 = b[1]
    p2 = b[2]
    p3 = b[3]

    t1 = (1 - t)
    t2 = t1 * t1
    t3 = t2 * t1

    r = p0 * t3 + 3 * p1 * t * t2 + 3 * p2 * t * t * t1 + p3 * (t ** 3)  # 贝塞尔计算
    # r = 2 * (2 * sin(4 * p)) / (2 * pi)
    # print('r:', r)
    return r


class Heart:
    """
    爱心类
    """

    def __init__(self, generate_frame=20):
        self._points = set()  # 原始爱心坐标集合
        self._edge_diffusion_points = set()  # 边缘扩散效果点坐标集合
        self._center_diffusion_points = set()  # 中心扩散效果点坐标集合
        self.all_points = {}  # 每帧动态点坐标
        self.build(2000)  # 在这里改 初始的点数,太大可能运行缓慢

        self.generate_frame = generate_frame
        for frame in range(generate_frame):
            self.calc(frame)

    def build(self, number):
        # 爱心
        for _ in range(number):
            t = random.uniform(0, 2 * pi)  # 随机不到的地方造成爱心有缺口
            x, y = heart_function(t)
            self._points.add((x, y))

        # 爱心内扩散
        for _x, _y in list(self._points):
            for _ in range(3):
                x, y = scatter_inside(_x, _y, 0.05)
                self._edge_diffusion_points.add((x, y))

        # 爱心内再次扩散
        point_list = list(self._points)
        for _ in range(4000):
            x, y = random.choice(point_list)
            x, y = scatter_inside(x, y, 0.24)  # 0.24 这个参数改爱心中间的点点数量,越大数量越多
            self._center_diffusion_points.add((x, y))

    @staticmethod
    def calc_position(x, y, ratio):
        # 调整缩放比例
        force = 1 / (((x - CANVAS_CENTER_X) ** 2 + (y - CANVAS_CENTER_Y) ** 2) ** 0.47)  # 魔法参数

        dx = ratio * force * (x - CANVAS_CENTER_X) + random.randint(-1, 1)
        dy = ratio * force * (y - CANVAS_CENTER_Y) + random.randint(-1, 1)

        return x - dx, y - dy

    def calc(self, generate_frame):
        ratio = 10 * heart_curve(generate_frame / 10 * pi)  # 圆滑的周期的缩放比例

        halo_radius = int(4 + 6 * (1 + heart_halo_curve(generate_frame / 10 * pi)))
        halo_number = int(3000 + 4000 * abs(heart_halo_curve(generate_frame / 10 * pi) ** 2))

        all_points = []

        # 光环
        heart_halo_point = set()  # 光环的点坐标集合,去重
        for _ in range(halo_number):
            t = random.uniform(0, 2 * pi)  # 随机不到的地方造成爱心有缺口
            x, y = heart_function(t, shrink_ratio=heart_halo_curve(generate_frame / 10 * pi) + 11)  # 魔法参数
            x, y = shrink(x, y, halo_radius)
            if (x, y) not in heart_halo_point:
                # 处理新的点
                heart_halo_point.add((x, y))

                random_int_range = int(27 + heart_halo_curve(generate_frame / 10 * pi) * 4)
                x += random.randint(-random_int_range, random_int_range)
                y += random.randint(-random_int_range, random_int_range)
                size = random.choice((1, 1, 2))
                all_points.append((x, y, size))

        # 轮廓
        for x, y in self._points:
            x, y = self.calc_position(x, y, ratio)
            size = random.randint(1, 3)
            all_points.append((x, y, size))

        # 内容
        for x, y in self._edge_diffusion_points:
            x, y = self.calc_position(x, y, ratio)
            size = random.randint(1, 2)
            all_points.append((x, y, size))

        for x, y in self._center_diffusion_points:
            x, y = self.calc_position(x, y, ratio)
            size = random.randint(1, 2)
            all_points.append((x, y, size))

        self.all_points[generate_frame] = all_points

    def render(self, render_canvas, render_frame):
        for x, y, size in self.all_points[render_frame % self.generate_frame]:
            render_canvas.create_rectangle(x, y, x + size, y + size, width=0, fill=HEART_COLOR)

    def frame_count(self):
        return self.generate_frame


def draw(main: Tk, render_canvas_dict: dict, render_heart: Heart, render_frame=0):
    """
    绘图函数
    :param main: TK面板
    :param render_canvas_dict: 画布缓存
    :param render_heart: 心类
    :param render_frame: 当前帧数
    :return: None
    """
    frame_index = render_frame % render_heart.frame_count()

    last_frame_index = (frame_index + render_heart.frame_count() - 1) % render_heart.frame_count()
    if last_frame_index in render_canvas_dict:
        render_canvas_dict[last_frame_index].pack_forget()

    if frame_index not in render_canvas_dict:

        canvas = Canvas(
            main,
            bg='black',
            height=CANVAS_HEIGHT,
            width=CANVAS_WIDTH
        )
        canvas.pack()

        render_heart.render(canvas, render_frame)
        canvas.create_text(
            CANVAS_CENTER_X,
            CANVAS_CENTER_Y,
            text=HEART_CENTER_TEXT,
            fill=HEART_CENTER_TEXT_COLOR,
            font=('楷体', 48, 'bold')
        )

        render_canvas_dict[frame_index] = canvas
    else:
        render_canvas_dict[frame_index].pack()

    main.after(
        40,  #画面切换间隔时间,越小帧数越高,但是可能会越卡
        draw, main, render_canvas_dict, render_heart, render_frame + 1)


if __name__ == '__main__':
    print('正在启动...')
    start_time = time.time()
    root = Tk()  # 一个Tk界面
    root.title(WINDOWS_TITLE)
    canvas_dict = {}
    heart = Heart(20)  #20为总帧数,帧数越大,花样越多,更占内存
    draw(root, canvas_dict, heart)
    end_time = time.time()
    root.mainloop()
    # 这个代码我忘记在哪里获取到的了,如涉权,麻烦告知并标明出处,我会及时修改。

巡检机器人之仪表识别系统文章来源地址https://www.toymoban.com/news/detail-448545.html

到了这里,关于巡检机器人之仪表识别系统的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 智能语音机器人语音识别系统

    现有技术中实现一次性语音识别典型的流程时序,具体包括一下步骤: ■ MRCP Client发送INVITE消息给MRCP Server请求建立会话,携带MRCP Client侧的SDP; ■ MRCP Server回复200表示请求已经成功接受处理,携带MRCP Server侧的SDP; ■ MRCP Client随后发送ACK消息证实200消息已经收到,至此一个

    2024年02月14日
    浏览(46)
  • Ai语音机器人系统语音识别达到了什么水准

    AI语音机器人系统语音识别技术概述 AI语音机器人系统的语音识别技术主要依赖于深度学习算法,通过对大量语音数据进行训练,使得模型能够从语音信号中提取有效特征,从而实现高精度的语音识别。这一过程通常包括以下几个关键步骤:   语音采集 :通过麦克风等设备收

    2024年04月25日
    浏览(33)
  • 烟火识别视频分析系统的应用-河北消防机器人项目

    在当前的智能化、信息化时代背景下,河北省消防部门采纳了一项革命性的技术方案nbsp;——nbsp;烟火识别视频分析系统,结合消防机器人的使用,大幅提升了火灾预防与应急处理能力。该项目的核心在于通过高精度的视频监控,实时分析识别潜在的火灾隐患,与此同时,消防

    2024年01月18日
    浏览(41)
  • 计讯物联5G千兆网关TG463在电力智能巡检机器人的应用功能解析

    项目背景 随着国家智能电网建设加速推进,投资规模持续扩大,我国电网智能化、信息化不断提高,传统的电力运维与管理模式早已不能满足智能电网快速发展的需求。因此,在5G无线通信、人工智能、物联网、云计算、大数据、电力等前沿技术的高度融合下,以替代人工巡

    2024年02月17日
    浏览(53)
  • 输煤皮带机事故案例分析|智能巡检机器人护航井下作业安全生产

    近年来,随着工业生产规模的扩大和能源运输需求的增加,皮带机引发的生产安全事故频发成为备受关注的问题。这一现象引发了广泛的关切,其频繁发生的事故对工人安全和生产效率都带来了严重的影响。 由于输煤作业皮带机不规范操作引发的事故有很多: 山西省太原某

    2024年02月03日
    浏览(39)
  • 水果采摘机器人的图像识别

    问题1:数苹果 思路: 使用图像处理技术进行预处理,如调整大小、灰度化、边缘检测等。 利用目标检测算法,例如基于深度学习的物体检测模型(如YOLO,SSD,Faster R-CNN),检测苹果的位置。 统计检测到的苹果数量。 绘制分布直方图。 代码示例:

    2024年02月05日
    浏览(39)
  • 智能快递机器人—— 人脸识别算法设计

    ** 计算机系统的介绍   智能快递机器人是一种以自动导航轮式小车为载体,搭载人脸识别检测模块以及储存箱体的智能运输机器人。其可以实现GPS自动导航,箱门自动开合,识别取件人面部等功能,主要运用于写字楼,小区,高校宿舍楼等物流运输的终端场所,研究目的在

    2024年02月07日
    浏览(51)
  • java呼叫中心-java语音机器人-java电销机器人源码-javaAI语音机器人源码-语音识别-ai机器人源码,语音机器人源码,电话机器人源码,电销机器人源码,ai电销机器人,语音机器人部署

    ai机器人源码,语音机器人源码,电话机器人源码,电销机器人源码,ai电销机器人,语音机器人部署,电话机器人系统部署,AI语音机器人,电销机器人部署,电销机器人系统部署,smartivr   沟通交流的老铁,可以点击该链接添加沟通:戳我戳我戳我 ·节点名称及AI话术     

    2024年04月15日
    浏览(63)
  • 讯飞AIUI智能机器人6-----人脸识别技术

    🍖🍖🍖🍖🍖🍖🍖🍖🍖 🍖🍖🍖🍖🍖🍖🍖🍖 🍖🍖🍖🍖🍖🍖🍖🍖 🍖🍖🍖🍖🍖🍖🍖🍖 🍖🍖🍖🍖🍖🍖🍖🍖 🍖🍖🍖🍖🍖🍖🍖🍖 🍖🍖🍖🍖🍖🍖🍖🍖 🍖🍖🍖🍖🍖🍖🍖🍖 🍖🍖🍖🍖🍖🍖🍖🍖 🍖🍖🍖🍖🍖🍖🍖🍖 🍖🍖🍖🍖🍖 🍖🍖

    2024年02月04日
    浏览(35)
  • AI智能机器人的语音识别是如何实现的 ?

    什么是智能语音识别系统?语音识别实际就是将人类说话的内容和意思转化为计算机可读的输入,例如按键、二进制编码或者字符序列等。与说话人的识别不同,后者主要是识别和确认发出语音的人并非其中所包含的内容。语音识别的目的就是让机器人听懂人类所说的语言,

    2024年02月10日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包