產品手冊 問題解答

杭叉高位無貨架堆疊機新技術(自動駕駛+視覺識別)

分類:業內新聞 案例中心 1618

高位無貨架堆疊機新技術(自動駕駛+視覺識別)

杭叉智能秉承“成為國際頂尖智能物流解決方案供應商”的經營理念,緊緊圍繞經營目標,聚焦戰略定位,對現有無人叉車不斷創新,緊跟世界技術潮流,開發出具備機器深度學習與大數據管理能力的3D視覺目標檢測解決方案,助力企業建立工業4.0智能化工廠,鞏固行業領跑者的地位!

近日,杭叉智能研發團隊運用自動駕駛和視覺識別技術,形成3D視覺目標檢測解決方案,實現高位無貨架堆疊難題的突破。該方案用戶可輕松獲得各應用場景下的目標檢測模型,直接用于生產部署,切實滿足企業的實際產業需求。

隨著3D視覺技術的不斷成熟,在生活中的應用越來越多,杭叉智能也著手利用3D視覺技術對無人叉車的進行不斷優化。而自動駕駛和視覺識別的結合,更是達到了“1+1>2”效果,使得智能叉車的應用場景和精準性再次拓展提升。此次3D視覺目標檢測解決方案的實現,創新提供高位無貨架堆疊解決方案,助力杭叉智能無人叉車向靈活化、精準化、現代化邁進一大步!

該方案通過對3D視覺目標檢測、目標檢測網絡和RT深度推理計算框架的核心技術的運用,實現了智能叉車對精度、靈活性、實時性的嚴格要求。

3D視覺目標檢測

3D視覺目標檢測技術具有測量精度高、更具靈活性的優點,破除了2D信息深度數據易丟失的局限性,能更加完整的表達真實目標,在實際應用中具有可靠性更高、安全性更強等諸多優點。
相較而言,3D模型比2D模型有更強的描述能力,目標檢測識別準確率大大提升,同時還能滿足更復雜的被測物體條件。

目標檢測網絡

目標檢測網絡支持小目標檢測、準確性高,加強對小目標物體的檢測效果,突破現有目標檢測技術中的小目標檢測瓶頸,達到工業級應用要求。大大降低最小目標像素下限,使最低八個像素的小目標都可以學習到特征,有效提高物體識別的準確性。

RT深度推理計算框架

RT深度推理計算負責模型的推理過程,大大提升物體檢測速度,在GPU模式下可提供10X乃至100X的加速。經實際測試, 端口TensorRt加速后可至90幀左右,物體識別檢測時間從4S提高到1-2S,有效提升AGV工作效率,完成滿足工業實時性要求

標簽:方案 上一篇: 下一篇:
展開更多
軟件測試

loading...

久久精晶国产99久久6_国产成人啪精品视频免费网站软件_A级毛片免费视频无码_亚洲AV综合久久九九
<蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>