1、视觉功能：

        相机用于识别到油罐口的位置，提供中心坐标给客户控制系统，控制系统据此坐标引导注油管插入罐口加注油料。

    2、视觉需求： 

        ① 架子离地面高度在6米左右。工作时，相机离罐车顶部罐口距离在2.8到3.5米之间。

        ② 相机安装在室外。

        ③ 罐口的直径在400~230之间，有多种规格。

        ④ 定位精度5mm，节拍要求：10s。

✈ 油罐车罐口示意图：

（2）项目痛点

    ① IP防护等级要求：应用场景在室外，部分项目在内蒙西北，风沙大，被测物为石油，对相机防尘防水防爆都有严格的要求（IP66）。
    ② 图像亮度不一致问题：相机安装在室外环境， 而且没有专门的视觉光源，图像亮度不一致，视觉定位识别有难度。
    ③ 产品种类多：油罐车的种类比较多，油罐口的大小不一致。

三、方案描述

（1）项目配单表

    注：SC7000Pro系列即将退市，后续可使用SC3000或SC6000系列相机替代完成类似项目

（2）方案描述

✈ 现场架设图：

    相机位于危化品现场，要求设备防爆防腐，因此安装于防爆箱中

（3）搭建与调试

        ① 相机架设完毕后，收集一定量的图片（包含各类油罐车），建立训练模型。

        ② 在SCMVS中，将训练完成的模型导入，使用目标检测工具进行油罐口定位，发送中心坐标给客户控制系统。

✈ 参数设置：

四、项目难点及解决方案

    难点1：相机安装在室外环境， 且没有专门的视觉光源，在白天、夜晚、晴天、阴天，图像亮度相差很大，经常导致油罐口定位失败或错误。

    解决方案：

    ① 首先考虑使用自动曝光的功能，让相机适应不同的外部环境，但智能相机没有自动曝光的功能。

    ② 使用多个方案，白天和夜晚各使用一个方案，通过通讯去切换，从而适应外部环境，经过测试是可以满足要求。

    难点2：油罐车的种类比较多，油罐口的大小不一致，通过模板匹配的方法无法实现定位需求。

    解决方案：

    ① 首先使用传统的模板匹配的方法去定位，但由于油罐口大小不一致，且图像亮度变化有些大，经常定位失败或错误。

    ② 修改方案，使用深度学习功能（目标检测）进行定位，经过测试，可以定位到不同大小、不同亮度的油罐口位置。

    难点3：使用深度学习去进行油罐口定位，前期的定位准确率不高，在90%以下。

    解决方案：

    ① 经过分析，有两个原因：一是训练的样品比较少（每种类型的油罐口只有十几张图片），二是有新的油罐口后，容易识别失败，三是SCMVS参数设置问题。

    ② 对于原因一，让客户对每种类型的油罐口尽量采集更多的图片（30张以上）；对于原因二，遇到新的油罐口，需要采集图片，重新训练模型；对于原因三，通过远程优化SCMVS的参数。

    ③ 经过测试，定位准确率可以达到99.99%。

✈ 视觉检测效果图：

五、方案优势

    ① 算法总耗时：60ms以内，满足要求。

    ② 实际识别率：99.9%以上。

    ③ 场景适应性：智能相机搭建方案门槛低，可快速入门进行方案搭建

    ④ 客户之前使用普通相机进行定位，很难兼容多种罐口，本次使用深度学习定位方案，解决了兼容问题。

    ⑤ 避免人力操作，极大降低成本。

点击下方观看现场效果视频