3D视觉技术在汽车轮胎字符识别中的应用

作者：顾涛; 罗印升; 宋伟

来源：工业控制计算机, 2023, 36(08): 122-124.

• 字符检识别
• 改进DBNet
• 深度学习
• 点云预处理

基于2D视觉的轮胎字符识别方法存在效率低、精度差、易受光照条件影响等不足，从而导致系统工作不稳定。因此，提出了一种基于3D视觉的轮胎字符识别算法。首先选用3D线扫激光传感器获取轮胎胎面字符的三维点云数据，根据点云数据在Z轴上的高度特征将其转换为灰度值，然后采用以ResNet50为骨干网络的改进型DBNet算法，结合Nadam方法对DBnet算法进行训练优化。在此基础上，进一步采用模型剪枝技术，在保证算法精度的同时，压缩模型参数，提升算法速度，大幅减少了计算量。结果表明，在相关的4种检测算法下，该方法获取到的数据集的准确率高于传统方式数据集8.05%～12.2%，改进的DBNet检测算法结合CRNN识别算法后，在该方法获取的数据集中预测准确率达到了95.45%，单张图像预测速度由107 ms缩减到了45 ms，模型大小也由142.7 MB减少到了15.83 MB，为轮胎字符快速准确识别提供了一种新型的技术方案。

• 单位
  江苏理工学院