Resumen

La detección de la distancia entre superficies de materiales transparentes de gran superficie y grosor siempre ha sido un problema difícil en el campo de la industria. En este trabajo se propone un método basado en la modulación de onda continua TOF de bajo coste y en la tecnología de redes neuronales convolucionales profundas. La detección de la distancia entre las superficies del material transparente se convierte en el problema de resolver la intersección de la trayectoria óptica y las superficies delantera y trasera del material transparente. Sobre esta base, las operaciones de codificación y decodificación del código Gray se combinan para lograr la detección de la distancia entre las superficies. También se ha resuelto eficazmente el problema de los agujeros y la pérdida de detalle de los mapas de profundidad generados por los sensores de profundidad TOF de baja resolución. Todo el sistema es sencillo y puede lograr la detección de espesores en toda la superficie. Además, puede detectar materiales transparentes de gran tamaño con un grosor de más de 30 mm, lo que supera con creces el sistema de detección óptica de grosores existente para materiales transparentes.

• Materias:Análisis de suelos Hormigón Construcciones de hormigón Asfalto
• Subjects:Soil testing Concrete Concrete construction Asphalt
• Palabras claves:detección de distancia, material transparente, gran material transparente, sensor de profundidad tof, superficie de material transparente, codificación de código gris, superficie completa, campo de la industria, tecnología de redes neuronales, pérdida de profundidad
• Keywords:distance detection, transparent material, large transparent material, tof depth sensor, transparent material surface, gray code encoding, full surface area, field of industry, neural network technology, loss of depth