李根 何胜军

摘要：叉车作为运输物流及工业生产中重要的组成部分，其应用领域不断扩大。针对传统叉车在控制领域存在的安全问题及故障率高等缺点，以叉车作业时的安全隐患及操控舒适度为出发点，设计了一种叉车智能控制系统，以实现对车辆和人员的监管。采用传感技术并结合嵌入式智能深度学习，实现感知模型的压缩与重建，有效节约感知模型的数据成本，将感知理论与机械诊断结合在一起，对叉车监控系统进行测试，并融合数据压缩及信号重构的改进算法，对叉车机械装置进行了深入分析与研究。

关键词：技术革新;深度学习;数据压缩;信号重构

0 引言

随着现代信息科技产业的高速发展，智能感知技术得到了广泛关注。企业在生产运输中更清楚地认识到现代智能控制技术所带来的便捷性。感知、控制、决策等模块是人工智能与深度学习技术领域最重要的一环，其中环境感知技术为叉车安全驾驶提供了重要保障，在多种感知传感器作用的基础上，利用特定的算法可以检测出车辆等障碍物的各项信息。在装备高效稳定运行过程中，叉车占据着重要地位，任何操作失误或机械故障都会对安全运行和效能发挥产生重大影响，研究叉车的感知控制技术对于保障装备安全运行具有重要意义。如果可以实时监测叉车当前运行状态并及时地发现故障隐患，尽早采取有效措施，就能有效减少设备故障所带来的经济损失。……