-
公开(公告)号：CN116465827A
公开(公告)日：2023-07-21
申请号：CN202310265157.6
申请日：2023-03-17
Applicant: 中国科学院自动化研究所
IPC: G01N21/01 , G01C21/00 , G06V10/74 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/084
Abstract: 本发明属于路径规划技术领域，提供一种视点路径规划方法、装置、电子设备及存储介质，所述方法包括：基于待检测目标的点云数据，确定所述待检测目标对应的边界点，面元实例，以及所述面元实例对应的面元类型；基于所述面元类型对应的第一视点集合和所述边界点对应的第二视点集合，确定目标视点集合；基于所述目标视点集合，确定视点遍历路径。本发明提供的视点路径规划方法，通过获取待检测目标的点云数据，根据点云数据确定对应的边界点和面元实例的面元类型，并根据面元类型对应的视点集合和边界点对应的视点集合得到目标视点集合，从而根据目标视点集合进行视点轨迹规划，可以大大节省人力，并且适用于各种类型的待检测目标，通用性较强。
-
公开(公告)号：CN113109365A
公开(公告)日：2021-07-13
申请号：CN202110412232.8
申请日：2021-04-16
Applicant: 中国科学院自动化研究所
IPC: G01N21/956 , G01N21/01
Abstract: 本发明属于外观缺陷检测领域，具体涉及一种适用于多种工件的缺陷检测系统及方法，旨在解决无法对多种类型的目标进行缺陷检测及无法进行三维检测的问题。系统包括暂存台、第一图像采集装置、上下料装置、更换台、检测装置和检测台；第一图像采集装置采集待测工件的第一图像，并发送给上位机进行工件类型的判断，上位机生成抓取策略和检测策略；第一多轴机器人基于抓取策略驱动磁吸结构抓取或更换与工件类型匹配的抓取机构，并将待测工件转送至检测台；第二多轴机器人基于检测策略带动第二图像采集装置按照预设路径移动，在移动过程中采集待测工件至少一个维度的第二图像，并发送给上位机进行缺陷检测；本发明满足对多种类型工件检测的需求。
-
公开(公告)号：CN111596614A
公开(公告)日：2020-08-28
申请号：CN202010490517.9
申请日：2020-06-02
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: G05B19/404
Abstract: 本发明属于工业机器人领域，具体涉及了一种基于云边协同的运动控制误差补偿系统及方法，旨在解决运动控制误差的补偿算法固定不变，无法满足机械臂不同条件下的自适应误差补偿的问题。本发明包括：边缘服务器运行误差补偿算法求解补偿量，与控制程序融合生成具有误差补偿的控制指令。边缘侧发起加工任务时，与中心服务器交互确定是否更新或下发误差补偿算法；若中心服务器没有相应误差补偿算法，则通过数字孪生建模仿真平台构建相应机械臂及加工件仿真系统，对误差补偿算法仿真更新，并择优下发至边缘服务器，补偿运动控制量，生成具有误差补偿的运动控制指令。本发明实现对机械臂运动误差精准补偿，减少了复杂多变的工况对运动控制精度的影响。
-
公开(公告)号：CN111444019A
公开(公告)日：2020-07-24
申请号：CN202010240843.4
申请日：2020-03-31
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种云端协同的深度学习模型分布式训练方法及系统，所述训练方法包括：客户端接收用户输入的关于深度学习网络的训练任务；客户端根据所述训练任务调取网络配置和训练信息；云服务器根据网络配置和本地设备的资源情况，筛选出能够用于训练的各训练本地设备；云服务器根据所述网络配置和训练信息，生成多个训练子任务；云服务器将各训练子任务分别发送到不同的训练本地设备中；云服务器与各训练本地设备根据网络配置，对对应的训练子任务进行训练，以实现对深度学习网络的分布式训练。本发明通过云端协同实现了分布式资源的发现和筛选，从而可在深度学习模型分布式训练时合理有效的利用资源。
-
公开(公告)号：CN110303682A
公开(公告)日：2019-10-08
申请号：CN201910656037.2
申请日：2019-07-19
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: B29C64/30 , B29C64/386 , B29C64/393 , B29C64/112 , B22F3/115 , B33Y30/00 , B33Y50/00 , B33Y50/02
Abstract: 本发明公开了一种深海潜艇专用3D打印机，旨在解决现有3D打印机无法适应船舶、潜艇等经常发生振动、颠簸环境。本发明提供一种深海潜艇专用3D打印机，包括信号采集模块、打印模块、旋转陀螺仪、振动模块和控制器；本发明使用时先启动旋转陀螺仪，待其运行平稳后打印模块开始打印，本发明工作时通过减振模块与信号采集模块配合以达到减振效果并提高水平稳定性，旋转陀螺仪的设置使本发明具有良好的定方向性和稳定性，避免由于潜艇的运动状态的不确定性对3D打印造成的影响。悬挂式的结构设计使本发明节省空间，实用性强。本发明适用于深海潜艇等剧烈颠簸的环境下的零部件3D打印，可以实现深海移动平台快速精确制造。
-
Patent Agency Ranking
公开(公告)号：CN116690557A
公开(公告)日：2023-09-05
申请号：CN202310519734.X
申请日：2023-05-09
Applicant: 中国科学院自动化研究所 , 滨州魏桥国科高等技术研究院
IPC: B25J9/16
Abstract: 本发明提供一种基于点云的仿人三维扫描运动控制方法和装置，该基于点云的仿人三维扫描运动控制方法包括：获取待检测对象的相机视点轨迹和机械臂末端执行器轨迹；基于相机视点轨迹和机械臂末端执行器轨迹得到轨迹曲面和轨迹曲面的变形能函数；基于变形能函数和距离偏差函数对轨迹曲面进行优化，得到待检测对象的运动规划轨迹曲线；将待检测对象的运动规划轨迹曲线输入至多目标运动控制模型进行求解，得到运动规划轨迹对应的机械臂运动控制最优解。本发明所述方法实现对多个部件或结构的连续扫描，提高了扫描的效率和准确率，能够满足复杂的工业环境和实际任务要求，且更适应多部件离散制造场景，具有广阔的工业应用前景和客观的经济效益。
-
公开(公告)号：CN113400652B
公开(公告)日：2022-12-02
申请号：CN202110685044.2
申请日：2019-07-11
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: B29C64/393 , B33Y50/02
Abstract: 本发明属于3D打印设备技术领域，具体涉及一种基于振动信号的3D打印机监测与诊断知识库装置、系统，旨在为了解决在3D打印设备异常工作状态早期无法识别异常状态，从而导致严重故障对设备造成不可修复的损害的问题。本发明包括通过振动传感器采集3D打印设备运行时预设部件的振动信号；将所采集到的各预设部件振动信号由模拟信号转换为数字信号并提取时频信息数据；基于时频信息数据，通过比对分析模型获取预设部件的工作状态类型；存储3D打印设备新增样本和初始样本。本发明在异常工作状态早期进行状态识别和打印设备停机保护，避免了严重故障对设备造成不可修复的损害；并在故障发生时及时判别故障类别和故障发生位置。
-
公开(公告)号：CN110532907B
公开(公告)日：2022-01-21
申请号：CN201910748649.4
申请日：2019-08-14
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: G06V40/16 , G06V20/64 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G16H30/20 , G16H50/20
Abstract: 本发明属于图像识别及中医体质分类领域，具体涉及了一种基于面象和舌象双模态特征提取的中医人体体质分类方法、系统、装置，旨在解决现有技术体质分类结果准确率不能达到预期的问题。本发明方法包括：对获取的二维人脸、舌象图像归一化，对获取的三维人脸图像进行3D人脸识别预处理、自组织映射、k‑最邻近操作；提取处理后的二维图像的颜色特征、纹理特征，三维数据的几何特征；将特征融合并降维；采用DAG‑SVM多类分类模型获得对应的体质类别。本发明结合二维和三维数据的特征，在一些疾病的诊断中能够收集到更多角度尺度信息，提高了体质分类的准确率，从而提高了疾病诊断的准确率。
-
公开(公告)号：CN113125448A
公开(公告)日：2021-07-16
申请号：CN202110412237.0
申请日：2021-04-16
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于工业外观缺陷检测领域，具体涉及一种表面缺陷检测系统及方法。其中系统包括多轴机器人、调节装置、色散共焦位移传感器和图像采集装置，调节装置安装在多轴机器人的执行端末端，多轴机器人至少具有六自由度，调节装置至少具有四个方向的调节度；色散共焦位移传感器和图像采集装置安装在调节装置的相对两侧；调节装置配合多轴机器人标定色散共焦位移传感器和图像采集装置的相对位置；多轴机器人基于第一预设路径带动图像采集装置进行图像采集；在移动过程中，多轴机器人基于色散共焦位移传感器的检测数据调整位姿，使被测物体的目标区域位于图像采集装置的采集范围内；本发明大大提高了检测精度，且能够对曲面部分进行自动检测。
-
公开(公告)号：CN111951950A
公开(公告)日：2020-11-17
申请号：CN201910410962.7
申请日：2019-05-16
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于人工智能与医疗领域，具体涉及一种基于深度学习的三维数据医疗分类系统和方法，旨在为了解决现有计算机方法进行病变部位病理特征分类准确性低的问题。本发明对获取的患者病变部位的三维数据通过三维空间仿射变换，得到三维数据特征向量，基于神经网络构建的医疗分类模型对三维数据特征向量进行病理特征类别的判断，进而得到病理特征分类。本发明基于三维数据，丰富了输入数据所包含的信息量，且降低了光照等自然因素影响，并基于训练后的医疗分类模型进行病理特征分类的分配，提高了病变部位病理特征分类准确性。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.039 seconds)
