-
公开(公告)号：CN108318491A
公开(公告)日：2018-07-24
申请号：CN201711262071.9
申请日：2017-12-04
Applicant: 华南理工大学
CPC classification number: G01N21/8851 , G01N2021/8887 , G06T7/0004 , G06T7/11 , G06T7/136 , G06T7/194 , G06T2207/10004 , G06T2207/20024 , G06T2207/20056 , G06T2207/30124
Abstract: 本发明公开了一种基于频谱曲率分析的织物缺陷检测方法，包含如下步骤：消除纹理背景频率分量：通过对织物图像的频谱曲率特征进行掩模屏蔽，从而消除属于周期性纹理背景部分的频率分量，得到仅包含缺陷信息的残余频谱；多通道滤波：采用多通道滤波器组对前述残余频谱进行频域滤波，从而分离和增强位于各不同频段的缺陷特征；阈值分割与融合：对前述滤波输出图像进行阈值分割，通过按位“或”操作融合分割结果，得到最终单一的检测结果图。本发明不要求关于织物纹理和缺陷的先验知识，具有良好的自适应性和抗干扰能力，可有效地用于对织物缺陷的自动在线检测。
-
公开(公告)号：CN115629066B
公开(公告)日：2025-04-25
申请号：CN202211083707.4
申请日：2022-09-06
Applicant: 华南理工大学
IPC: G01N21/84 , G01N21/01 , G06T7/00 , G06T7/11 , G06T7/246 , G06T7/90 , G06T7/80 , G06T7/73 , G06V10/25 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于视觉引导的面向自动配线的方法及装置，装置包括配线作业执行部分、视觉检测部分及驱动控制部分；所述配线作业执行部分包括二维运动平台、旋转辅助机构、一台六自由度的工业机器人和安装在工业机器人末端的夹持器；所述视觉检测部分包括两个工业相机、一个微型相机和图像采集卡；所述驱动控制部分运动控制卡和机器人控制器。本发明采用视觉引导技术实现工业机器人的自动化配线作业，智能化和柔性化程度高，线缆端子的定位和线孔装配的成功率高、灵活性强，可用于线缆自动插接的柔性装配等工业应用场景。
-
公开(公告)号：CN115167433B
公开(公告)日：2024-03-19
申请号：CN202210865835.8
申请日：2022-07-22
Applicant: 华南理工大学
IPC: G05D1/43 , G05D1/242 , G05D1/243 , G05D1/246 , G05D1/633 , G05D1/644 , G05D1/247 , G05D1/648 , G05D109/10
Abstract: 本发明公开了一种融合全局视觉的机器人自主探索环境信息的方法及系统，该方法包括下述步骤：在场景天花板布置鱼眼相机采集全局视觉信息图像；将全局视觉信息图像进行语义分割得到室内语义分割图像结果，对室内语义分割图像结果进行图像二值化处理，提取二值化图像中待探索环境的全局通行区域图像；对全局通行区域图像进行Voronoi图分割，得到基于Voronoi图分割的区域分割结果，对区域分割结果构建全局图结构；基于全局图结构进行TSP求解，获得各Voronoi图分割子区域的全局遍历顺序，计算各节点所需的TSP行驶距离，获取候选边界集，控制移动机器人进行基于边界的自主探索。本发明在能获取大范围室内环境信息，提高了环境信息获取的完整性、可靠性。
-
公开(公告)号：CN115629066A
公开(公告)日：2023-01-20
申请号：CN202211083707.4
申请日：2022-09-06
Applicant: 华南理工大学
IPC: G01N21/84 , G01N21/01 , G06T7/00 , G06T7/11 , G06T7/246 , G06T7/90 , G06T7/80 , G06T7/73 , G06V10/25 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于视觉引导的面向自动配线的方法及装置，装置包括配线作业执行部分、视觉检测部分及驱动控制部分；所述配线作业执行部分包括二维运动平台、旋转辅助机构、一台六自由度的工业机器人和安装在工业机器人末端的夹持器；所述视觉检测部分包括两个工业相机、一个微型相机和图像采集卡；所述驱动控制部分运动控制卡和机器人控制器。本发明采用视觉引导技术实现工业机器人的自动化配线作业，智能化和柔性化程度高，线缆端子的定位和线孔装配的成功率高、灵活性强，可用于线缆自动插接的柔性装配等工业应用场景。
-
公开(公告)号：CN115359119A
公开(公告)日：2022-11-18
申请号：CN202210824877.7
申请日：2022-07-14
Applicant: 华南理工大学
IPC: G06T7/73 , G06V10/26 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/776 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向无序分拣场景的工件位姿估计方法及装置，其中方法包括：获取场景工件的RGB‑D图像；将RGB图输入到目标检测模块中，获得坐标信息；根据坐标信息对所述RGB图像、深度图像进行裁剪，并输入位姿估计模型，获得RGB‑点云融合特征；根据RGB‑点云融合特征获取相机坐标系下的关键点、中心点坐标；对关键点、中心点坐标进行约束；将约束后的关键点、中心点坐标，与预设的模型坐标系下对应的关键点坐标和中心点坐标进行配准，输出目标工件的最终姿态。本发明在模型中引入目标对象的几何特征约束，如预测的关键点和中心点的约束，能够提高预测结果的准确性。本发明可广泛应用于位姿识别技术领域。
-
Patent Agency Ranking
公开(公告)号：CN114066811A
公开(公告)日：2022-02-18
申请号：CN202111191074.4
申请日：2021-10-13
Applicant: 华南理工大学
Abstract: 本发明公开了一种工业产品异常检测方法、系统、装置及存储介质，其中方法包括：获取待检测图像，将待检测图像输入编码器，获得第一编码特征，根据第一编码特征和预设的全局模板特征进行余弦相似度计算，获得相似性得分图；将相似性得分图和预设的阈值分数图进行比较，获取异常特征，将异常特征替换为对应位置的模板特征；将特征修正后的编码特征输入解码器中，获得重建图像；将待检测图像和重建图像进行相似度分数计算，根据相似度分数进行阈值分割，获得待检测图像中存在异常的图像区域。本发明针对实际检测图像的特点制定模板特征，克服重建模型无法重建严重异常的缺点，具有自适应性和抗干扰能力，可广泛应用于工业产品异常检测技术领域。
-
公开(公告)号：CN108694386A
公开(公告)日：2018-10-23
申请号：CN201810459204.X
申请日：2018-05-15
Applicant: 华南理工大学
CPC classification number: G06K9/00798 , G06N3/0454
Abstract: 本发明公开了一种基于并联卷积神经网络的车道线检测方法，包括以下步骤：S1、实际采集视频后截取训练样本图片，并手动标注出车道线，制作用于卷积神经网络训练的训练数据集；S2、构建三个层数不同的自编码卷积神经网络，组成并联卷积神经网络，每个卷积神经网络分别用来检测背景点、实线车道线或虚线车道线；S3、使用训练数据集训练并联卷积神经网络，根据训练过程中损失函数的变化和网络的收敛情况来调整卷积神经网络的参数；S4、根据实际检测效果，调整卷积神经网络的参数，重复步骤S3来训练调整后的并联卷积神经网络，直至达到测试的最佳效果；S5、使用测试图片和实际场景的视频来测试最终训练好的并联卷积神经网络。
-
公开(公告)号：CN118915719A
公开(公告)日：2024-11-08
申请号：CN202410898209.8
申请日：2024-07-05
Applicant: 华南理工大学
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D1/648 , G05D105/15
Abstract: 本发明公开了一种采摘机器人移动底盘与机械臂协同路径规划方法及装置，属于路径规划领域。其中方法包括：搭建采摘机器人采摘的仿真环境；将采摘机器人的整体作为智能体，构建采摘机器人的马尔科夫决策过程模型；通过强化学习与仿真环境进行交互，以调整出最优的策略并获得最高的奖赏值；使用强化学习PPO算法，构建深度神经网络以实现策略优化和价值估计；基于强化学习PPO算法进行训练，为采摘机器人规划一条无碰撞最短路径。本发明充分考虑移动底盘与机械臂协同路径规划问题，具有更高的通用性，可以实现机器人的全自动采摘，可以提高农业采摘机器人的自动化、智能化水平。
-
公开(公告)号：CN118607225A
公开(公告)日：2024-09-06
申请号：CN202410742634.8
申请日：2024-06-11
IPC: G06F30/20 , G06F30/17 , G06F30/12 , G06F111/04 , G06F119/14
Abstract: 本发明涉及一种工业机器人参数化建模方法，包括以下步骤：S1：将工业机器人划分为基座模块和关节连杆模块，对关节连杆模块的零件进行分类；S2：对零件之间的尺寸关联进行分析，并生成尺寸关联图；S3：根据零件之间的尺寸关联图，设计广度优先遍历的尺寸传播路径；S4：设计包括尺寸关联和尺寸传播路径信息的尺寸变量，利用尺寸变量获得能够重复使用的关节连杆模块模型；S5：利用步骤S2‑步骤S4的方法构建工业机器人所有的关节连杆模块模型，获取工业机器人能够重复使用的关节连杆模块模型，基于能够重复使用关节连杆模块模型实现参数化建模。本发明的建模方法能够在不同的CAD系统中实现工业机器人的参数化建模，属于工业机器人建模技术领域。
-
公开(公告)号：CN115439408A
公开(公告)日：2022-12-06
申请号：CN202210920393.2
申请日：2022-08-02
Applicant: 华南理工大学
Abstract: 本发明公开了一种金属表面缺陷检测方法、装置及存储介质，其中方法包括：根据正常样本图像获取缺陷合成图像；对缺陷合成图像进行双树复小波变换，将图像特征从像素域变换到小波域，获得低频分量和多个尺度的高频分量；对获得的低频分量和高频分量进行修改，并进行逆双树复小波变换，获得重建图像；采用缺陷合成图像和重建图像对图像预测模型进行训练；获取待检测图像，将待检测图像输入训练后的图像预测模型，输出检测结果。本发明不需要收集真实的缺陷样本，仅需要正常样本便可以具备较好的缺陷检测和定位能力，可广泛用于带有一定金属光泽的金属表面的自动在线检测。本发明可广泛应用于金属表面的缺陷检测技术领域。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
