一种基于云平台的无序工件抓取方法及其系统

    公开(公告)号:CN114714365A

    公开(公告)日:2022-07-08

    申请号:CN202210641069.7

    申请日:2022-06-08

    Applicant: 湖南大学

    Abstract: 本发明具体公开了一种基于云平台的无序工件抓取方法及其系统,所述方法包括:搭建硬件系统和云平台;图像采集装置标定获取内参;手眼标定与拾取装置标定;利用预设训练好的实例分割模型获取目标工件的点云信息;将目标工件的点云信息与预设实例模板的点云信息进行ICP配准;算机器人基座坐标系与目标工件坐标系之间的转换矩阵,进而得到目标工件的位姿信息;基于目标工件的位姿信息,通过服务器控制机器人系统对目标工件进行抓取,进而完成目标工件的上料工作。本发明能够有效解决工业场景复杂、存在堆叠现象且采集图像边缘与纹理信息不明显所造成位姿获取难度高的问题。

    一种圆柱形锂离子电池热异常检测与定位方法

    公开(公告)号:CN113608127B

    公开(公告)日:2021-12-21

    申请号:CN202111169167.7

    申请日:2021-10-08

    Applicant: 湖南大学

    Abstract: 本发明公开了一种圆柱形锂离子电池热异常检测与定位方法,包括:建立圆柱电池温度空间分布模型;通过坐标变换得到归一化后的空间位置和时间量并建立扰动和热异常存在时归一化的温度空间分布模型;根据预设的优化目标函数辨识归一化的温度空间分布模型的参数;采集电池表面温度数据、电池电流和端电压数据,结合归一化的温度空间分布模型构建反步边界观测器;根据反步边界观测器和归一化的温度空间分布模型得到误差系统,通过逐次逼近法对误差系统进行求解得到输出温度估计误差;对输出温度估计误差采用三次样条插值方法得到分布式残差量,代入预设的残差评估函数得到评估值,当评估值大于预设的阈值时,定位到空间位置处存在热异常。

    一种航空发动机叶片机器人自主测量方法及系统

    公开(公告)号:CN112284290B

    公开(公告)日:2021-09-28

    申请号:CN202011122728.3

    申请日:2020-10-20

    Applicant: 湖南大学

    Abstract: 本发明公开了一种航空发动机叶片机器人自主测量方法及系统。该方法包括:标定伺服旋转工作台、结构光三维扫描仪、机器人,根据航空发动机叶片设计模型布置测量点,规划机器人测量的路径,测量航空发动机叶片的三维形貌,处理航空发动机叶片的测量数据。该系统包括硬件系统和软件系统,硬件系统包含伺服旋转工作台、叶片测量夹具、结构光三维扫描仪、机器人、机器人控制柜、工业计算机;软件系统包含测量系统标定模块、测量点布局模块、机器人测量路径规划模块、点云数据处理及可视化模块、三维模型格式转换模块、人机交互模块、测量过程控制模块。本发明根据产品设计模型自动布局测量点并生成机器人测量路径,实现机器人自主测量。

    卷积神经网络软硬件协同加速的异构SoC实现方法

    公开(公告)号:CN113240101A

    公开(公告)日:2021-08-10

    申请号:CN202110521611.0

    申请日:2021-05-13

    Applicant: 湖南大学

    Abstract: 本发明公开了一种卷积神经网络软硬件协同加速的异构SoC实现方法,包括:片内处理器获取当前待检测图片进行预处理,当当前待检测图片预处理完毕后,将预处理完毕的当前待检测图片通过存储器发送至可编程逻辑电路,并获取下一张待检测图片作为当前待检测图片进行预处理;可编程逻辑电路接收预处理完毕的当前待检测图片,根据预设的卷积神经网络硬件加速器和预设的卷积神经网络模型进行计算,当当前待检测图片计算完毕后,将计算完毕的当前待检测图片通过存储器发送至片内处理器;片内处理器接收计算完毕的当前待检测图片,对计算完毕的当前待检测图片进行后处理,输出当前待检测图片的检测结果。实现低成本的嵌入式SoC的高速实时图像处理。

    一种医药异物高光谱分类检测方法

    公开(公告)号:CN113095305A

    公开(公告)日:2021-07-09

    申请号:CN202110634697.8

    申请日:2021-06-08

    Applicant: 湖南大学

    Abstract: 本发明公开了一种医药异物高光谱分类检测方法,首先输入医药异物高光谱图像;其次提出多项式平滑滤波的异物高光谱去噪方法,抑制光谱噪声干扰;再次提出异物光谱波段聚类分组PCA降维与半监督LDA结合的特征提取方法,先采用波段聚类分组PCA降维对预处理后图像进行降维处理,并通过半监督LDA提取光谱特征,随后利用二维Gabor滤波器提取空间特征,将上述特征联合作为图像的分类特征;最后采用支持向量机实现医药异物检测并输出异物类别。本发明提出了PCA和LDA二次降维的方法,以便提取出更有利于后续分类操作的光谱特征;同时,引入半监督LDA降低对标签数据的依赖,实现少量标签数据样本下异物的高准确率检测。

    一种融合RGB-D视觉特征的目标位姿估计方法

    公开(公告)号:CN112270249A

    公开(公告)日:2021-01-26

    申请号:CN202011152483.9

    申请日:2020-10-26

    Applicant: 湖南大学

    Abstract: 本发明提供了一种融合RGB‑D视觉特征的目标位姿估计方法。所述融合RGB‑D视觉特征的目标位姿估计方法包括如下步骤:获取包含目标物体的RGB图像和深度图像;将RGB图像输入至主干网络进行RGB特征提取和实例分割,获得多通道卷积特征图像和目标物体分割掩码;利用目标分割掩码裁剪多通道卷积特征图像和深度图像,得到每个目标物体的图像卷积特征块和深度图像块;对目标物体任意尺寸的图像卷积特征块进行空间金字塔池化,得到规范大小的目标RGB特征向量;从深度图像块获取目标物体点云,并提取点云特征,获得点云特征向量;融合目标的RGB特征和点云特征,进行目标位置估计和姿态估计,输出每个对应目标的类别和位姿P。本发明目标位姿估计精度高、过程简便。

    一种基于机器视觉的玻璃瓶底缺陷检测方法及系统

    公开(公告)号:CN111896556A

    公开(公告)日:2020-11-06

    申请号:CN202010773562.5

    申请日:2020-08-04

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于机器视觉的玻璃瓶底缺陷检测方法及系统,其方法为:步骤1,获取瓶底图像,定位与提取瓶底区域,并将瓶底区域划分为三个子区域:中心圆平面区域、环形平面区域和环形纹理区域;步骤2,采用基于显著性检测的方法对中心圆平面区域进行缺陷检测并标记;步骤3,采用基于多尺度滤波的方法对环形平面区域进行缺陷检测并标记;步骤4,采用基于模板匹配的方法对环形纹理区域进行缺陷检测并标记;步骤5,将步骤2至4得到的已标记好缺陷的中心圆平面区域、环形平面区域和环形纹理区域进行融合,得到标记有所有缺陷的瓶底图像。本发明对瓶底的缺陷检测精度更高、执行速度更快。

    一种LCD显示屏成品瑕疵检测成像装置及方法

    公开(公告)号:CN111505849A

    公开(公告)日:2020-08-07

    申请号:CN202010546470.3

    申请日:2020-06-16

    Applicant: 湖南大学

    Abstract: 本发明公开了一种LCD显示屏成品瑕疵检测成像装置及方法,包括工业相机,工业相机安装于待检LCD显示屏的正上方,待检LCD显示屏的周围设置有由多组光源设备堆叠构成的多层光源,多层光源的入射光线与待检LCD显示屏所成特定入射角,多层光源中的各组光源设备每次开启一组,同时其他组光源设备关闭,工业相机用于抓取不同组光源设备开启时的待检LCD显示屏的图像。本发明通过各组光源设备依次开启,且每次只一组光源设备开启,由工业相机抓取不同曝光度的多张图像,从而获得待检LCD显示屏多张图像,即可获取待检LCD显示屏各层次瑕疵,以实现对LCD显示屏成品缺陷的自动成像。

Patent Agency Ranking