-
公开(公告)号：CN117454672B
公开(公告)日：2024-04-12
申请号：CN202311776355.5
申请日：2023-12-22
IPC: G06F30/20 , G06T7/30 , G06T17/20 , G06F30/17 , G06F111/04
Abstract: 本发明公开了一种基于曲面装配约束的机器人作业余量计算方法，获得机身点云X与蒙皮点云Y；基于装配飞机机身点云X提取待装配边界序列点云E；将待装配边界序列点云E与待装配蒙皮点云Y进行最小余量匹配，搜索最近邻匹配对，建立最小余量方差约束的优化误差方程；根据机身点云X建立蒙皮微形变方程，在局部形变上限约束下，联合优化可微点云匹配方程；利用可微匹配方程的梯度方程和海瑟矩阵计算下一步优化方向的旋转矩阵及平移向量；计算优化后的误差，若小于预设误差阈值或者迭代次数大于预设迭代次数总数则输出结果，得到当前匹配后的边界，供给铣削作业机器人去除加工余量，得到最终装配曲面。改善了装配工序，计算高效，具有极高的可用性。
-
公开(公告)号：CN115147488A
公开(公告)日：2022-10-04
申请号：CN202210789995.9
申请日：2022-07-06
Applicant: 湖南大学
IPC: G06T7/73 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/766 , G06V20/70 , G06T1/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于密集预测的工件位姿估计方法与抓取系统，搭建密集逐像素预测网络并训练，获取包含工件的场景RGB图像输入该预测网络，利用网络中的特征金字塔网络提取图像的逐像素卷积特征，采用三个回归分支网络从逐像素卷积特征中分别预测逐像素的语义信息、中心点信息和关键点信息，利用前述信息进行多工件实例分割，得到每个工件实例的密集关键点预测，采用投票策略确定各工件关键点2D位置，通过工件关键点2D位置以及对应工件模型上的3D位置建立2D‑3D对应关系，采用UD‑PnP算法计算工件的6D位姿。该方法网络结构简单、鲁棒性强、执行速度快，适合复杂工业场景下弱纹理、多工件任意位姿工件的抓取任务。
-
公开(公告)号：CN114565629A
公开(公告)日：2022-05-31
申请号：CN202210189810.0
申请日：2022-02-28
Applicant: 湖南大学
IPC: G06T7/13
Abstract: 本发明公开了一种基于多尺度邻域的大型蒙皮边缘缺陷检测方法。该方法通过构建一种多尺度空间搜索方法，更好的判断对应关键点的空间信息，并以此为依据优化搜索方向以及识别三维点云边缘点，极大的提升了三维图像边缘识别的运行效率，提高了识别成功率；同时，对提取的边界点有序化，并用遮罩特征值变化检测缺陷。该方法能够在更短的时间内更加精确地实现点云图像的边缘缺陷检测，具有极高的算法鲁棒性，能够应用于大尺度、结构复杂且效率要求高的精密检测领域。
-
公开(公告)号：CN113580149B
公开(公告)日：2021-12-21
申请号：CN202111156483.0
申请日：2021-09-30
Applicant: 湖南大学
Abstract: 本发明公开了一种基于关键点预测网络的无序混叠工件抓取方法和系统，输入一张实时RGB图像，通过预设的关键点预测网络模型可以分割出每个工件的位置并预测其关键点位置，从而获得关键点在图像中的像素坐标，结合关键点在工件模型坐标系下的3D坐标以及相机内参，解算工件模型坐标系到相机坐标系之间的转换关系，再结合手眼标定获得相机坐标系到机器人坐标系之间的转换关系，进而求解得到机器人坐标系下工件的6DoF位置及位姿信息。该方法能够在关键点被遮挡的情况下通过投票预测出最可能代表关键点的像素位置，解决了工件混叠情况下关键点被遮挡的位姿计算难题，使机器人能够实现更加复杂场景下的工件拾取功能，有效提高拾取成功率。
-
公开(公告)号：CN106546174A
公开(公告)日：2017-03-29
申请号：CN201610947012.4
申请日：2016-10-26
Applicant: 湖南大学
CPC classification number: G01B11/00 , G01B11/2408
Abstract: 本发明公开了一种基于模型滤波的圆检测方法，该方法包括径向扫描、极坐标变换、基于模型的滤波处理和最小二乘圆检测四个步骤，根据圆在极坐标空间中的几何特征，建立圆在极坐标空间的数学模型，利用该模型去除噪声边缘点，能有效去除干扰边缘点，利用去噪后的边缘点，应用最小二乘法进行圆检测；该方法提高了圆检测精度，满足瓶口、瓶底等工业图像检测高速高精度的要求。
-
Patent Agency Ranking
公开(公告)号：CN106052792A
公开(公告)日：2016-10-26
申请号：CN201610329264.0
申请日：2016-05-18
Applicant: 湖南大学
CPC classification number: G01F23/00 , G06T7/0006 , G06T2207/30128
Abstract: 本发明公开了一种基于机器视觉的PET瓶液位检测方法及装置，该装置采用一台相机、两个面光源、五个反射镜面以及工业控制机和PLC控制单元，通过五个镜面的搭配使用，获取PET瓶多角度图像，该装置具有结构简单、调试方便、成本低以及速度快的优点；该检测方法采用简单高效的投影梯度法获取液位信息，实现PET瓶液位的检测，本发明所述的检测方法精度高、运算快，快速准确的实现了PET瓶的液位检测。
-
公开(公告)号：CN105334219A
公开(公告)日：2016-02-17
申请号：CN201510589588.3
申请日：2015-09-16
Applicant: 湖南大学
IPC: G01N21/88
Abstract: 本发明公开了一种基于残差分析动态阈值分割的瓶口缺陷检测方法，首先，提出随机圆评估方法用于实现瓶口区域定位；随后，对极坐标变换展开所得的瓶口目标图像进行强烈平滑处理，平滑前后的瓶口目标图像进行差分，形成一个随原始瓶口目标图像灰度值变化的阈值曲面，用该曲面对瓶口目标图像进行动态阈值分割；最后，对分割后的二值图像进行区域连通性检测，根据连通区域的高、宽和面积判断其是否为缺陷。该方法对图像中识别目标的灰度值变化、干扰有很强的适应能力，且执行速度快，有效解决了瓶口缺陷高速高精度检测的难题。
-
公开(公告)号：CN104268857A
公开(公告)日：2015-01-07
申请号：CN201410469840.2
申请日：2014-09-16
Applicant: 湖南大学
IPC: G06T7/00
CPC classification number: G06T7/0006 , G06T3/4069 , G06T5/10 , G06T7/13 , G06T2207/20032
Abstract: 本发明公开了一种基于机器视觉的快速亚像素边缘检测与定位方法，包括以下步骤：步骤1：获取检测图像；步骤2：图像去噪预处理：步骤3：计算每个像素点水平方向上的梯度Gx和垂直方向上的梯度Gy；步骤4：计算每个像素点极坐标下的梯度幅值G0和梯度方向Gθ；步骤5：确定每个像素点的邻域像素点；步骤6：确定像素级边缘点；步骤7：计算每个像素级边缘点在8分梯度方向上的亚像素边缘点到该像素级边缘点的距离；步骤8：计算实际梯度方向Gθ上的亚像素边缘点到像素级边缘点的距离d；步骤9：采用余弦查找表法计算其实际梯度方向Gθ上的亚像素边缘点的直角坐标，进而实现图像边缘点的检测和亚像素级定位。整个方法计算精度高、速度快。
-
公开(公告)号：CN103942792A
公开(公告)日：2014-07-23
申请号：CN201410150949.X
申请日：2014-04-15
Applicant: 湖南大学
Abstract: 本发明公开了一种医药检测机器人中基于序列图像时域特征的杂质检测方法，根据序列图像像素的时域特征，将亮背景区域特征和暗背景区域特征映射到同一特征空间，消除亮背景与暗背景之间的差别，并通过神经网络对目标与背景进行分类，实现目标与背景的分割，根据异物特征运动轨迹，检测出异物。有效解决序列帧差法无法解决的亮背景、暗背景图像分割问题，异物检测漏检率、误检率更低；该发明方法相比现有序列差分方法，速度更快，且不受序列帧数目的影响，尤其在20帧以上的序列图像处理过程中，效果更明显；采用BP神经网络，通过样本学习的方法，自动建立分类标准，增强了复杂背景的适应能力，满足更多样本特征的有效提取。
-
公开(公告)号：CN119359778B
公开(公告)日：2025-03-28
申请号：CN202411944424.3
申请日：2024-12-27
Applicant: 湖南大学
IPC: G06T7/33 , G06T7/00 , G06T5/80 , G06V10/774
Abstract: 本发明公开了一种基于特征分离的大基线图像配准方法及系统，以预设的重叠率对电路板进行图像采集，得到若干张电路板局部图像，对若干张电路板局部图像进行畸变矫正，将畸变矫正后的电路板局部图像组成图像对并构建训练集，搭建图像配准网络，使用训练集对图像配准网络进行训练并计算重构损失，得到训练后的图像配准网络，获取真实场景下待配准的大基线图像，将待配准的大基线图像进行畸变矫正后组成图像对输入至训练后的图像配准网络处理，输出真实场景下待配准的大基线图像对的图像变换矩阵，根据图像变换矩阵实现真实场景下待配准大基线图像对的配准。该方法能够在实际的工业应用中显著提高图像配准的精度、效率和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.027 seconds)
