双向融合6D物体位姿估计方法
    41.
    发明公开

    公开(公告)号:CN118799393A

    公开(公告)日:2024-10-18

    申请号:CN202410801484.3

    申请日:2024-06-20

    Abstract: 双向融合6D物体位姿估计方法,解决了在位姿估计时传感器噪声干扰影响网络性能,鲁棒性较差的问题,属于物体位姿估计领域。本发明提供一种基于新型transformer架构的双向融合6D物体位姿估计方法:对待估计场景的RGB图像与深度图像进行预处理,将深度图像转换成点云数据;利用特征提取层提取RGB图像中的外观特征和点云数据中的几何特征;双向特征融合层集成在特征提取层的每一个维度内;自适应MOE层根据特征提取层最后输出的特征判断主导模态,调整外观特征和几何特征的权重,得到MOE特征,并与特征提取层最后输出的外观特征和几何特征进行拼接,拼接后输入至6D物体位姿估计层得到每个物体的6D位姿参数。

    一种基于多传感器融合的动力电池电芯极柱检测方法

    公开(公告)号:CN118392033A

    公开(公告)日:2024-07-26

    申请号:CN202410476577.3

    申请日:2024-04-19

    Abstract: 一种基于多传感器融合的动力电池电芯极柱检测方法,属于动力电池组产线智能化检测领域。本发明解决了现有飞行焊过程中存在电芯极柱位置检测的精度和实时性较差的问题。本发明采用相机对动力电池进行图像采集,获取极柱感兴趣区域,获取激光点在线激光测量仪坐标系下的三维坐标;对电芯极柱区域图像进行高斯滤波、灰度图转换,获取电芯极柱区域灰度图像;进而获取电芯极柱中心的二维坐标,再计算出电芯极柱在相机坐标系下的三维坐标,获取有效激光阵列所有激光点深度值的均值,通过相机针孔模型和机器人坐标转换关系,计算出电芯极柱在焊接机器人坐标系下的三维坐标,实现对动力电池电芯极柱的位置的检测。本发明适用于电芯极柱位置检测。

    一种基于多尺度注意力机制的新能源电池包图像分类方法及装置

    公开(公告)号:CN118247561A

    公开(公告)日:2024-06-25

    申请号:CN202410365894.8

    申请日:2024-03-28

    Abstract: 本发明的一种基于多尺度注意力机制的新能源电池包图像分类方法及装置,基于多尺度注意力机制的CNN+Transformer架构(MSNET),对传统的基于CNN的图像分类方法进行了改进,提高了新能源电池包在类别间特征差异过小情况下的图像分类准确度;MSNET网络可以提取不同尺度下的局部信息,将局部结构信息整合到全局上下文信息中,提高特征识别能力,以缓解全局上下文信息不足问题。同时,为缓解参数量大,计算复杂度高等问题,本发明所提出的MSNET网络引入深度可分离卷积,在通道维度而不是空间维度执行自注意力,大幅度减少卷积参数及计算量,显著提高效率。

    一种用于大曲率管件全位置焊接的机器人焊缝跟踪方法

    公开(公告)号:CN112809167B

    公开(公告)日:2022-06-07

    申请号:CN202011641612.0

    申请日:2020-12-31

    Abstract: 一种用于大曲率管件全位置焊接的机器人焊缝跟踪方法,涉及焊接加工领域。本发明是为了解决当管子无法选准或变机位无法应用时现有的焊缝跟踪技术无法实现全位置焊接及焊缝跟踪的问题。本发明所述的方法包括:获得激光传感器坐标系到机器人工具坐标系的转换矩阵;获得示教的圆弧坐标系到机器人基坐标系的转换矩阵;获得的矩阵获得圆弧坐标系下的焊缝点偏差;采用SG平滑算法对法向上的偏差Δu和垂直方向上的偏差Δw分别进行平滑;将平滑后的半径的偏差Δu、向的偏差Δw输入PID控制器获得平滑、稳定的焊缝跟踪偏差;根据获得的焊缝跟踪偏差获得机器人基坐标系下焊缝纠偏后的焊缝点。本发明用于机器人的焊缝跟踪。

    一种基于全景相机下直线特征的室内移动机器人导航方法

    公开(公告)号:CN110928311B

    公开(公告)日:2021-11-19

    申请号:CN201911295204.1

    申请日:2019-12-16

    Abstract: 一种基于全景相机下直线特征的室内移动机器人导航方法,涉及机器人学、机器视觉与控制技术领域。本发明的目的是为了保证采用基于图像的视觉伺服方法控制移动机器人时,目标图像特征整个过程都在相机视野范围内。本发明采用了全景相机,针对室内的应用环境而言可以获取到更为丰富的外部环境信息,除此之外相较于单点采取了更为稳定的直线特征作为图像特征,图像特征始终出现在视野范围之内。另外针对全景相机非线性成像的特点,实现了机器人空间姿态与图像信息的一一对应关系,从而确保了系统的鲁棒性,使得伺服控制系统对于环境的适应性更强。

    一种用于大曲率管件全位置焊接的机器人焊缝跟踪方法

    公开(公告)号:CN112809167A

    公开(公告)日:2021-05-18

    申请号:CN202011641612.0

    申请日:2020-12-31

    Abstract: 一种用于大曲率管件全位置焊接的机器人焊缝跟踪方法,涉及焊接加工领域。本发明是为了解决当管子无法选准或变机位无法应用时现有的焊缝跟踪技术无法实现全位置焊接及焊缝跟踪的问题。本发明所述的方法包括:获得激光传感器坐标系到机器人工具坐标系的转换矩阵;获得示教的圆弧坐标系到机器人基坐标系的转换矩阵;获得的矩阵获得圆弧坐标系下的焊缝点偏差;采用SG平滑算法对法向上的偏差Δu和垂直方向上的偏差Δw分别进行平滑;将平滑后的半径的偏差Δu、向的偏差Δw输入PID控制器获得平滑、稳定的焊缝跟踪偏差;根据获得的焊缝跟踪偏差获得机器人基坐标系下焊缝纠偏后的焊缝点。本发明用于机器人的焊缝跟踪。

    一种用于机器人焊接视觉的图像快速降噪模型建立方法

    公开(公告)号:CN112734667A

    公开(公告)日:2021-04-30

    申请号:CN202110012679.6

    申请日:2021-01-06

    Abstract: 一种用于机器人焊接视觉的图像快速降噪模型建立方法,属于成像技术领域。解决了机器人焊缝跟踪过程中需要快速降低飞溅噪音以及成像的问题。本发明先获取多帧曝光时长不同的标定图像;计算所有标定图像每个像素点的辐照度表达值;计算所有图像对应像素点辐照度表达值的加权平均值,作为对应像素点的最终的辐照度表达值;将所述辐照度表达值压缩成目标灰度值;任意选取两帧曝光时长不同的标定图像,构造带有映射关系的查找表,利用图形学操作方法,消除表格中的数据离群点与区域边缘的毛刺;将数据集中分布区域设定为脊线区域,通过像素邻域灰度平均的方法与卷积平均法对脊线区域数据进行修正;完成模型建立。本发明适用于图像快速降噪。

    Cholesky分解算法运算级流水线硬件加速方法

    公开(公告)号:CN112035795A

    公开(公告)日:2020-12-04

    申请号:CN202010929259.X

    申请日:2020-09-07

    Abstract: Cholesky分解算法运算级流水线硬件加速方法,涉及Cholesky分解算法领域。解决了如何对Cholesky分解算法进行加速计算的问题。本发明加速方法是基于FPGA实现的,利用FPGA对对称正定矩阵A进行Cholesky分解,使对称正定矩阵A的Cholesky分解矩阵L以并行运算的方式计算,获得矩阵L中待计算元素,完成对矩阵L的运算,实现对对称正定矩阵A的Cholesky分解。本发明主要用于对Cholesky分解算法进行加速。

Patent Agency Ranking