-
公开(公告)号：CN118134858A
公开(公告)日：2024-06-04
申请号：CN202410210528.5
申请日：2024-02-26
Applicant: 湖南大学 , 三一汽车制造有限公司 , 江西省通讯终端产业技术研究院有限公司
Abstract: 本发明公开了一种基于随机采样与模板匹配的工件平面检测方法及系统，该方法包括：采集待检测工件的点云图像数据；基于随机采样对点云图像数据进行平面拟合，分割出面积最大的平面并保存其平面点云；将平面点云的最长宽度、最长高度作为二值图像的宽度、高度，再建立二值图像的像素坐标系完成平面点云与图像像素的转换；基于自适应窗口扫描二值图像，将与窗口匹配的平面窗口保存，最后计算平面窗口的中心点云位置实现平面位置定位。本发明通过上述技术方案克服现有平面检查技术中存在检查效率低、实时性差、接触式检查的技术问题，有效提升检测效率、实时性，且本发明该方法还能解决对不同形状、姿态与距离的工件泛化能力差的问题。
-
公开(公告)号：CN117593368A
公开(公告)日：2024-02-23
申请号：CN202311541108.7
申请日：2023-11-17
Applicant: 湖南大学
Abstract: 针对现阶段6D位姿估计方法在一些在场景杂乱等情况下性能表现不佳的问题，本发明目的在于提供一种基于迭代注意力机制的6D位姿估计方法，该方法搭建迭代注意力融合网络，包括语义分割网络、卷积神经网络、点云网络、迭代注意力模块、位姿预测模块和位姿迭代优化模块；以RGB图像和深度图像作为网络的输入，并通过卷积神经网络、点云网络从图像中提取出来语义特征、外观特征和几何特征，将这些特征进行密集融合，然后经过迭代注意力模块处理后输入到位姿预测模块中输出预测6D位姿，预测6D位姿信息进一步输入到位姿迭代优化模块，得到最终的6D位姿。有效提高了场景杂乱情况下目标物体的识别效率和准确性。
-
公开(公告)号：CN112270249B
公开(公告)日：2024-01-23
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。
-
公开(公告)号：CN117370889A
公开(公告)日：2024-01-09
申请号：CN202311318568.3
申请日：2023-10-12
IPC: G06F18/2415 , G01M13/00 , G06V10/764 , G06T7/00 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本申请涉及一种机器人打磨装备的可解释故障诊断方法，该方法包括：收集每种打磨装备故障状态下的机械臂末端的振动信号以及被打磨工件的表面图像；将振动信号进行分割处理，将分割处理的振动信号映射为振动图像；提取表面图像的图像特征，并统计图像特征的像素值分布；基于深度学习网络构建故障诊断模块和辅助学习模块；将振动图像分别输入至故障诊断模块、辅助学习模块，并将像素值分布输入至辅助学习模块，进行联合训练，使故障诊断模块学习到工件的打磨质量；将待检测的振动图像输入至联合训练后的故障诊断模块，输出故障诊断结果；故障诊断结果包括故障类型以及工件的打磨质量。该方法为故障诊断结果提供了可信度。
-
公开(公告)号：CN117058404A
公开(公告)日：2023-11-14
申请号：CN202311213263.6
申请日：2023-09-20
Applicant: 湖南大学 , 三一汽车制造有限公司
IPC: G06V10/40 , G06V10/762 , G06V10/764 , G06V10/766
Abstract: 本发明涉及焊接坡口检测技术领域，具体为一种基于三维点云的多类型焊接坡口特征提取方法，包括：1、测量工件的三维点云数据；2、对三维点云数据进行滤波处理；3、构建聚类簇集合并分类，得到聚类结果；4、构建各个聚类簇的分段线性回归误差函数err(r)；5、最小化误差函数err(r)以搜索最优r；6、比较当前分段数量下的信息准则值与之前的值，判断是否要更新分段数量，如果需要，保存当前的最优r，循环4至6；否则，将最优r返回，得到拟合曲线；7、计算坡口特征点。本发明通过使用AIC、BIC方法评估模型的质量，定义了多类型焊接坡口特征提取方法，对于各个类型的焊接坡口，均能获得相对精确的特征结果。
-
Patent Agency Ranking
公开(公告)号：CN116728291B
公开(公告)日：2023-10-31
申请号：CN202311030811.1
申请日：2023-08-16
Applicant: 湖南大学
IPC: B24B49/12 , B24B27/00 , B25J11/00 , G01M13/00 , G01H1/00 , G06F18/241 , G06N3/0455 , G06N3/0464 , G06V10/764 , G06V10/82 , G06F18/22
Abstract: 本申请的实施例提供了基于边缘计算的机器人打磨系统状态监测方法和装置。所述方法包括获取当前的振动信号；对所述振动信号进行降噪和融合处理，得到振动图像；将所述振动图像，输入至预先训练的故障诊断模型，得到当前打磨系统的故障类型；将所述振动图像，输入至预先训练的质量匹配模型，得到当前打磨系统的相关值和力信号；所述力信号用于确定当前打磨系统的打磨质量；基于所述故障类型、相关值和打磨质量，完成对当前打磨系统的监测。以此方式，仅采集加度传感器的振动信号即可完成故障、打磨质量的统一监测，极大的减少了传感器的数量和类型，在降低了经济成本的同时降低了机器人打磨系统的复杂性。
-
公开(公告)号：CN116643501B
公开(公告)日：2023-10-24
申请号：CN202310878118.3
申请日：2023-07-18
Applicant: 湖南大学
IPC: G05B13/04
Abstract: 本发明公开了一种稳定性约束下的空中作业机器人可变阻抗控制方法及系统，其中，本发明提出期望可变阻抗动力学中阻抗曲线的稳定性约束条件；并引入命令轨迹变量，将阻抗控制问题转换成特殊的跟踪控制问题，构建出命令轨迹与期望轨迹之间的关系，从而基于设定的期望轨迹得到命令轨迹，利用空中作业机器人的实际动力变量获得位置误差、线速度误差；利用期望姿态与实际动力变量获得姿态误差以及角速度误差，最终利用可变阻抗位置控制器以及几何姿态控制器得到变阻抗控制力以及控制力矩。本发明技术方案的空中作业机器人在执行任务前先验保障期望可变阻抗动力学的指数稳定性，具有算法结构简单、实现成本低和鲁棒的交互作业能力等优点。
-
公开(公告)号：CN116643501A
公开(公告)日：2023-08-25
申请号：CN202310878118.3
申请日：2023-07-18
Applicant: 湖南大学
IPC: G05B13/04
Abstract: 本发明公开了一种稳定性约束下的空中作业机器人可变阻抗控制方法及系统，其中，本发明提出期望可变阻抗动力学中阻抗曲线的稳定性约束条件；并引入命令轨迹变量，将阻抗控制问题转换成特殊的跟踪控制问题，构建出命令轨迹与期望轨迹之间的关系，从而基于设定的期望轨迹得到命令轨迹，利用空中作业机器人的实际动力变量获得位置误差、线速度误差；利用期望姿态与实际动力变量获得姿态误差以及角速度误差，最终利用可变阻抗位置控制器以及几何姿态控制器得到变阻抗控制力以及控制力矩。本发明技术方案的空中作业机器人在执行任务前先验保障期望可变阻抗动力学的指数稳定性，具有算法结构简单、实现成本低和鲁棒的交互作业能力等优点。
-
公开(公告)号：CN116385348A
公开(公告)日：2023-07-04
申请号：CN202310059729.5
申请日：2023-01-18
Applicant: 中广核研究院有限公司 , 中广核核电运营有限公司 , 湖南大学 , 中国广核集团有限公司 , 中国广核电力股份有限公司
Abstract: 本申请涉及一种控制棒与驱动杆的脱扣状态检测方法、装置和设备。所述方法包括：获取采集设备采集的驱动杆的杆头部的头部图像，确定头部图像中各候选区域与驱动杆的标准头部图像之间的第一相似度，根据各候选区域对应的第一相似度，从各候选区域中确定目标区域，根据目标区域和目标多项式模型，确定沿竖直方向上杆头部与采集设备之间的实际竖直距离，根据实际竖直距离判断驱动杆是否处于脱扣状态。采用本方法能够提高驱动杆与控制棒之间脱扣状态检测的准确性。
-
公开(公告)号：CN115855839B
公开(公告)日：2023-06-02
申请号：CN202310151149.9
申请日：2023-02-22
Applicant: 湖南大学
Abstract: 本发明公开了一种基于ADMM框架的改进空谱融合高光谱计算重构方法，医药高光谱图像在经过编码孔径快照式光谱成像后，获得医药高光谱测量值，将医药高光谱测量值向量化；采用带约束项的拉格朗日乘子法对向量化后的医药高光谱测量值进行优化求解，得到优化求解表达式；利用改进的空谱融合去噪方法对优化求解表达式中的先验项进行求解并迭代，当迭代次数达到预设次数时，得到医药高光谱图像的重构值。基于ADMM优化框架对计算成像的逆问题进行重构求解，并添加基于高光谱图像先验的对偶约束项来限制图像重构的方向。通过改进的空谱融合网络对高光谱图像进行去噪，去噪后的先验约束则会矫正ADMM的优化方向，使得计算重构达到满意的效果。
-
-
-
-
-
-
-
-
-
Search Results
253
records
(took 0.031 seconds)
