一种基于MAIRNet的PCB缺陷检测与识别方法

    公开(公告)号:CN114429445B

    公开(公告)日:2025-05-23

    申请号:CN202111318512.9

    申请日:2021-11-09

    Abstract: 本发明公开了一种基于MAIRNet的PCB缺陷检测与识别方法,包括:采集PCB模板图像与待检测图像,构建数据集,并且划分成测试集图像和训练集图像;检测是否存在元器件缺失的情况,最终输出缺失元器件定位信息并在待检测图像中进行标注;输出对于极性元器件的定位情况、色环电阻种类及定位信息和焊点缺陷类别及定位信息;输出裁剪后的PCB极性元器件待检测图像与模板图像,构建一种PCB元器件极性判别方法,输出元器件极性接插情况;对获取的信息进行汇总显示。本发明能够检测识别出PCB表面常见的元器件缺失、元器件极性接插错误、焊点缺陷等问题,输出缺陷区域的位置信息、类别信息,并能够对色环电阻类别进行检测与识别,与人工检测的方式相比具有显著优势。

    一种基于稀疏化可视图的机器人快速路径规划方法

    公开(公告)号:CN115220448B

    公开(公告)日:2025-04-04

    申请号:CN202210831716.0

    申请日:2022-07-15

    Abstract: 本发明公开了一种基于稀疏化可视图的机器人快速路径规划方法,其特征在于,包括:针对激光雷达采集得到的点云信息,通过PCL点云库进行点云降采样得到稀疏点云;将得到的稀疏点云使用空洞网格结构进行存储,并且将稀疏点云平面投影得到二值图像,进行图像模糊得到模糊图像;将模糊图像进行轮廓点的提取,得到障碍物的轮廓特征点,并将障碍物的轮廓特征点进行过滤;通过过滤后的障碍物的轮廓特征点构建可视图;使用双向BFS搜索寻找最优路径,并且在路径规划的过程中,剔除障碍物。本发明算法运行速度快,具有良好的实时性;缩短了构建地图和路径规划所需要的时间,同时减少了机器人在未知环境中探索造成的空间浪费,具有抗复杂环境干扰性强等优点。

    基于多尺度预测CNN及龙芯芯片的多类别目标识别方法

    公开(公告)号:CN111950451B

    公开(公告)日:2024-11-22

    申请号:CN202010806204.X

    申请日:2020-08-12

    Abstract: 本发明公开了一种基于多尺度预测CNN及龙芯芯片的多类别目标识别方法,包括:将目标图像输入到搭建好的多尺度背景预测卷积神经网络,输出分类结果;将分类结果为物体的候选框,去除重复的候选框;对多尺度背景预测卷积神经网络充分训练,得到训练好的多尺度背景预测卷积神经网络;视觉摄像头采集视频文件,并且统一尺寸大小;将训练好的多尺度背景预测卷积神经网络模型移植到基于龙芯芯片的嵌入式系统中完成对多类别目标的识别。本发明充分考虑了目标识别快速准确的特点,设计了多尺度背景预测卷积神经网络,利用多尺度网络模型来对多类别目标进行识别,提高了对于多类别目标的识别准确率和速度,并且具有很高的可移植性,应用前景广泛。

    一种基于可见性图构建的机器人路径规划方法

    公开(公告)号:CN118466517A

    公开(公告)日:2024-08-09

    申请号:CN202410911034.X

    申请日:2024-07-09

    Abstract: 本发明公开了一种基于可见性图构建的机器人路径规划方法,通过获取环境的点云数据,提取点云数据中的障碍物的轮廓特征点;并构建障碍物的封闭多边形;对顶点数量大于阈值的封闭多边形,消除其长度小于阈值的边,得到优化后的障碍物多边形;并根据障碍物多边形各顶点之间的可视关系构建可见性图;给定机器人起点和终点,在可见性图上通过双向A*路径规划算法搜索机器人从起点到终点的最短路径。通过设置阈值来控制复杂的大型多边形的顶点数量,充分考虑移动机器人真实环境中冗余节点过多的特点,提高移动机器人在大场景环境下路径规划计算效率,满足实时性要求,使得移动机器人平滑、快速躲避动态障碍物,应用前景广泛。

    一种基于局部自注意力移动窗口算法的路径规划方法

    公开(公告)号:CN117889867B

    公开(公告)日:2024-05-24

    申请号:CN202410304943.7

    申请日:2024-03-18

    Abstract: 本发明公开了一种基于局部自注意力移动窗口算法的路径规划方法,获取当前作业环境的RGB图像,并进行预处理并变换为灰度图;进行边缘检测后获得二值化图像,通过激活函数得到边缘自注意力权重;根据灰度图分割后的图像块的海塞矩阵特征值的熵得到曲率自注意力权重;通过边缘自注意力权重和曲率自注意力权重改进自监督注意力语义分割网络,通过改进的网络获得含有语义信息的图像,根据连续时刻获得的图像预测障碍物的运动方向,从而选择机器人的运动方向。引入海塞矩阵的熵得到新的自注意力权重,加强物体边缘的分割;引入边缘检测得到的自注意力权重,加强图像中颜色变化较大部分的分割,提高边缘分割的准确性,从而提高避障的成功率。

    一种电气线路老化程度检测方法及系统

    公开(公告)号:CN118010104A

    公开(公告)日:2024-05-10

    申请号:CN202410426176.7

    申请日:2024-04-10

    Abstract: 本发明公开了一种电气线路老化程度检测方法及系统,实时获取由目标电气线路供电的电力设备的工作参数以及目标电气线路的外观参数;基于电力设备实时的工作参数与标准的工作参数对比,得到目标电气线路的第一老化影响系数;基于目标电气线路实时的外观参数与标准的外观参数对比,得到目标电气线路的第二老化影响系数;第一老化影响系数和第二老化影响系数结合得到综合老化影响系数;基于综合老化影响系数得到目标电气线路的老化程度。通过电气线路上各电力设备的工作参数结合电气线路的外保护层外观情况,对电气线路老化程度进行分析,提高了对电气线路老化检测的准确性,保障了电气线路沿线各电气设备的正常使用,避免了火灾的发生。

Patent Agency Ranking