公开(公告)号：CN112338898A

公开(公告)日：2021-02-09

申请号：CN202011074993.9

申请日：2020-10-09

Applicant: 中国矿业大学(北京)

Inventor： 商德勇 ,  汪俊杰 ,  杨志远 ,  牛艳奇 ,  王宇威

IPC: B25J9/00 ,  B25J9/16 ,  B25J19/04 ,  G06T7/11 ,  G06T7/136 ,  G06T7/194 ,  G06T7/49 ,  G06T7/66 ,  G06T7/90 ,  B07C5/342 ,  B07C5/36

Abstract: 本发明涉及数据处理技术领域，具体提供了一种物体分选系统的图像处理方法、装置及物体分选系统，旨在解决如何提高物体如煤矸石分选效率与准确性的技术问题。为此目的，根据本发明实施例的图像处理方法，通过图像分割处理获取图像中物体识别区域的局部图像、以局部图像中物体的质心位置为参考点分别获取多个不同倾角的灰度共生矩阵、根据每个灰度共生矩阵各自对应的每个预设的特征参数的特征值计算每个预设的特征参数各自对应的特征均值，以及将上述特征均值设定为局部图像的纹理特征，以便于系统能够根据纹理特征进行物体识别，以提高物体分选系统抓取物体时的抓取精度，进而提高物体分选系统的分选效率与准确性。

公开(公告)号：CN116295393A

公开(公告)日：2023-06-23

申请号：CN202211546762.2

申请日：2022-12-05

Applicant: 中国矿业大学(北京)

Inventor： 商德勇 ,  汪俊杰 ,  樊虎 ,  张天佑 ,  黄云山 ,  潘崭 ,  黄欣怡 ,  牛艳奇

IPC: G01C21/20 ,  G01C21/34 ,  G06Q10/047

Abstract: 本发明涉及机器人路径规划技术领域，具体提供一种基于RRT*‑DR算法的机器人路径规划方法，旨在解决现有RRT*算法在路径规划上存在的收敛速度慢的问题。为此目的，本发明提供的规划方法包括以下步骤：步骤S10：循环采用半目标导向RRT快速扩展方法得到若干个新节点，借助若干个所述新节点将起始点与目标点连接起来形成初始路径；步骤S20：采用迭代方式并借助动态区域采样方法及变步长机制对所述初始路径进行优化。本发明的机器人路径规划方法首先利用半目标导向扩展快速探索，找到连接起始点和目标点的路径，随后利用动态区域采样的方式快速密化节点树，能够使初始路径通过迭代方式向最优路径快速收敛，从而以最快速度得到最优路径。

公开(公告)号：CN112338898B

公开(公告)日：2022-02-15

申请号：CN202011074993.9

申请日：2020-10-09

Applicant: 中国矿业大学(北京)

Inventor： 商德勇 ,  汪俊杰 ,  杨志远 ,  牛艳奇 ,  王宇威

IPC: B25J9/00 ,  B25J9/16 ,  B25J19/04 ,  G06T7/11 ,  G06T7/136 ,  G06T7/194 ,  G06T7/49 ,  G06T7/66 ,  G06T7/90 ,  B07C5/342 ,  B07C5/36

Abstract: 本发明涉及数据处理技术领域，具体提供了一种物体分选系统的图像处理方法、装置及物体分选系统，旨在解决如何提高物体如煤矸石分选效率与准确性的技术问题。为此目的，根据本发明实施例的图像处理方法，通过图像分割处理获取图像中物体识别区域的局部图像、以局部图像中物体的质心位置为参考点分别获取多个不同倾角的灰度共生矩阵、根据每个灰度共生矩阵各自对应的每个预设的特征参数的特征值计算每个预设的特征参数各自对应的特征均值，以及将上述特征均值设定为局部图像的纹理特征，以便于系统能够根据纹理特征进行物体识别，以提高物体分选系统抓取物体时的抓取精度，进而提高物体分选系统的分选效率与准确性。

公开(公告)号：CN112318485B

公开(公告)日：2022-03-15

申请号：CN202011073609.3

申请日：2020-10-09

Applicant: 中国矿业大学(北京)

Inventor： 商德勇 ,  杨志远 ,  牛艳奇 ,  王宇威 ,  汪俊杰

IPC: B25J9/00 ,  B25J9/16 ,  B25J19/04 ,  G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T7/73 ,  G06T7/90 ,  B07C5/342 ,  B07C5/36

Abstract: 本发明涉及数据处理技术领域，具体提供了一种物体分选系统及其图像处理方法、装置，旨在解决如何提高物体分选效率与准确性的技术问题。为此目的，根据本发明实施例的图像处理方法，通过获取背景图像帧与实时图像帧的差分图像、利用Otsu算法对传送图像中ROI区域对应的差分图像区域进行阈值处理、根据阈值处理得到的灰度值分割阈值对差分图像进行图像分割处理，得到差分图像中的背景区域与物体识别区域，以便于系统能够获取传送图像中与物体识别区域对应的局部图像、对局部图像进行图像识别并且根据图像识别结果判断传送区域内是否存在目标物体，以提高物体分选系统抓取物体时的抓取精度，进而提高物体分选系统的分选效率与准确性。

公开(公告)号：CN112318485A

公开(公告)日：2021-02-05

申请号：CN202011073609.3

申请日：2020-10-09

Applicant: 中国矿业大学(北京)

Inventor： 商德勇 ,  杨志远 ,  牛艳奇 ,  王宇威 ,  汪俊杰

IPC: B25J9/00 ,  B25J9/16 ,  B25J19/04 ,  G06K9/00 ,  G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T7/73 ,  G06T7/90 ,  B07C5/342 ,  B07C5/36

Abstract: 本发明涉及数据处理技术领域，具体提供了一种物体分选系统的图像处理方法、装置及物体分选系统，旨在解决如何提高物体分选效率与准确性的技术问题。为此目的，根据本发明实施例的图像处理方法，通过获取背景图像帧与实时图像帧的差分图像、利用Otsu算法对传送图像中ROI区域对应的差分图像区域进行阈值处理、根据阈值处理得到的灰度值分割阈值对差分图像进行图像分割处理，得到差分图像中的背景区域与物体识别区域，以便于系统能够获取传送图像中与物体识别区域对应的局部图像、对局部图像进行图像识别并且根据图像识别结果判断传送区域内是否存在目标物体，以提高物体分选系统抓取物体时的抓取精度，进而提高物体分选系统的分选效率与准确性。