-
公开(公告)号：CN107737980B
公开(公告)日：2024-04-09
申请号：CN201710878237.3
申请日：2017-09-26
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
IPC: B23C3/12
Abstract: 本发明公开一种工件自动倒角设备及控制方法，包括工作台、龙门架、转换台、定位机构、锁紧机构、第一倒角机构和第二倒角机构；首先，将工件放入液压卡盘上，定位气缸和液压卡盘对工件的位置进行定位和锁紧；然后，转盘将工件送到倒角工位上；接着，第一倒角机构对工件的棱边进行倒R角；接着，第二倒角机构对工件的每一条棱边进行倒角；最后第一电机动作并驱动转盘再次旋转180度，将待加工工件送到倒角工位进行加工，而加工完毕的工件则送到上料工位，进行卸料和上料操作，这个过程全自动化操作，无需人工干预，当出现故障或定位不准时便会报警警示，从而提高工件的倒角效率和质量。本发明还具有结构简单、容易制造、控制精度高、操作方便的优点。
-
公开(公告)号：CN112364838B
公开(公告)日：2023-04-07
申请号：CN202011429519.3
申请日：2020-12-09
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
IPC: G06V30/226 , G06V10/764 , G06T3/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种利用合成的联机文本图像改进手写OCR性能的方法，包括以下步骤：步骤S1，选取和划分数据集，采用IAM数据集，所述中IAM数据集含有IAM手写数据集和IAM联机手写数据集；步骤S2，构建风格GAN网络的生成器，所述生成器包括三个部分，内容编码器、内容解码器和风格编码器；步骤S3，训练网络中的的生成器；步骤S4，通过训练出来的生成器网络模型对联机数据集中文本图像进行合成。采用本发明框架生成的手写图像能够有效提升OCR识别精度，对于采集和构造大规模手写数据集提供了一个可行的替代方案。
-
公开(公告)号：CN113487602A
公开(公告)日：2021-10-08
申请号：CN202110860152.9
申请日：2021-07-28
Applicant: 佛山市南海区广工大数控装备协同创新研究院
Abstract: 本发明公开一种基于小目标语义分割的工件检测方法，方法包括S1、根据垫片检测要求搭建目标检测算法；S2、采集多种类型的垫片图像，并进行预处理；S3、将预处理后的垫片图像分别制作成训练集和测试集；S4、将步骤S2制成的训练集放入目标检测算法当中进行训练；S5、将步骤S2制成的测试集放入步骤S4训练好的目标检测算法当中进行泛化测试；S6、根据测试结果来评判目标检测算法是否达到所要求的性能指标，主要是依托垫片检测项目，对所依托项目的生产对象垫片进行学习，最后能够对流水线上的垫片进行检测和定位，同时能识别遮挡的目标，实现了对垫片的高速度、高精度和非接触的检测与定位。
-
公开(公告)号：CN112418131A
公开(公告)日：2021-02-26
申请号：CN202011381559.5
申请日：2020-12-01
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
Abstract: 本发明公开了一种基于半锚式检测器的目标检测方法，获取目标检测图像；将所述目标检测图像中的缺陷进行标注，将标注之后的目标检测图像进行可视化；根据不同缺陷的目标检测图像对应的数据量占比，将目标检测图像分为训练图像和测试图像；搭建半锚式检测器模型结构，输入所述训练图像，利用梯度下降法和focal损失来训练半锚式检测器模型结构，反复学习后得到收敛后的半锚式检测器模型；利用所述测试图像对半锚式检测器模型进行测试，若所述半锚式检测器模型的准确率大于阈值，则输出半锚式检测器模型。本发明可以提高产线上酒瓶缺陷检测的速度和准确率。
-
公开(公告)号：CN109319395A
公开(公告)日：2019-02-12
申请号：CN201811274004.3
申请日：2018-10-30
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
IPC: B65G27/02 , B65G47/248
Abstract: 本发明公开了一种定位及翻料装置，工作时，送料导轨将弯管物料从第二振动盘送至抬高板上，此时翻料气缸动作，推着助力换向导块和托起顶块共同前进；然后退器顶块将抬高板慢慢抬起，弯管物料在重力作用下滑进导向块底板，并在倾斜的导向块底板作用下滑进翻料通孔内，与此，翻料挡板也随着抬高板一齐升起将下一弯管物料挡住；与此同时，助力换向导块的前进运动在助力换向条的作用下分解为活动导向块的两侧横向张开运动，弯管物料在活动导向块张开后完全落入工装夹具内，从而完成定位及翻料操作；最后翻料气缸驱动助力换向导块向后运动，使托起顶块、抬高板、活动导向块复位，等待下一轮翻料操作。本发明还具有结构简单、操作方便、容易实施的优点。
-
Patent Agency Ranking
公开(公告)号：CN105711782B
公开(公告)日：2018-06-05
申请号：CN201610047281.5
申请日：2016-01-25
Applicant: 佛山市南海区广工大数控装备协同创新研究院
Abstract: 本发明提供了一种水下机器人重心调节装置，包括外壳后端盖和外壳前端盖，外壳前端盖和外壳后端盖分别安装在外壳的前后两个端面，玻璃前罩安装在外壳前端盖的前端，本装置还包括前支撑板和后支撑板，前支撑板安装在外壳前端盖后侧，后支撑板安装在外壳后端盖前侧，丝杆的前后两端分别安装在前支撑板和后支撑板上，丝杆的前端通过同步轮及同步带与步进电机连接，直线滑杆安装在丝杆的下方，滑块安装在丝杆上，直线滑杆穿过滑块，电池箱安装在滑块的下端，电池箱箱体外侧配有配重碟，电池箱通过螺旋电源线管与步进电机连接。本发明将水下机器人电池箱充当重物安装在重心调节装置里面，结构紧凑，安装方便，能够提高水下机器人的作业续航能力。
-
公开(公告)号：CN105598969B
公开(公告)日：2017-09-22
申请号：CN201610054164.1
申请日：2016-01-27
Applicant: 佛山市南海区广工大数控装备协同创新研究院
Abstract: 本发明公开了粉末冶金机器人及其抓取方法，该机器人包括工作台，安装于工作台上的支架，安装于支架上的X轴横移滑轨，安装于X轴横移滑轨上的Z轴移动滑轨，在Z轴移动滑轨上安装有Y轴摆动装置，在第二电机的驱动下，Y轴摆动装置在Z轴移动滑轨上往复移动；该Y轴摆动装置包括安装于Z轴移动滑轨上的电机安装板，电机安装板上安装有第三电机，第三电机的转动轴上固定安装有摆臂；在摆臂的末端安装有抓手，在第三电机的驱动下，摆臂在Y轴方向来回摆动；在X轴横移滑轨、Z轴移动滑轨以及Y轴摆动装置的协同作用下，抓手可实现三轴联动，从而抓手在抓取冶金块后可实现自由地移动，从而实现对冶金块的自动化抓取。
-
公开(公告)号：CN105171234B
公开(公告)日：2017-06-06
申请号：CN201510689713.8
申请日：2015-10-23
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
Inventor： 谢克庆
Abstract: 本发明公开了机器人激光焊接离焦量自动调整装置及其方法，该装置包括第一伺服电机、激光发射枪、第二伺服电机、激光位移传感器以及控制系统；本装置对钢板进行焊接时，首先利用激光位移传感器对待焊接钢板的焊接缝隙的轮廓进行扫描，获取焊接缝隙的焦距变化情况，并根据相应的焦距变化情况调整激光发射枪的位置，以保持离焦量保持稳定，从而本装置对表面凹凸不平或坑坑洼洼的钢板进行焊接时，也保证离焦量保持稳定，保证了焊接的质量；对钢板进行焊接时，不会对钢板造成挤压，美化焊缝。
-
公开(公告)号：CN105416642A
公开(公告)日：2016-03-23
申请号：CN201510882218.9
申请日：2015-12-07
Applicant: 佛山市南海区广工大数控装备协同创新研究院 , 佛山市广工大数控装备技术发展有限公司
IPC: B65B11/10
CPC classification number: B65B11/10
Abstract: 本发明公开了导线外皮自动包卷机，包括工作台，安装于工作台上的海绵卷安装架；移动机构，用于带动送海绵机构对导线进行包卷；送海绵机构，包括外壳，垂直地安装于外壳上的海绵传送板以及动力导向滚筒，海绵传送板和动力导向滚筒之间形成一海绵传送通道；在海绵传送通道的海绵出料口的上方安装有用于将海绵包卷成形的柔性海绵条导向器，在柔性海绵条导向器的上方安装有用于将海绵压制在导线上的海绵压制器；用于将海绵条淋膜纸分离的牵引组件，以及安装在外壳上用于将海绵条切割的切割组件；导线拉伸机构，用于将导线拉直。本发明的导线外皮自动包卷机能够做到平整地把海绵贴到导线上，包卷海绵速度达到100mm/秒，与人工包卷相比，效率大大地提高。
-
公开(公告)号：CN117911327A
公开(公告)日：2024-04-19
申请号：CN202311740627.6
申请日：2023-12-15
Applicant: 佛山市南海区广工大数控装备协同创新研究院
IPC: G06T7/00 , G06T5/70 , G06T5/90 , G06N3/0464 , G06N3/0455 , G06T5/40 , G06T7/70 , G06N3/08
Abstract: 本发明适用于机器学习技术领域，尤其涉及一种基于卷积神经网络的PCB表面缺陷检测方法。与现有技术相比，本发明提供的表面缺陷检测方法包括以下步骤：获取原始图像；对原始图像进行对比度增强处理和噪声处理，得到处理图像；对处理图像进行分割处理，得到缺陷图像；对缺陷图像进行数据增强和噪声注入，得到噪声图像；建立初始神经网络模型，将噪声图像作为初始神经网络模型的输入并根据结构相似指数进行训练，得到神经网络模型；将待检测图像作为神经网络模型的输入，得到无缺陷图像；将待检测图像逐像素减去无缺陷图像，得到检测结果。从而可以快速检测出印刷电路板的表面缺陷，得到缺陷的位置信息和形状信息，而无需提前知道缺陷的类型。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.055 seconds)
