一种结合激光散斑和Kmeans聚类算法的苹果无损检测方法

    公开(公告)号:CN113970552B

    公开(公告)日:2024-06-14

    申请号:CN202111128074.X

    申请日:2021-09-26

    Abstract: 本发明涉及一种结合激光散斑和Kmeans聚类算法的苹果无损检测方法,包括:1、采用激光散斑测量方法,获取N个苹果的散斑位移,计算N个苹果的共振频率;2、采用标准的Kmeans聚类算法,对N个苹果的共振频率进行中心聚类计算;3、获取待检测苹果的共振频率,根据步骤2的中心聚类结果判断待检测苹果的缺陷类别。本发明具有较强的泛化能力,基于计算机视觉的方法只能对预先标注的缺陷类型进行检测,而本发明对任何能引起苹果共振频率变化的缺陷类型都适用。通过选择高阶共振频率并结合降噪技术,使得本发明提出的新方法具有很强的抵抗噪声能力,适用于环境不可控的各种实际工况,这是有别于传统计算机视觉方法的突出优点。

    一种基于大语言模型的抓力自适应调节机械手抓取方法及系统

    公开(公告)号:CN117773914A

    公开(公告)日:2024-03-29

    申请号:CN202311568040.1

    申请日:2023-11-22

    Abstract: 本发明提供了一种基于大语言模型的抓力自适应调节机械手抓取系统及方法,结合大语言模型的语义理解能力、机器视觉算法模型对环境的结构化解析、机械抓手的柔性操控能力和柔性压力传感器的实时压力反馈检测方式,实现对不同软硬程度目标的动态智能抓取。首先,基于机器视觉目标检测算法模型对目标区域图像进行分析,将环境、目标属性进行识别;然后,利用大语言模型对环境和目标属性进行理解,给出机械抓手的操作命令;再次,机械臂操作系统将大语言模型给出的高级指令编译为控制各部件的底层代码后,执行上述的底层代码序列。最后,系统再次拍摄图片并利用目标检测算法判断是否完成任务。

    一种基于调制光源亮度间隔和拍摄间隔的果蔬拍摄方法

    公开(公告)号:CN113824875B

    公开(公告)日:2023-05-09

    申请号:CN202110917929.0

    申请日:2021-08-11

    Abstract: 本发明涉及一种基于调制光源亮度间隔和拍摄间隔的果蔬拍摄方法,具体包括如下步骤:步骤1:建立拍摄的时间间隔与光源亮度变化的时间间隔之间的关系式,保证在每一个光源亮度变化的时间间隔内最多只有一次拍摄;步骤2:选取拍摄次数N与拍摄的时间间隔δ,根据步骤1得到光源亮度变化的时间间隔;步骤3:对照明系统和拍照系统进行设置;步骤4:对果蔬进行拍摄,得到在不同拍照亮度下的果蔬照片;步骤5:选取成像最优的果蔬照片。根据本申请提供的方式设置时间间隔,照明亮度调节与拍摄按照各自的频率进行操作,不需要对光源模块和拍摄模块进行联动,就能够自动获取不同照明亮度下的果蔬图片,大幅降低了系统的复杂度。

    一种基于深度学习的结构缺陷检测方法

    公开(公告)号:CN115423741A

    公开(公告)日:2022-12-02

    申请号:CN202210819758.2

    申请日:2022-07-13

    Abstract: 本发明涉及一种基于深度学习的结构缺陷检测方法,包括:1)建立模型并采用无缺陷图片样本数据集进行训练,得到正常流模型;2)建立模型并采用带缺陷图片样本数据集进行训练,得到目标检测模型;3)将同一张待检测图片输入到正常流模型检测结构边缘缺陷,同时输入到目标检测模型检测结构内部缺陷,最后将正常流模型和目标检测模型的检测结果进行汇总输出。本发明提出了无监督学习和小样本有监督学习相结合的方式,有效实现结构主要缺陷的准确检测,对于安全性要求很高的某些结构缺陷检测领域,本发明填补了技术空白,具有实际推广和应用价值。本发明基于前沿深度学习算法,在检测准确性和鲁棒性方面具有明显优势,且可以实现完全自动化。

    一种基于调制光源亮度间隔和拍摄间隔的果蔬拍摄方法

    公开(公告)号:CN113824875A

    公开(公告)日:2021-12-21

    申请号:CN202110917929.0

    申请日:2021-08-11

    Abstract: 本发明涉及一种基于调制光源亮度间隔和拍摄间隔的果蔬拍摄方法,具体包括如下步骤:步骤1:建立拍摄的时间间隔与光源亮度变化的时间间隔之间的关系式,保证在每一个光源亮度变化的时间间隔内最多只有一次拍摄;步骤2:选取拍摄次数N与拍摄的时间间隔δ,根据步骤1得到光源亮度变化的时间间隔;步骤3:对照明系统和拍照系统进行设置;步骤4:对果蔬进行拍摄,得到在不同拍照亮度下的果蔬照片;步骤5:选取成像最优的果蔬照片。根据本申请提供的方式设置时间间隔,照明亮度调节与拍摄按照各自的频率进行操作,不需要对光源模块和拍摄模块进行联动,就能够自动获取不同照明亮度下的果蔬图片,大幅降低了系统的复杂度。

    一种基于大语言模型的机器控制方法及其系统

    公开(公告)号:CN118404577A

    公开(公告)日:2024-07-30

    申请号:CN202410494479.2

    申请日:2024-04-23

    Abstract: 本发明公开了一种基于大语言模型的机器控制方法,包括如下步骤:S1:大语言模型接受任务,将自然语言的指令转化为与控制器匹配的领域特定语言的控制器脚本;S2:控制器对特定语言的控制器脚本进行语法解析,输出动作序列;S3:控制器按照动作序列和兼容的硬件设备沟通,硬件设备完成动作的执行。本发明还公开了一种基于大语言模型的机器控制系统。本发明公开的一种基于大语言模型的机器控制方法及其系统,能够实现硬件设备只需要接入一次,即可通过控制器脚本实现控制,无需编写设备低层代码,大幅降低了对异构系统的控制成本。

Patent Agency Ranking