-
公开(公告)号：CN115556102B
公开(公告)日：2024-03-12
申请号：CN202211244339.7
申请日：2022-10-12
Applicant: 华南理工大学
Abstract: 本发明提供了一种基于视觉识别的机器人分拣规划方法，包括：对示教物体进行视觉识别，控制机器人对示教物体的抓取示教，记录所述机器人在示教抓取的位姿；在实际分拣场景时，根据所述机器人的视觉识别结果，结合机器人示教抓取的位姿数据，计算得到实际抓取时的抓取位姿的末端位姿。本发明还提供了基于上述分拣规划方法的分拣规划设备及分拣方法及装置。本发明采用对机器人初始示教的方式，结合三维视觉识别系统，快速精确的计算出机器人实际抓取位姿结果，避免了TCP标定的步骤，简化了计算抓取位姿的流程，从而提高了抓取位姿的精度，使得机器人的分拣工作更为方便，提高了机器人分拣系统的柔性。
-
Patent Agency Ranking
公开(公告)号：CN115601499A
公开(公告)日：2023-01-13
申请号：CN202211187050.6
申请日：2022-09-28
Applicant: 华南理工大学(CN)
Abstract: 本发明公开了一种基于GPU并行的大规模点云去噪方法。本发明方法包括步骤：在GPU的图形计算平台中，对没有进行去噪的三维点云图像数据，构建形状为长方体的点云的空间包围盒，将点云中的全部数据点包含到该长方体形状的空间包围盒；将空间包围盒进行网格划分；根据所划分的网格，计算每个数据点所在的网格坐标；构造哈希函数，计算每个数据点网格坐标的哈希值，然后构造哈希数组对所计算到每个网格坐标的哈希值进行存储；构造辅助数组对哈希数组进行并行优化；对全部数据点根据所在网格的哈希值进行哈希数组排序合并的并行计算，根据网格的哈希值计算点云个数，并删除其中的离群点。本发明相比现有技术，提高了点云去噪过程的处理效率。
-
公开(公告)号：CN115564893A
公开(公告)日：2023-01-03
申请号：CN202211187028.1
申请日：2022-09-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于编码结构光的图像编解码方法。本发明方法包括步骤采用条纹编码的方式，将结构光图像中的图案投影为包含正、反两个编码图案的多张场景图像；基于全局光照的优化方式减少全局光照的影响，使用格雷码编码对场景图像进行三维重建，消除无效重建区域得到未解码的拍摄图像；对消除无效重建区域的拍摄图像进行二值化运算，得到二值化图像；对二值化图像进行叠加，构造解码图像，然后对解码图像进行滤波去噪，去除解码图像中的噪声点。本发明相比现有技术，提高了二值化的稳定性，去除了无效重建区域，提高了重建的精度和编解码的效率。
-
公开(公告)号：CN115790369A
公开(公告)日：2023-03-14
申请号：CN202211383672.6
申请日：2022-11-07
Applicant: 华南理工大学
IPC: G01B11/00 , G05B19/042
Abstract: 本发明公开了一种基于编码结构光的视觉传感器结构，包括：底板、侧板、后板、前板、上盖板及控制板；工业相机通过相机固定台安装在底板上，投影光机固定在底板上，所述工业相机和投影光机的夹角为20度，工业相机的光轴与投影光机的光轴在同一高度；所述控制板设置相机触发口及HDMI接口，所述相机触发口与工业相机连接，所述HDMI接口与投影光机连接。本发明中的控制板可以进行投影光机和工业相机的同步触发，可以投射多种结构光编码图案，拍摄到清晰的高帧率编码结构光图像，进行高速的结构光三维重建。
-
公开(公告)号：CN115556102A
公开(公告)日：2023-01-03
申请号：CN202211244339.7
申请日：2022-10-12
Applicant: 华南理工大学
Abstract: 本发明提供了一种基于视觉识别的机器人分拣规划方法，包括：对示教物体进行视觉识别，控制机器人对示教物体的抓取示教，记录所述机器人在示教抓取的位姿；在实际分拣场景时，根据所述机器人的视觉识别结果，结合机器人示教抓取的位姿数据，计算得到实际抓取时的抓取位姿的末端位姿。本发明还提供了基于上述分拣规划方法的分拣规划设备及分拣方法及装置。本发明采用对机器人初始示教的方式，结合三维视觉识别系统，快速精确的计算出机器人实际抓取位姿结果，避免了TCP标定的步骤，简化了计算抓取位姿的流程，从而提高了抓取位姿的精度，使得机器人的分拣工作更为方便，提高了机器人分拣系统的柔性。
-
公开(公告)号：CN115546403A
公开(公告)日：2022-12-30
申请号：CN202211187005.0
申请日：2022-09-28
Applicant: 华南理工大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于CUDA的大规模点云三维重建方法。本发明方法包括步骤：执行CUDA程序，在GPU中创建显存数组指针，将图像数据和标定数据复制到GPU的显存中；GPU根据所需要计算的图像中的像素个数设置CUDA平台的核函数运行时所需的GPU参数；计算GPU中每个线程对应的索引，根据当前每个线程对应的索引，对显存中相同索引的像素进行并行计算，得到每个线程对应的像素坐标；进行解码核函数、坐标计算核函数运算，得到图像的点云三维坐标，根据点云三维坐标来重建三维图像。本发明相比现有技术，加速点云重建的效率，提高点云重建的适用范围，克服了传统CPU串行计算在大规模点云重建方面的局限性和效率低的问题。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
