-
公开(公告)号：CN113210153A
公开(公告)日：2021-08-06
申请号：CN202110421354.3
申请日：2021-04-20
Applicant: 南京工业大学
Abstract: 本发明公开了一种智能防火涂料喷涂机器人，包括行走单元，包括履带底盘、用于驱动的电机、与所述履带底盘连接的中间横梁、连接在所述履带底盘上的钢板；升降单元，设置在所述钢板上，包括液压泵站、液压升降机，所述液压升降机上设置有安装平台，所述液压升降机由液压泵站提供动力；喷涂单元，包括螺杆输送泵、空压机、机械手，所述括螺杆输送泵和空压机设置在钢板上，所述机械手固定安装在所述安装平台上；本发明取代人工作业，提高喷涂效率、喷涂质量，减少浪费，降低污染，减少对工人的伤害；通过将履带底盘、螺杆输送泵、空压机、喷涂机械手、液压泵站、套缸式液压升降机集成在一起，实现钢结构防火涂料的自动喷涂，取代人工作业。
-
公开(公告)号：CN113674349A
公开(公告)日：2021-11-19
申请号：CN202110740620.9
申请日：2021-06-30
Applicant: 南京工业大学 , 江苏应泰智能建设机械研究院有限公司
IPC: G06T7/73 , G06T7/90 , G06T7/11 , G06T7/136 , G06T5/00 , G06T5/20 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度图像二次分割的钢结构识别和定位方法，包括：采集图像信息，训练识别器；对彩色图像进行区域分割，得到区域Region1，对其进行形态学处理，得到Region2；对DepthImage1进行滤波处理，得到DepthImage2，并根据预设的深度范围对所述DepthImage2进行区域筛选和形态学处理，得到Region4；计算得到区域Region2与Region4的相交区域Region5，并将DepthImage2按Region5进行裁剪，得到DepthImage3；提取深度图像DepthImage3中像素点的坐标值和对应的灰度值，并作为识别出的钢结构的空间三维点云的坐标，完成钢结构的识别和定位。本发明为机械手臂喷涂轨迹拟合提供更为准确的输入数据源，提高喷涂机器人对于有效作业能力范围内的钢结构的喷涂效率与喷涂质量。
-
公开(公告)号：CN113674349B
公开(公告)日：2023-08-04
申请号：CN202110740620.9
申请日：2021-06-30
Applicant: 南京工业大学 , 江苏应泰智能建设机械研究院有限公司
IPC: G06T7/73 , G06T7/90 , G06T7/11 , G06T7/136 , G06T5/00 , G06T5/20 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度图像二次分割的钢结构识别和定位方法，包括：采集图像信息，训练识别器；对彩色图像进行区域分割，得到区域Region1，对其进行形态学处理，得到Region2；对DepthImage1进行滤波处理，得到DepthImage2，并根据预设的深度范围对所述DepthImage2进行区域筛选和形态学处理，得到Region4；计算得到区域Region2与Region4的相交区域Region5，并将DepthImage2按Region5进行裁剪，得到DepthImage3；提取深度图像DepthImage3中像素点的坐标值和对应的灰度值，并作为识别出的钢结构的空间三维点云的坐标，完成钢结构的识别和定位。本发明为机械手臂喷涂轨迹拟合提供更为准确的输入数据源，提高喷涂机器人对于有效作业能力范围内的钢结构的喷涂效率与喷涂质量。
-
公开(公告)号：CN113210153B
公开(公告)日：2022-06-14
申请号：CN202110421354.3
申请日：2021-04-20
Applicant: 南京工业大学
Abstract: 本发明公开了一种智能防火涂料喷涂机器人，包括行走单元，包括履带底盘、用于驱动的电机、与所述履带底盘连接的中间横梁、连接在所述履带底盘上的钢板；升降单元，设置在所述钢板上，包括液压泵站、液压升降机，所述液压升降机上设置有安装平台，所述液压升降机由液压泵站提供动力；喷涂单元，包括螺杆输送泵、空压机、机械手，所述括螺杆输送泵和空压机设置在钢板上，所述机械手固定安装在所述安装平台上；本发明取代人工作业，提高喷涂效率、喷涂质量，减少浪费，降低污染，减少对工人的伤害；通过将履带底盘、螺杆输送泵、空压机、喷涂机械手、液压泵站、套缸式液压升降机集成在一起，实现钢结构防火涂料的自动喷涂，取代人工作业。
-
-
-
Search Results
4
records
(took 0.017 seconds)
