-
公开(公告)号：CN114425773B
公开(公告)日：2024-03-26
申请号：CN202111368871.5
申请日：2021-11-18
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于深度学习及龙芯派的对弈机器人系统及其对弈方法，该方法包括：拍摄棋盘状态图像，送入棋盘检测网络检测棋盘信息，并根据棋盘信息进行对弈人行棋状态判断；将输出的棋盘信息，转换成FEN码送入自升级云端决策网络，决策后给出行棋指令；将给出的行棋指令变换成三维坐标的移动指令，根据三维坐标的移动指令，利用机械臂移动逆运算算法，控制机械臂抓取和移动棋子。本发明通过系统可自主判断对弈人是否结束行棋，大大增强了人机交互性，自升级云端决策网络，提高决策速度，也通过自升级方法不断提高决策质量，具有人机对弈交互性高，行棋决策速度快、水平高，可支持的人机对弈系统体积小巧及便于移动携带的优点。
-
公开(公告)号：CN114147704B
公开(公告)日：2023-09-22
申请号：CN202111367940.0
申请日：2021-11-18
Applicant: 南京师范大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于深度视觉与增量闭环的机械臂精准定位及抓取方法，包括：识别待抓取的物体位置，获取待抓取物体的机械臂空间坐标；通过逆运动学解析算法，将机械臂空间坐标信息转换为机械臂舵机的角度信息；获得含有待抓取物体的目标图像；对目标图像中的待抓取物体进行形心位置计算；判断待抓取物体形心是否在深度摄像头中心线上，若不在，则通过待抓取物体的形心位置来计算增量；将增量作为反馈信号输送到逆运动学解析算法，得到更新后的待抓取物体的机械臂空间坐标，驱动机械臂抓取物体。本发明同时兼顾了传感器的设备价格与机械臂执行效率，机械臂的定位准确度和抓取物体的成功率都有显著的提高。
-
公开(公告)号：CN114425773A
公开(公告)日：2022-05-03
申请号：CN202111368871.5
申请日：2021-11-18
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于深度学习及龙芯派的对弈机器人系统及其对弈方法，该方法包括：拍摄棋盘状态图像，送入棋盘检测网络检测棋盘信息，并根据棋盘信息进行对弈人行棋状态判断；将输出的棋盘信息，转换成FEN码送入自升级云端决策网络，决策后给出行棋指令；将给出的行棋指令变换成三维坐标的移动指令，根据三维坐标的移动指令，利用机械臂移动逆运算算法，控制机械臂抓取和移动棋子。本发明通过系统可自主判断对弈人是否结束行棋，大大增强了人机交互性，自升级云端决策网络，提高决策速度，也通过自升级方法不断提高决策质量，具有人机对弈交互性高，行棋决策速度快、水平高，可支持的人机对弈系统体积小巧及便于移动携带的优点。
-
公开(公告)号：CN113240668A
公开(公告)日：2021-08-10
申请号：CN202110635237.7
申请日：2021-06-08
Applicant: 南京师范大学 , 南京智能高端装备产业研究院有限公司 , 南京中科煜宸激光技术有限公司
Abstract: 本发明公开了一种基于图像数字特征分布的生成熔池图像质量评估方法，包括：采集真实熔池图像，制作数据集；利用真实熔池图像，搭建并使用对抗生成网络生成虚假的熔池图像；同时利用生成图像空间特征提取方法，得到真实和虚假熔池图像的空间特征，并将其数字化，绘制其数字特征分布图；分析数字特征分布图，利用数字特征的四维图，依据基于四维图的质量评价算法评价虚假熔池图像和真实熔池图像的质量差异；对生成的虚假熔池图像按质量进行分类，得到高质量的虚假熔池图像，以制作数量更多的高质量的熔池图像数据集。本发明具有计算量极小、质量判别准确的优点。
-
公开(公告)号：CN113392702B
公开(公告)日：2024-06-11
申请号：CN202110504839.9
申请日：2021-05-10
Applicant: 南京师范大学
IPC: G06V20/58 , G06V10/60 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于自适应图像增强的弱光照环境下目标识别方法，包括：搭建自适应图像增强模块；搭建基于自适应图像增强的弱光照环境下目标识别模型；采集弱光照环境下的目标视频并处理生成弱光照环境下目标的数据集，划分测试集图像与训练集图像，对训练图像进行标注，生成标签文件；将训练集的全部图像和标签文件送入基于自适应图像增强的弱光照环境下目标识别模型进行训练；将训练好的基于自适应图像增强的弱光照环境下目标识别模型完成弱光照环境下的目标识别，并输出识别结果。本发明提升了弱光照环境下的目标识别的快速性与准确性，能够有效解决目前目标识别技术在弱光照环境下目标识别准确率不高，识别速度慢等问题，应用前景广泛。
-
Patent Agency Ranking
公开(公告)号：CN113240668B
公开(公告)日：2024-04-16
申请号：CN202110635237.7
申请日：2021-06-08
Applicant: 南京师范大学 , 南京智能高端装备产业研究院有限公司 , 南京中科煜宸激光技术有限公司
Abstract: 本发明公开了一种基于图像数字特征分布的生成熔池图像质量评估方法，包括：采集真实熔池图像，制作数据集；利用真实熔池图像，搭建并使用对抗生成网络生成虚假的熔池图像；同时利用生成图像空间特征提取方法，得到真实和虚假熔池图像的空间特征，并将其数字化，绘制其数字特征分布图；分析数字特征分布图，利用数字特征的四维图，依据基于四维图的质量评价算法评价虚假熔池图像和真实熔池图像的质量差异；对生成的虚假熔池图像按质量进行分类，得到高质量的虚假熔池图像，以制作数量更多的高质量的熔池图像数据集。本发明具有计算量极小、质量判别准确的优点。
-
公开(公告)号：CN114985768B
公开(公告)日：2024-02-09
申请号：CN202210650202.5
申请日：2022-06-10
Applicant: 南京师范大学
IPC: B22F10/85 , B22F10/366 , B22F10/25 , B33Y10/00 , B33Y50/02
Abstract: 本发明公开了一种基于图论结构和视觉实时检测的增材路径规划方法，包括：根据逐层分解的层厚参数，对金属结构件的三维STL模型进行逐层分解；根据轮廓点采集间隔，对三维STL模型进行轮廓点信息采集；提出一种融合了温度权重的轮廓点信息矩阵；计算轮廓点之间的信息差；获取轮廓点信息差值矩阵，计算绝对路径长度并选取最优路径；根据选取的最优路径控制激光发射器对金属材料进行增材；实时检测激光熔覆熔池的实际位置，与选择的最优路径对比形成闭环反馈，最终完成金属结构件的增材。本发明融合了金属结构件物理形状信息和增材温度信息，通过图论结构遍历所有可能的增材路径后选取最优增材路径，使金属增材效率更高、耗材更少。
-
公开(公告)号：CN113392702A
公开(公告)日：2021-09-14
申请号：CN202110504839.9
申请日：2021-05-10
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于自适应图像增强的弱光照环境下目标识别方法，包括：搭建自适应图像增强模块；搭建基于自适应图像增强的弱光照环境下目标识别模型；采集弱光照环境下的目标视频并处理生成弱光照环境下目标的数据集，划分测试集图像与训练集图像，对训练图像进行标注，生成标签文件；将训练集的全部图像和标签文件送入基于自适应图像增强的弱光照环境下目标识别模型进行训练；将训练好的基于自适应图像增强的弱光照环境下目标识别模型完成弱光照环境下的目标识别，并输出识别结果。本发明提升了弱光照环境下的目标识别的快速性与准确性，能够有效解决目前目标识别技术在弱光照环境下目标识别准确率不高，识别速度慢等问题，应用前景广泛。
-
公开(公告)号：CN114429584B
公开(公告)日：2025-05-13
申请号：CN202111318533.0
申请日：2021-11-09
Applicant: 南京师范大学
IPC: G06V20/10 , G06V10/22 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于类别损失和差值检测的多目标小物体识别方法，包括如下步骤：采集棋盘初始图像，标定棋盘图像坐标，根据坐标分割棋盘图像；对分割后的棋盘图像进行预处理，使用搭建好的深度学习网络模型对处理后的图像进行分类，将分类结果转换为棋局信息；采集棋盘图像P1，棋手进行一步行棋后，再次采集棋盘图像P2；根据棋盘图像P1和棋盘图像P2，采用差值检测方法对行棋的起点和终点进行合理性判断，更新棋局信息。本发明实现了对中国象棋从开局到每一步行棋的检测识别，具有速度快、鲁棒性高等优点，且受光线影响较小，并且可扩展至其他棋类的检测，在中国象棋对弈人机交互、普及人工智能方面具有重要意义。
-
公开(公告)号：CN112947434B
公开(公告)日：2024-02-27
申请号：CN202110153481.X
申请日：2021-02-04
Applicant: 南京师范大学
IPC: G05D1/43 , G05D1/246 , G05D1/644 , G05D1/247 , G05D109/10
Abstract: 本发明公开了一种基于局部最优卷积评价的机器人路径规划方法，包括：移动机器人建立工作环境的二维网格化地图，确定出发点与目标点位置；移动机器人感知当前位置周围的环境信息，从候选移动方向中筛选出可行移动方向；计算各可行移动方向上的单位向量在目标点距离函数负梯度方向上的投影，获取局部最优移动方向；利用卷积评价指标检验局部最优移动方向的合理性；在初次路径规划未能找到可行路径时，进行二次路径规划，并取消对局部最优移动方向合理性的检验环节。本发明能够实现移动机器人在未知环境下的路径规划，决策思路符合移动机器人的实际运行特点，具有运算量小、遍历性强、运行效率高的优点。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.023 seconds)
