公开(公告)号：CN118967482A

公开(公告)日：2024-11-15

申请号：CN202411151068.X

申请日：2024-08-21

Applicant: 哈尔滨工程大学

Inventor： 何鸣 ,  李洪瑞 ,  陈升 ,  王红滨 ,  饶银辉 ,  周连科 ,  王勇 ,  王念滨 ,  梁英飞 ,  孙彧 ,  景智伟

IPC: G06T5/50 ,  G06F17/11

Abstract: 一种法兰点云数据处理及融合技术，属于工业生产技术领域。本发明解决了现有技术识别法兰中心线准确性、可靠性不高的问题。本发明以点云数据为基础，通过预处理技术、数据融合技术和RANSAC算法的应用，对噪声和干扰数据的处理能力得到显著提升，能够更精确地识别法兰的中心线，从而提高了法兰装配过程的准确性和可靠性，提升了装配效率，降低了生产成本，使装配过程中的自动化程度得到显著提升。

公开(公告)号：CN118053064A

公开(公告)日：2024-05-17

申请号：CN202410169717.2

申请日：2024-02-06

Applicant: 哈尔滨工程大学

Inventor： 何鸣 ,  李洪瑞 ,  郑致远 ,  王红滨 ,  王念滨 ,  周连科 ,  王勇 ,  孙彧

IPC: G06V10/82 ,  G06V10/774 ,  G06V10/26 ,  G06V20/70 ,  G06V10/42 ,  G06V10/80 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/09

Abstract: 基于深度学习的法兰中心点识别方法，本发明涉及法兰中心点识别方法。本发明的目的是为了解决现有传统视觉识别系统对法兰中心点的识别准确性低、效率低下、以及适应性不足的问题。过程为：步骤一、随机采样带法兰中心点坐标标签的法兰图片，作为训练集；步骤二、构建神经网络模型；具体过程为：神经网络模型包括：语义分割网络、全局特征提取网络和关键点识别网络；步骤三、基于训练集训练构建的神经网络模型，获得训练好的神经网络模型；步骤四、采集待测法兰图片，将待测法兰图片输入训练好的神经网络模型，训练好的神经网络模型输出待测法兰图片的法兰中心点。本发明用于法兰中心点的识别领域。