公开(公告)号：CN118204978A

公开(公告)日：2024-06-18

申请号：CN202410514220.X

申请日：2024-04-26

Applicant: 安徽工业大学

Inventor： 汪婧 ,  赵杨鑫 ,  李袁 ,  余志强 ,  沈浩 ,  任智泉

IPC: B25J9/16

Abstract: 本发明公开了一种基于检测约束的物体抓取方法及系统，属于机器人控制技术领域。本发明引入了RealSense D435i深度相机和YOLOv5目标检测算法，RealSense D435i深度相机提供RGB、深度和惯性测量单元信息，为机器人提供高精度感知，结合YOLOv5强大的目标检测能力，能够实时检测并分析环境中的约束条件，如物体位置、形状和相对距离；通过实时融合深度信息和目标检测结果，机器人能够智能调整抓取策略，实现对复杂环境中物体的精准抓取；并且通过关节角度的计算，提高了抓取的稳定性和适应性；将为机器人在实际应用中提供更智能、适应性更强的物体抓取解决方案。

公开(公告)号：CN117876935A

公开(公告)日：2024-04-12

申请号：CN202410061461.3

申请日：2024-01-16

Applicant: 安徽工业大学

Inventor： 汪婧 ,  余志强 ,  沈浩 ,  王吴凡 ,  费习宏 ,  王康

IPC: G06V20/40 ,  G06V10/25 ,  G06V10/80 ,  G06F17/16

Abstract: 本发明公开了一种基于信息熵与局部对比度加权的红外小目标检测方法，属于红外小目标检测技术领域，包括以下步骤：获取原始目标视频二进制文件；对文件图像进行预处理；计算多尺度对比度权重及多尺度修正熵；根据多尺度对比度权重及多尺度修正熵计算得到多尺度显著图；对多尺度显著图进行阈值分割并进行二值化处理操作，进而检测得到最终的目标位置。本发明以有效地提高小目标在复杂背景下的准确率，在现有信息熵检测的基础上进一步提高了算法的检测效率，为后续的基于信息熵检测算法研究以及工程应用提供了新的思路。

公开(公告)号：CN118840635A

公开(公告)日：2024-10-25

申请号：CN202410845789.4

申请日：2024-06-27

Applicant: 安徽工业大学

Inventor： 汪婧 ,  余志强 ,  沈浩 ,  王吴凡 ,  费习宏 ,  王康

IPC: G06V10/80 ,  G06V10/26 ,  G06V10/50 ,  G06V10/30

Abstract: 本发明公开了一种基于自适应对比度增强的红外弱小目标检测方法，属于计算机图像红外弱小目标检测技术领域。本发明从目标周围的背景出发，先拟合局部区域的梯度场，并利用梯度场构建目标局部区域散度特征图来过滤掉目标周围的平坦杂波和高亮度下的像素尺寸噪点；然后在此基础上利用梯度方向模板来削弱目标周围的背景杂波和类目标背景杂波；通过两种方法的融合，可以自适应的滤除目标周围的噪声和杂波，使得后续进行局部对比度增强时，潜在的目标区域可以获得更高的权重从而得到最后的结果显著图，提高了目标检测的准确度，具备较优异的抗造能力。