-
公开(公告)号：CN116787432A
公开(公告)日：2023-09-22
申请号：CN202310704172.6
申请日：2023-06-14
申请人： 安徽工程大学 , 华能巢湖发电有限责任公司
IPC分类号： B25J9/16
摘要： 本发明涉及一种机器人视觉引导抓取方法，输入待抓取工件图样，通过虚拟引擎生成工件的虚拟图片；将视觉系统采集的图像裁剪拼接，并配合随机算法，生成工件在不同位置下的均匀分布图像；利用cycleGAN网络对图像进行优化，并引入梯度损失函数和多通道混合注意力机制以提升提高检测模型的图像的清晰度及提高学习效率与生成效果；利用yolov7算法预测工件表面关键点检测，通过提出的GeIOU函数作为损失函数提高预测准确度；利用EPnP算法将工件表面关键点转换为位资关键点，同时通过6DOF位姿计算完成抓取位置计算。本发明通过梯度损失函数和多通道混合注意力机制提高网络的学习效率与生成效果，同时在保证生成图像清晰度的前提下，消除拼接图像中工件与背景的灰度差。
-
公开(公告)号：CN117593162A
公开(公告)日：2024-02-23
申请号：CN202311375228.4
申请日：2023-10-23
申请人： 华能巢湖发电有限责任公司 , 安徽工程大学
摘要： 本发明公开了一种基于深度学习算法和边缘设备的智能安防系统，属于智能安防技术领域，包括视频采集装置、标注训练模块、模型库、边缘设备、告警模块、云服务器等。本发明通过对不同场景下的不同对象进行单独的标注训练，可实现多场景多任务的需求；通过将检测任务分配到各个边缘设备，可以大幅降低云服务器的计算压力；人机交互界面可提供可视化的操作界面，上手难度较低；相较于传统的监测方法，可适应于多场景下的不同任务，极大地降低了各项成本。
-
公开(公告)号：CN117496421A
公开(公告)日：2024-02-02
申请号：CN202311219698.1
申请日：2023-09-20
申请人： 安徽工程大学 , 华能巢湖发电有限责任公司
IPC分类号： G06V20/52 , G06V10/25 , G06V10/44 , G06V10/46 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/048 , G08B21/24
摘要： 本发明公开了一种基于改进型YOLOv7的安全帽佩戴情况检测方法，属于人工智能技术领域，包括以下步骤：S1：实时获取工作人员的监控图像；S2：利用改进的目标检测网络检测拍摄视频图像中是否存在未戴安全帽的工作人员，若检测结果为是，则认定工作人员佩戴安全帽，若检测结果为否，则认定工作人员未佩戴安全帽。本发明利用改进的YOLOv7网络进行检测，提升对工作人员是否佩戴安全帽的检测精度，用于改善工作人员不佩戴安全帽的现象，同时保护工作人员的生命安全。
-
公开(公告)号：CN117496390A
公开(公告)日：2024-02-02
申请号：CN202311222230.8
申请日：2023-09-20
申请人： 华能巢湖发电有限责任公司 , 安徽工程大学
摘要： 本发明公开了一种基于高速视觉的振动特征提取方法，属于视觉振动分析技术领域，包括确定振动特征提取的待测目标，根据待测目标的特征搭建基于高速视觉的振动特征提取系统；启动高速相机实时采集待测目标的振动视频；对所采集到的振动视频中的高速视觉图像进行预处理等步骤。本发明采用高速视觉和图像处理算法相结合的方式，增加了基于视觉方法测量振动特性的识别范围；通过改进特征点检测和光流追踪法实现更快速率的亚像素位移追踪效果，同时提高了振动特征提取的精确度。
-
公开(公告)号：CN118037831A
公开(公告)日：2024-05-14
申请号：CN202311821659.9
申请日：2023-12-27
申请人： 安徽工程大学
IPC分类号： G06T7/73 , G06T7/80 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094
摘要： 本发明涉及反光金属对象的机器人2D视觉6DOF位姿测量与定位抓取方法，利用6DOF系统中单目摄像头采集的反光金属对象图形通过虚拟引擎建立虚拟图形数据集；使用Unet作为生成对抗网络的生成器，并利用Transformer模块与cycleGAN网络结合以提高图像的特征的质量；使用KLD损失函数与YOLOv7网络结合对YOLOv7网络输出的坐标和角度进行优化，减小角度误差；通过固定放置的标定板进行拍照计算出标定板相对机器人底坐的位姿，通过转置矩阵计算出标定平面在单目摄像头坐标系下的位姿，并配合单目摄像头内参实现2D位姿向3D位姿的转化。本发明对YOLOv7目标检测网络进行改进，实现了YOLOv7目标检测网络对旋转对像的定位，实现了机器人抓取2D抓取位姿的高精度计算。
-
公开(公告)号：CN111612819B
公开(公告)日：2023-03-31
申请号：CN202010412867.3
申请日：2020-05-15
申请人： 安徽工程大学
IPC分类号： G06T7/246
摘要： 本发明公开了基于图像金字塔绝对误差和的运动目标跟踪方法及系统，属于图像识别技术领域，包括以下步骤：S1：分解每帧高速图像；S2：确定顶层目标中心坐标；S3：跳跃式寻找并修正目标中心坐标；S4：逐帧搜索跟踪目标。在跟踪视频的每一帧时，首先对视频的每一帧高速图像序列进行图像金字塔分解，再利用绝对误差和匹配方法匹配运动目标；根据视频的运行方向，对下一帧图像进行有向性搜索优化，大大提高了识别运动目标的速度。本发明在对于运动目标的识别跟踪工作中，相比于现有的图像识别跟踪技术，识别效果能够达到预期满意度，识别准确度较高，识别速度也得到显著提升，值得被推广使用。
-
公开(公告)号：CN115205398A
公开(公告)日：2022-10-18
申请号：CN202210827015.X
申请日：2022-07-14
申请人： 安徽工程大学
摘要： 本发明公开了一种不均匀光照条件下的相机标定方法及系统，属于图像处理技术领域，包括以下步骤：S1：利用多尺度Retinex算法对输入图像进行处理；S2：对步骤S1得到的图像进行高斯同态滤波处理；S3：利用Otsu算法对步骤S2得到的图像进行处理；S4：对经过步骤S1～S3处理后的图像采用张正友平面标定法进行相机标定。本发明先利用多尺度Retinex算法和高斯同态滤波来增强图像细节，然后结合Otsu算法图像分割和双边滤波处理获得最终的标定板图像，进而实现相机的高精度标定，值得被推广使用。
-
公开(公告)号：CN113988128B
公开(公告)日：2024-09-27
申请号：CN202111253332.7
申请日：2021-10-27
申请人： 安徽工程大学
IPC分类号： G06F18/10
摘要： 本发明公开了一种基于二分递推奇异值分解的去噪方法，属于信号去噪技术领域，包括以下步骤：S1：构造矩阵；S2：二分递推奇异值分解；S3：获取第i次分解时的SVD的主成分信号；S4：重构第i次分解的主成分信号。本发明采用二分递推奇异值分解的方式对信号进行降噪处理，能够有效地解决有效秩阶次SVD去噪处理中存在的不同有效秩阶下信号去噪效果不够好的问题，可以明显地降低主信号中的噪声信号，值得被推广使用。
-
公开(公告)号：CN115021621A
公开(公告)日：2022-09-06
申请号：CN202210718722.5
申请日：2022-06-23
申请人： 安徽工程大学
IPC分类号： H02P6/08 , H02P23/00 , H02P23/12 , H02P23/04 , H02P25/022
摘要： 本发明公开了一种基于分数阶自抗扰的永磁同步电机速度控制方法，包括以下步骤，首先设计新型非线性函数newfal(x,a)，再优化最速函数并结合分数阶理论设计分数阶跟踪微分器PO‑TD，接着基于新型非线性函数并设计分数阶状态观测器PO‑ESO，再构建非线性状态误差反馈律并设计非线性反馈控制律NLSEF，随后基于分数阶跟踪微分器PO‑TD、分数阶状态观测器PO‑ESO和非线性反馈控制律NLSEF设计分数阶自抗扰控制器PO‑ADRC，最后在永磁同步电机中使用分数阶自抗扰控制器PO‑ADRC的控制方法控制其速度；本发明实现了在永磁同步电机中使用分数阶ADRC控制方法，并对永磁同步电机进行稳定控制，具有较强的抗干扰性能和快速响应能力，适合被广泛推广和使用。
-
公开(公告)号：CN111612819A
公开(公告)日：2020-09-01
申请号：CN202010412867.3
申请日：2020-05-15
申请人： 安徽工程大学
IPC分类号： G06T7/246
摘要： 本发明公开了基于图像金字塔绝对误差和的运动目标跟踪方法及系统，属于图像识别技术领域，包括以下步骤：S1：分解每帧高速图像；S2：确定顶层目标中心坐标；S3：跳跃式寻找并修正目标中心坐标；S4：逐帧搜索跟踪目标。在跟踪视频的每一帧时，首先对视频的每一帧高速图像序列进行图像金字塔分解，再利用绝对误差和匹配方法匹配运动目标；根据视频的运行方向，对下一帧图像进行有向性搜索优化，大大提高了识别运动目标的速度。本发明在对于运动目标的识别跟踪工作中，相比于现有的图像识别跟踪技术，识别效果能够达到预期满意度，识别准确度较高，识别速度也得到显著提升，值得被推广使用。
-
-
-
-
-
-
-
-
-
搜索结果
38 条记录 (耗时 0.049 秒)
