-
公开(公告)号：CN118196715A
公开(公告)日：2024-06-14
申请号：CN202410415583.8
申请日：2024-04-08
Applicant: 江苏理工学院
Abstract: 本发明公开了一种基于伪深度估计与在线轨迹分类的多目标跟踪方法，涉及计算机视觉技术领域，包括图像采集、目标检测、检测分级、分级匹配、轨迹更新以及轨迹输出等步骤，本发明通过引入底边框代价矩阵，更新了相似度度量，利用深度信息来增强轨迹关联的鲁棒性，尤其是在遮挡情况下；其次，本发明引入了激活轨迹匹配策略，这有助于减少由检测框引起的瞬时目标干扰；最后，本发明优化了跟踪轨迹的删除策略，通过实时删除由虚假高分检测框引起的轨迹，以此来减少碎片轨迹的数量；通过这些改进，本发明显著提高了方法在复杂环境下的适应性，使其更适合于执行高难度的视频监控安全管控任务。
-
公开(公告)号：CN119850706A
公开(公告)日：2025-04-18
申请号：CN202411938735.9
申请日：2024-12-26
Applicant: 江苏理工学院
Abstract: 本发明公开了一种电机轴表面光条中心提取装置及方法，获取不同环境光以及不同角度下电机轴的光条图像，对光条图像进行预处理操作；利用数学形态学腐蚀和膨胀操作，对光条图像进行骨架细化，提取光条骨架；改进灰度重心法，提取光条中心坐标；利用几何中心法提取光条轮廓中心，根据灰度值关系对几何中心法提取结果和改进的灰度重心法提取结果进行加权平均，修正灰度值异常的坐标，获得稳定的光条中心坐标。本发明提高了算法在不同环境光下的适应性，能够克服因光条不均匀、不连续带来的不良影响，对光条中心进行稳定提取，满足三维重建测量的精度要求。
-
公开(公告)号：CN119270838A
公开(公告)日：2025-01-07
申请号：CN202411311712.5
申请日：2024-09-20
Applicant: 江苏理工学院
Abstract: 本发明提出了一种基于多目标跟踪的移动机器人人物跟踪综合框架。首先，该框架将改进的OC‑SORT跟踪算法与手势检测技术相结合，实现了对多个物体的动态选择、精确识别和位置估计。其次，通过规划Dubins路径并提出基于全向轮式机器人的横向和纵向控制模型，可以实现全向轮式移动机器人的精确路径跟踪。所提出的改进型OC‑SORT跟踪算法在DanceTrack和Person Tracking等公共数据集上进行了评估，跟踪和定位精度分别达到60.5HOTA和98.1％，超过了现有的多目标跟踪OC‑SORT和单目标跟踪ODFS。所提出的机器人人员跟踪框架可在配备英伟达TM#imgabs0# Jetson Xavier NX的嵌入式系统上运行。它在定制的人员跟踪数据集上的表现以及在现实世界场景中的成功应用证明了其在实时跟踪和跟随个人方面的有效性。
-
公开(公告)号：CN119024780A
公开(公告)日：2024-11-26
申请号：CN202411086609.5
申请日：2024-08-08
Applicant: 江苏理工学院
IPC: G05B19/418 , G06F18/22 , G06V40/16
Abstract: 本发明公开了一种仪器制造工厂的监控方法和系统，其中，该仪器制造工厂的监控方法包括以下步骤：获取所述仪器制造工厂各操作工人的上班信息以及用于仪器制造的各制造机器的工作强度值；根据所述上班信息对所述仪器制造工厂中各操作工人进行监控，并根据所述工作强度值对所述仪器制造工厂中各制造机器进行监控。由此，无需人工参与即可实现仪器制造工厂的监控，不仅能够对操作工人进行监控，而且能够对各制造机器进行监控，监控更加全面，大大提高了制造工厂的安全性。
-
公开(公告)号：CN117252915A
公开(公告)日：2023-12-19
申请号：CN202311292417.5
申请日：2023-10-08
Applicant: 江苏理工学院
Abstract: 本发明公开了一种基于改进梯度加权的零件图像高精度聚焦方法及装置，首先，改进Otsu自适应分割阈值，提高边缘提取精度；接着，基于4方向Sobel算子获取边缘像素点梯度值，提高梯度的准确性；然后，根据边缘像素点与其8邻域像素点灰度分布差异值大小，获取像素点梯度加权系数，增强梯度加权算法的灵敏性和抗噪性。最后，通过改进梯度加权的聚焦评价函数对图像进行清晰度评价，提高零件图像聚焦精度。本发明有效提高了图像聚焦的精度，这对提高零件尺寸视觉测量精度有着重要意义。
-
Patent Agency Ranking
公开(公告)号：CN119624879A
公开(公告)日：2025-03-14
申请号：CN202411662412.1
申请日：2024-12-24
Applicant: 江苏理工学院
Abstract: 本发明公开了一种基于改进YOLOv5n的轻量化金属板材表面缺陷检测方法，涉及机器视觉和目标检测领域，包括以下步骤：S1：图像预处理；S2：将图片输入至模型中；S3：模型训练；S4：对模型训练后的数据进行分析判断，并对模型进行调整和优化，并将最终结果标注在原始图像上作为检测结果的输出；采用改进的YOLOv5n网络模型对图片进行识别检测。本发明的优点是：方法在主干和颈部网络引入ADown模块替换原有下采样过程中的CBS模块，减少模型参数量的同时提升计算效率，在颈部网络C3模块的Bottleneck结构中融入可变形注意力Transformer，在保持较高推理速度的同时，获取更多的特征信息，以适应金属板材表面多样化的缺陷特征，可以满足较高检测精度的需求，同时降低模型的计算量。
-
公开(公告)号：CN119130230A
公开(公告)日：2024-12-13
申请号：CN202411157664.9
申请日：2024-08-21
Applicant: 江苏理工学院
IPC: G06Q10/0639 , G06Q50/04 , G06F16/31 , G06F21/60
Abstract: 本发明公开了一种制造工厂数字化管理系统和方法，其中，该管理系统包括：制品编码单元、制品检测单元、制品售卖单元和信息存储单元；其中，制品编码单元用于在制品制造完成后，对制品进行编码并获取相应的编码信息，以及在编码后的制品上粘贴识别码；制品检测单元用于对粘贴识别码的制品进行缺陷检测，以及根据缺陷检测结果剔除缺陷制品，并保留无缺陷制品；制品售卖单元用于获取无缺陷制品的订单信息；信息存储单元用于存储与识别码对应的可更新的制品信息，其中，制品信息包括：编码信息、缺陷检测结果以及订单信息。由此，能够自动对制造工厂进行数字化管理，不仅可靠性较高，而且大大节省了人力资源。
-
公开(公告)号：CN118052020A
公开(公告)日：2024-05-17
申请号：CN202410355551.3
申请日：2024-03-27
Applicant: 江苏理工学院
IPC: G06F30/17 , G06F30/27 , G06N3/126 , G06F111/06 , G06F111/08 , G06F119/14
Abstract: 本发明属于机器人关节减速器主动设计技术领域，具体涉及一种考虑传动精度与承载能力的RV减速器主动设计方法。本发明包括以下步骤：S 1.建立RV减速器的传动性能与几何尺寸、误差参数、修形量之间的函数关系式，所述传动性能包括回差、传动误差和扭转刚度；S2.构建传动性能的优化目标函数；S3.选择设计变量；S4.选取约束条件；S5.获取RV减速器的传动性能设计变量的最优解。以回差、传动误差与扭转刚度作为优化目标，全面地考虑传动精度和承载能力评价RV减速器的传动性能，将几何尺寸、尺寸精度与修形共同作为优化设计变量进行多目标优化，完成对RV减速器的主动设计，达到传动性能综合最优的目标。
-
公开(公告)号：CN119501941A
公开(公告)日：2025-02-25
申请号：CN202411727289.7
申请日：2024-11-28
Applicant: 江苏理工学院
IPC: B25J9/16
Abstract: 本发明提供一种机器人的柔顺控制方法、柔顺控制系统，所述方法包括：根据牛顿‑欧拉法，将速度矢量的次项拆分为两个不同的输入，获取机器人的递归表达式，根据递归表达式获取机器人的动力学方程；构建广义动量观测器；在机器人运行过程中施加外力，获取广义动量观测器的输出，根据输出估计机器人与外界物理交互中的外部扭矩；根据外部扭矩和阻抗控制模型生成参考位置信号，根据参考位置信号进行机器人的柔顺控制。本发明通过构建精确的机器人动力学模型，结合广义动量观测器，推断机器人与外界交互过程中产生的外力，无需依赖物理力传感器，不仅显著降低了硬件成本，还简化了系统的设计与维护流程，提高了系统的可靠性和可维护性。
-
公开(公告)号：CN119251168A
公开(公告)日：2025-01-03
申请号：CN202411307679.9
申请日：2024-09-19
Applicant: 江苏理工学院
IPC: G06T7/00 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种金属表面缺陷检测方法，包括如下步骤：建立金属表面缺陷图像数据集；预处理金属表面缺陷图像，保证同一图片中存在多种缺陷类型；改进YOLOv7网络模型；使用改进后的YOLOv7模型对金属表面缺陷数据集进行训练评估，在训练过程中选择合适的超参数；对模型训练后的数据进行分析判断，并对模型进行调整和优化；保留最优模型权重，对训练后的模型进行实验测试。本发明建立多种类金属表面缺陷数据集；在颈部网络引入极化自注意力机制和SPDConv模块，保留图像信息的同时自适应捕捉重要信息；引入NWD损失函数，改善网络对小尺寸缺陷的定位能力。该方法可以适应不同工况下金属表面缺陷检测的需求，具有较好的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.038 seconds)
