-
公开(公告)号：CN111906784B
公开(公告)日：2023-04-07
申请号：CN202010718957.5
申请日：2020-07-23
申请人： 湖南爱米家智能科技有限公司 , 长沙理工大学
摘要： 本发明公开了一种基于机器视觉引导的咽拭子双臂采样机器人及采样方法，本发明提供了一种基于机器视觉引导的咽拭子双臂采样机器人及采样方法，该机器人系统利用工业深度相机获取RGB‑D深度点云信息，对口腔空间环境进行识别处理，采用深度学习算法，确定舌尖与咽喉深部的三维坐标作为双臂的期望坐标，基于moveit功能包，完成移动双臂的协同运动规划，机器人控制系统则是基于ROS系统开发，通过人机交互控制与ROS无线通信，实现远程控制及实时监控功能。本发明能够避免医护人员与患者体内传染物直接接触，监控双臂机器人完成繁杂的咽拭子采样过程，并确保较高的执行精度与成功率，避免患者出现采样过程受伤等意外风险。
-
公开(公告)号：CN111906784A
公开(公告)日：2020-11-10
申请号：CN202010718957.5
申请日：2020-07-23
申请人： 湖南爱米家智能科技有限公司 , 长沙理工大学
摘要： 本发明公开了一种基于机器视觉引导的咽拭子双臂采样机器人及采样方法，本发明提供了一种基于机器视觉引导的咽拭子双臂采样机器人及采样方法，该机器人系统利用工业深度相机获取RGB-D深度点云信息，对口腔空间环境进行识别处理，采用深度学习算法，确定舌尖与咽喉深部的三维坐标作为双臂的期望坐标，基于moveit功能包，完成移动双臂的协同运动规划，机器人控制系统则是基于ROS系统开发，通过人机交互控制与ROS无线通信，实现远程控制及实时监控功能。本发明能够避免医护人员与患者体内传染物直接接触，监控双臂机器人完成繁杂的咽拭子采样过程，并确保较高的执行精度与成功率，避免患者出现采样过程受伤等意外风险。
-
公开(公告)号：CN112967271A
公开(公告)日：2021-06-15
申请号：CN202110317123.8
申请日：2021-03-25
摘要： 本发明提供了一种基于改进DeepLabv3+网络模型的铸件表面缺陷识别方法包括如下步骤：步骤S1、采集铸件图像数据集，获得训练集和测试集；步骤S2、构建网络模型，并通过训练集和测试集对网络模型进行数据训练和修正，生成缺陷检测网络；步骤S3、设计缺陷检测网络的损失函数；步骤S4、所述缺陷检测网络识别并输出铸件缺陷检测结果，并显示检测时长。本发明采用深度学习的方法对铸件表面缺陷进行识别，提升了缺陷识别的精度和速度，为工业铸件质量检测提供新思路。
-
公开(公告)号：CN112967271B
公开(公告)日：2022-04-19
申请号：CN202110317123.8
申请日：2021-03-25
摘要： 本发明提供了一种基于改进DeepLabv3+网络模型的铸件表面缺陷识别方法包括如下步骤：步骤S1、采集铸件图像数据集，获得训练集和测试集；步骤S2、构建网络模型，并通过训练集和测试集对网络模型进行数据训练和修正，生成缺陷检测网络；步骤S3、设计缺陷检测网络的损失函数；步骤S4、所述缺陷检测网络识别并输出铸件缺陷检测结果，并显示检测时长。本发明采用深度学习的方法对铸件表面缺陷进行识别，提升了缺陷识别的精度和速度，为工业铸件质量检测提供新思路。
-
-
-
搜索结果
4 条记录 (耗时 0.069 秒)
