-
公开(公告)号：CN113103238B
公开(公告)日：2024-10-25
申请号：CN202110453316.6
申请日：2021-04-26
Applicant: 福建(泉州)先进制造技术研究院
IPC: B25J9/16
Abstract: 本发明提供一种基于数据优化的手眼标定方法，包括如下步骤：A、采集N组标定板姿态数据及对应的机械臂姿态数据；B、计算过渡手眼标定矩阵及变换矩阵，将各变换矩阵拆解为旋转矩阵和平移矩阵；C、若旋转标准差不大于旋转阈值且平移标准差不大于平移阈值，进入步骤E，否则进入步骤D；D、剔除误差最大的数据组，进入步骤B；E、得到对应的理论平移量和理论旋转角，得到真实平移量和真实旋转角；F、若理论平移量与真实平移量之间的第一差值及各理论旋转角与真实旋转角之间的第二差值，均不大于精度阈值，则保存最终手眼标定矩阵，否则，随机剔除一组数据进入步骤B。本发明利用已知真值循环反馈删除数据，获取高精度的手眼标定矩阵。
-
公开(公告)号：CN119850938B
公开(公告)日：2025-05-16
申请号：CN202510334931.3
申请日：2025-03-20
Applicant: 福建(泉州)先进制造技术研究院
Abstract: 本发明涉及指针仪表图像处理识别读数方法技术领域，具体是公开一种通用型指针仪表盘读数方法，通过采用了Transformer架构的MetaFormer中的ConvFormer模块和TransFormer模块来代替yolov8n‑seg网络模型中的C2f模块得到的改进的Yolov8实例分割网络模型进行实例分割得到刻度起始点、刻度末尾点和质心点；计算夹角角度得出最大量程对应的角度；判定出指针个数及针柄；得出实际指针及其指向点；得出实际指针对应的角度及读数。该方法不仅简化了仪表刻度区域的标注过程，降低了对网络精度的依赖，还能够有效应对双指针和三指针仪表的读数使用，提高仪表读数的准确性和适用性。
-
公开(公告)号：CN119295453A
公开(公告)日：2025-01-10
申请号：CN202411818270.3
申请日：2024-12-11
Applicant: 福建(泉州)先进制造技术研究院
IPC: G06T7/00 , G06N3/0464 , G06T7/11 , G06V10/26 , G06V10/44 , G06V10/48 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明涉及基于深度学习的视觉图像检测技术领域，具体是公开一种运输机皮带跑偏检测方法及改进的yolov5网络模型，模型中包括托辊检测处理和皮带区域分割处理；方法为建立模型；使用改进的yolov5网络模型训练数据；运输机皮带跑偏检测工作时，相机采集获得检测图像，处理输入调用的改进的yolov5网络模型；托辊检测处理计算出托辊的面积，判断是否超过设定的阈值；皮带区域分割处理进行边缘提取，通过霍夫直线检测判断检测直线是否偏移设定直线的阈值；当两者判断结果均为是，则判断为跑偏，进行报警；当两者之一或两者判断结果为否，则重新进行步骤。该方法是基于深度学习检测皮带跑偏的新方法，能够得到更为准确的检测结果。
-
公开(公告)号：CN113240728B
公开(公告)日：2024-12-13
申请号：CN202110377840.X
申请日：2021-04-08
Applicant: 福建(泉州)先进制造技术研究院
IPC: G06T7/66 , G06T7/80 , G06V10/774 , B25J9/16
Abstract: 本发明提供一种基于深度学习的手眼标定方法，包括如下步骤：采集并标注包含标定物的训练图像；训练yolo3模型；设定移动步长S、以及距离阈值D；控制装置随机调节机械臂的位置姿态，相机拍摄以获取调节图像；调用经训练后的yolo3模型对调节图像进行分析，若标定物的尺寸不小于相机视场的一半且实际距离不大于距离阈值D，则拍摄标定图像，并记录机械臂此时的位置姿态数据，否则，按照移动步长S调节机械臂后再次拍摄调节图像，直至再次符合拍摄标定图像；标定图像以满足需要的数量后，进行手眼标定矩阵计算。本发明的过程中无需人工参与，节省人力物力，且计算量小、运算速度快、对标定图像的拍摄要求较低，结果准确率高，鲁棒性更好。
-
公开(公告)号：CN118762013A
公开(公告)日：2024-10-11
申请号：CN202411245121.2
申请日：2024-09-06
Applicant: 福建(泉州)先进制造技术研究院
IPC: G06T7/00 , G06T7/10 , G06V10/764 , G06V10/82
Abstract: 本发明涉及图像检测技术领域，具体是公开一种KIA Net网络模型及其图像、高精度晶圆缺陷检测与分割方法，KIA Net网络模型包括有分类网络分支、分割网络分支，分类网络分支包括网络输入、离散小波变换模块、结合了残差网络学习和密集网络连接的残差密度模块、结合KAN网络和和混合注意力机制的融合特征注意力模块、空间金字塔池化模块以及分类类型输出，网络输入了待检测的图像经过离散小波变换模块、残差密度模块、融合特征注意力模块及空间金字塔池化模块处理后，在分类类型输出待检测图像的分类结果。其提供了一种新的图像检测网络模型，其方法能够显著提升图像检测的精度、鲁棒性和适应性，同时优化计算效率和增强模型的可解释性。
-
Patent Agency Ranking
公开(公告)号：CN119444751A
公开(公告)日：2025-02-14
申请号：CN202510036548.X
申请日：2025-01-09
Applicant: 福建(泉州)先进制造技术研究院
IPC: G06T7/00 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/082 , G06N3/094 , G06N3/096 , G06N3/0985 , G01N21/88
Abstract: 本发明涉及图像识别技术领域,具体是公开一种基于知识蒸馏和剪枝技术的光伏板缺陷识别方法，步骤建立缺陷图像数据和标注图像数据，将标注图像数据划分为训练集、验证集、测试集用于SRGAN模型训练、验证和测试，得到超分辨图像数据，将步标注图像数据和超分辨图像数据划分为训练集、验证集、测试集，分别训练、验证和测试教师模型和学生模型得到的性能最优权重，得到蒸馏训练后的学生模型，得到约束训练后的学生模型，得到剪枝后的学生模型，对剪枝后的学生模型进行回调训练。该方法可以降低耗时、昂贵的人工检测成本等，可提高产能，提高实际工业应用价值，具备高检测精度和轻量化优点，更适于光伏板图像缺陷识别。
-
公开(公告)号：CN115284279B
公开(公告)日：2024-10-01
申请号：CN202210705532.X
申请日：2022-06-21
Applicant: 福建(泉州)先进制造技术研究院
IPC: B25J9/16 , G06T7/11 , G06T7/33 , G06T7/80 , G06T19/00 , G06V10/25 , G06V10/762 , G06V10/764
Abstract: 本发明公开了一种基于混叠工件的机械臂抓取方法、装置及可读介质，属于智能制造领域，包含机械臂手眼标定步骤、三维模板设置步骤、三维点云预处理步骤、全局多目标三维点云配准算法和抓取决策算法，实现多工件混叠场景下的无碰撞抓取，提高了计算效率。该方法通过点云预处理提高算法计算效率和稳定性；通过全局多目标三维点云配准算法，同时获得多工件混叠场景下多个工件的位姿信息；通过抓取决策算法，对已获得的多个工件进行抓取目标筛选，保证了最优无碰撞抓取，解决了工件弱纹理、混叠复杂工件识别与定位的难度大的问题。
-
公开(公告)号：CN119337942B
公开(公告)日：2025-03-14
申请号：CN202411892234.1
申请日：2024-12-20
Applicant: 福建(泉州)先进制造技术研究院
IPC: G06N3/0464 , G06T7/00 , G06T7/11 , G06T7/60 , G06T7/62 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/82
Abstract: 本发明公开一种YOLOv8‑MSDA网络模型及输送皮带损伤监测方法，涉及图像监测技术领域，特别是涉及输送机皮带的图像监测，模型为基于YOLOv8网络模型进行改进，该模型利于提高检测的准确性及检测精度，方法步骤包括建立皮带损伤图像数据；建立皮带破损分割图像数据；搭建YOLOv8‑MSDA网络模型检测训练；基于DeepLabv3+网络模型分割训练；皮带损伤视觉监测系统采集数据；处理后输入YOLOv8‑MSDA网络模型检测，输出结果；根据检测结果评估得出风险等级评估结果；根据风险等级评估结果更新信息作出处理。该方法检测在满足准确性及检测精度的基础上实时监测并预警皮带损伤风险等级，作出相应处理。
-
公开(公告)号：CN115331179B
公开(公告)日：2025-01-10
申请号：CN202211250657.4
申请日：2022-10-12
Applicant: 福建(泉州)先进制造技术研究院
IPC: G06V20/52 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种高实时性的行人追踪方法、装置及可读介质，涉及行人跟随领域，建立行人实际大小与行人跟随地轨拍摄的图像中行人大小的对应关系；获取行人跟随地轨拍摄的当前帧图像，并输入经训练的目标检测模型，得到检测结果，将检测结果与时序数据记录中的前一时刻的检测结果进行相似度比对，根据比对结果判断是否是同一人物；确定检测结果中是否存在时序数据记录中的历史追踪人物更新追踪人物，对追踪人物的位移进行加权插值，得到追踪人物的预测位移；根据对应关系与预测位移得到追踪人物的运动方向和速度，根据运动方向和速度确定行人跟随地轨的运动方向和移动速度，并控制行人跟随地轨移动，解决实时性低、成本高等问题。
-
公开(公告)号：CN118762013B
公开(公告)日：2024-11-12
申请号：CN202411245121.2
申请日：2024-09-06
Applicant: 福建(泉州)先进制造技术研究院
IPC: G06T7/00 , G06T7/10 , G06V10/764 , G06V10/82
Abstract: 本发明涉及图像检测技术领域，具体是公开一种KIA Net网络模型及其图像、高精度晶圆缺陷检测与分割方法，KIA Net网络模型包括有分类网络分支、分割网络分支，分类网络分支包括网络输入、离散小波变换模块、结合了残差网络学习和密集网络连接的残差密度模块、结合KAN网络和和混合注意力机制的融合特征注意力模块、空间金字塔池化模块以及分类类型输出，网络输入了待检测的图像经过离散小波变换模块、残差密度模块、融合特征注意力模块及空间金字塔池化模块处理后，在分类类型输出待检测图像的分类结果。其提供了一种新的图像检测网络模型，其方法能够显著提升图像检测的精度、鲁棒性和适应性，同时优化计算效率和增强模型的可解释性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.028 seconds)
