知搜-全球专利检索

  1. Login
  2. Sign Up

Search Results

5 records (took 0.022 seconds)

    一种基于重建坐标系的手眼标定方法及装置
    1.
    发明授权
    一种基于重建坐标系的手眼标定方法及装置 有权

    公开(公告)号：CN113160326B

    公开(公告)日：2024-07-09

    申请号：CN202110378420.3

    申请日：2021-04-08

    Applicant: 福建(泉州)先进制造技术研究院

    Inventor： 赵紫阳 ,  李瑞峰 ,  罗冠泰 ,  张陈涛 ,  汤思榕 ,  梁培栋 ,  林文伟

    IPC: G06T7/80 ,  G06T7/73 ,  G06T7/66 ,  G06T7/00 ,  B25J19/02 ,  B25J9/16

    Abstract: 本发明提供一种基于重建坐标系的手眼标定方法及装置，方法包括如下步骤：确定清晰特征点；建立过渡工具坐标系和工件坐标系；计算图像坐标系与工件坐标系的转化关系；计算第一旋转图像上的特征点坐标A和第二旋转图像上的特征点坐标B，以及坐标A与坐标B的中点C；计算中点C在工件坐标系下的坐标，以及C点与过渡工具坐标系原点之间的偏差量；重建新的工具坐标系，该新工具坐标系的原点为过渡工具坐标系原点加上偏差量，根据该新工具坐标系引导机械臂的定位；进行下一次引导定位时，将新工具坐标系作为过渡工具坐标系，并重新建立新的工具坐标系。本发明消除工具坐标系原点与工件旋转中心的误差，有效提高手眼标定精度。

    一种足球运球绕杆智能测试系统及方法
    2.
    发明授权
    一种足球运球绕杆智能测试系统及方法 有权

    公开(公告)号：CN110090427B

    公开(公告)日：2024-04-05

    申请号：CN201910458380.6

    申请日：2019-05-29

    Applicant: 福建(泉州)先进制造技术研究院

    Inventor： 陈灵杰 ,  李瑞峰 ,  林文芳 ,  罗冠泰 ,  林雅峰 ,  林志滨

    IPC: A63B71/06 ,  A63B69/00

    Abstract: 一种足球运球绕杆智能测试系统，包括外围杆、内杆、UWB定位标签、计时装置以及上位机，外围杆分布在一个矩形测试场地上，每根外围杆上都装设有UWB基站一、通信模块一及微控制器一，内杆间隔分布于测试场地中心线上，每根内杆上装设有倾斜传感器、通信模块二及微控制器二，UWB定位标签包含测试人员定位标签和足球定位标签，上位机与微控制器一、微控制器二及计时装置通信连接。该测试系统的测试方法是采用UWB定位技术及算法得出每个UWB基站一和足球定位标签之间的距离，再通过三角定位算法计算出足球定位标签和测试人员的位置，由上位机量化成坐标并实时显示测试人员和足球的运动轨迹，实现足球运球绕杆测试的智能化及无人化管理。

    一种基于数据优化的手眼标定方法
    3.
    发明授权
    一种基于数据优化的手眼标定方法 有权

    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

    Inventor： 林文伟 ,  李瑞峰 ,  罗冠泰 ,  张陈涛 ,  汤思榕 ,  梁培栋 ,  赵紫阳

    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。

    一种基于深度学习的手眼标定方法
    4.
    发明授权
    一种基于深度学习的手眼标定方法 有权

    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

    Inventor： 林文伟 ,  李瑞峰 ,  罗冠泰 ,  张陈涛 ,  汤思榕 ,  梁培栋 ,  赵紫阳

    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。

Patent Agency Ranking