-
公开(公告)号：CN109343303B
公开(公告)日：2020-11-17
申请号：CN201811243682.3
申请日：2018-10-24
Applicant: 华中科技大学 , 泉州华中科技大学智能制造研究院
IPC: G03B37/02
Abstract: 本发明属于微钻视觉质量检测技术领域，公开了一种基于内锥镜面扫描全景成像的微钻视觉检测方法。该方法同时采用具有内锥镜面环形局部成像装置、图像采集及处理单元和数字化运动单元的装置；首先拍摄获取端刃清晰的图像，如果端刃判断合格，则继续拍摄得到多张侧刃图像，并将侧刃图像进行展开、提取图像清晰带，进而进行拼接得到最终的清晰完整的侧刃图像。本发明还提供了使用该方法的微钻视觉检测系统。本发明在一次运动进程中，实现在无需转换相机拍摄视角的情况下即可得到清晰、完整、全面的侧刃图像，克服当前微钻检测技术成本高、具有检测死角、检测质量不稳定等问题，大大提高微钻的检测效率和和精度，满足批量化生产与检测需求。
-
公开(公告)号：CN105666274B
公开(公告)日：2018-03-09
申请号：CN201610077868.0
申请日：2016-02-03
Applicant: 华中科技大学 , 泉州华中科技大学智能制造研究院
Abstract: 本发明公开了一种基于视觉控制的餐盘磨边方法，该方法包括如下步骤：将待磨边的餐盘装夹定位，利用两个对称设置在餐盘两侧的相机采集餐盘的图像；将图像经预处理、图像配准及融合处理进行整合，然后提取轮廓特征以生成一幅完整的餐盘轮廓图；将餐盘轮廓图与餐盘的理论CAD模型进行对比，获取当前装夹定位的中心位置和偏差角；根据中心位置和偏差角在数控系统中进行坐标偏置，坐标偏置后的数控系统按照理论CAD模型对应的G代码控制磨边单元实现餐盘的磨边。本发明在加工工位采用两个对称分布在餐具盘两侧的相机，对餐具盘的边缘进行轮廓采集，可实现餐具盘轮廓的全面采集与控制，最终采用G代码加工，具有磨边质量好、加工效率高等优点。
-
公开(公告)号：CN105666274A
公开(公告)日：2016-06-15
申请号：CN201610077868.0
申请日：2016-02-03
Applicant: 华中科技大学 , 泉州华中科技大学智能制造研究院
Abstract: 本发明公开了一种基于视觉控制的餐盘磨边方法，该方法包括如下步骤：将待磨边的餐盘装夹定位，利用两个对称设置在餐盘两侧的相机采集餐盘的图像；将图像经预处理、图像配准及融合处理进行整合，然后提取轮廓特征以生成一幅完整的餐盘轮廓图；将餐盘轮廓图与餐盘的理论CAD模型进行对比，获取当前装夹定位的中心位置和偏差角；根据中心位置和偏差角在数控系统中进行坐标偏置，坐标偏置后的数控系统按照理论CAD模型对应的G代码控制磨边单元实现餐盘的磨边。本发明在加工工位采用两个对称分布在餐具盘两侧的相机，对餐具盘的边缘进行轮廓采集，可实现餐具盘轮廓的全面采集与控制，最终采用G代码加工，具有磨边质量好、加工效率高等优点。
-
公开(公告)号：CN118069067B
公开(公告)日：2024-08-13
申请号：CN202410452115.8
申请日：2024-04-16
Applicant: 泉州华中科技大学智能制造研究院
IPC: G06F3/06 , H04L1/1829 , H04L1/1607 , H04L47/34 , H04L69/163
Abstract: 本发明提供基于无主从TCP通信的Nor Flash数据存储方法及装置，属于嵌入式非易失性存储器存储管理领域，包括写操作和读操作，写操作包括步骤S11、通过以太网TCP获取上位机下发的数据传输帧；步骤S12、根据待写数据段的组号与本地最新组号判断待写数据段的次序是否合理，合理则进入步骤S13，否则发送通信终止帧至上位机；步骤S13、若待写数据段的组内段号与本地记录的待写段号一致则执行写入缓存，并进入步骤S14，否则，发送重发请求帧至上位机；步骤S14、判断待写数据段是否为当前数据组的最后一个待写入的数段，若是，发送接收完成帧至上位机，否则，进入步骤S11。本发明能够解决低成本、低复杂度嵌入式装置中网络访问Nor Flash数据时的速度慢、效率低的问题。
-
公开(公告)号：CN117392163B
公开(公告)日：2024-04-12
申请号：CN202311692173.X
申请日：2023-12-11
Applicant: 泉州华中科技大学智能制造研究院
Abstract: 本发明提供基于3D视觉的鞋领口贴纸轨迹提取方法，属于鞋轨迹提取领域，包括步骤S1、获取鞋领口点云数据；步骤S2、获取鞋领口轨迹集；步骤S3、将鞋领口轨迹集分为表示鞋跟部分的点集Pa和表示鞋头部分的点集Pb，分别获取点集Pa和点集Pb中各点的姿态向量；步骤S4、根据步骤S3所得的点集Pa和点集Pb中各轨迹点的姿态向量，得到点集P中各轨迹点的姿态向量，并对点集P中轨迹点的法向量进行修正，得到点集P中各轨迹点修正后的姿态向量；步骤S5、根据实际贴纸工艺的需求，对步骤S4中所得的点集P中每个轨迹点根据其法向量进行轨迹向下偏置，并对偏置后的轨迹进行内缩处理，得到最终的贴纸轨迹。本发明适用于不同鞋款和鞋码，有效提高贴纸效率和质量。
-
Patent Agency Ranking
公开(公告)号：CN117392163A
公开(公告)日：2024-01-12
申请号：CN202311692173.X
申请日：2023-12-11
Applicant: 泉州华中科技大学智能制造研究院
Abstract: 本发明提供基于3D视觉的鞋领口贴纸轨迹提取方法，属于鞋轨迹提取领域，包括步骤S1、获取鞋领口点云数据；步骤S2、获取鞋领口轨迹集；步骤S3、将鞋领口轨迹集分为表示鞋跟部分的点集Pa和表示鞋头部分的点集Pb，分别获取点集Pa和点集Pb中各点的姿态向量；步骤S4、根据步骤S3所得的点集Pa和点集Pb中各轨迹点的姿态向量，得到点集P中各轨迹点的姿态向量，并对点集P中轨迹点的法向量进行修正，得到点集P中各轨迹点修正后的姿态向量；步骤S5、根据实际贴纸工艺的需求，对步骤S4中所得的点集P中每个轨迹点根据其法向量进行轨迹向下偏置，并对偏置后的轨迹进行内缩处理，得到最终的贴纸轨迹。本发明适用于不同鞋款和鞋码，有效提高贴纸效率和质量。
-
公开(公告)号：CN117226855A
公开(公告)日：2023-12-15
申请号：CN202311514552.X
申请日：2023-11-15
Applicant: 泉州华中科技大学智能制造研究院
Abstract: 本发明提供一种基于三维点云的焊缝打磨轨迹规划方法，属于焊缝图像处理技术领域，包括：步骤S1、获取焊缝的三维原始点云数据Csrc；步骤S2、对Csrc进行分类，将Csrc减去点数量最多的集合Smax1得到点云数据Sf1，对其进行处理得到焊缝点云数据Tmax，以及完整的工件基准面点云Tbase；步骤S3、沿着焊缝的长度方向，将Sf1等间隔分割成多个点云集合P1‑Pm，剔除这些点云集合中的异常点云集合后分别计算各剩余的点云集合的点云质心Pz1‑Pzm'，并得到新的点云质心P'z1‑P'zm'，以及焊缝的轨迹坐标，进而得到打磨轨迹；步骤S4、获取机器人的打磨姿态。本发明适用于各种类型产品，轨迹提取的准确度更高。
-
公开(公告)号：CN116664742B
公开(公告)日：2023-10-27
申请号：CN202310903936.4
申请日：2023-07-24
Applicant: 泉州华中科技大学智能制造研究院
Abstract: 本发明提供针对激光光条成像的HDR高动态范围处理方法及装置，属于嵌入式图像采集控制与处理领域，方法包括：步骤S1、根据设置的工作参数采集图像并按照图像采集顺序将连续采集的多帧图像组成帧组；步骤S2、提取各帧组图像中各帧图像的光条中心数据；步骤S3、若判定图像采集行为存在运动过快的情况，进入步骤S4，否则，进入步骤S5；步骤S4、以帧组中的第一帧图像的光条中心数据作为输出；步骤S5、对帧组中各帧图像的光条中心数据进行融合得到一帧HDR光条数据。本发明能够有效提高HDR在线结构光三维扫描成像中的可用性。
-
公开(公告)号：CN116661374B
公开(公告)日：2023-10-27
申请号：CN202310932105.X
申请日：2023-07-27
Applicant: 泉州华中科技大学智能制造研究院
Abstract: 本发明公开了一种基于三轴联动控制的鞋模加工方法、装置及可读介质，涉及鞋模加工领域，通过根据三轴鞋模机上工装转台的安装方式建立工件坐标系，并确定工装转台的旋转方向；获取更换刀具后自动对刀得到的刀具偏置值以及工装转台的旋转角度、机床坐标系下的工件坐标值、工件坐标系下的工装坐标值、工件中心至工装顶表面高度，根据以上参数计算得到机床坐标系下工装转台的旋转中心到工件表面的距离值；根据以上参数计算得到旋转坐标值；确定三轴鞋模机在Z轴上的升降加工方式，根据升降加工方式和旋转坐标值计算得到加工坐标值，并进行加工，解决了鞋模加工中针对不同角度翻转工装转台后，变为新的工件坐标系难以自动换算更新坐标系的问题。
-
公开(公告)号：CN113194126B
公开(公告)日：2023-10-27
申请号：CN202110428509.6
申请日：2021-04-21
Applicant: 泉州华中科技大学智能制造研究院
IPC: H04L67/104 , H04L67/133 , H04L9/08 , G06N20/00
Abstract: 本发明提供一种基于区块链的横向联邦学习模型构建方法，包括如下步骤：在每个本地服务器上均同时部署横向联邦学习节点和区块链节点；初始化；各横向联邦学习节点接收到中心聚合节点发起的训练请求后进行训练并得到梯度值；分别将各梯度值发送至区块链和中心聚合节点；生成学习模型；利用测试集对学习模型进行预测，在预测准确率低于阈值时，将中心聚合节点收到梯度值的与区块链存储的梯度值进行对比，并降低或者清零可疑节点的聚合权重，再重新进行训练与聚合分析，直至生成符合要求的学习模型。本发明能够及时发现并剔除恶意节点，避免生成错误或者失效模型,防止出现更严重的问题。
-
-
-
-
-
-
-
-
-
Search Results
390
records
(took 0.056 seconds)
