型腔数控加工螺旋曲线轨迹规划方法

    公开(公告)号:CN101452284B

    公开(公告)日:2010-06-02

    申请号:CN200810207221.0

    申请日:2008-12-18

    IPC分类号: G05B19/41

    摘要: 本发明涉及一种型腔数控加工螺旋曲线轨迹规划方法。将型腔边界嵌入到高一维空间的水平集函数中去,水平集函数的零水平集即为型腔边界,将水平集函数初始化为符号距离函数。通过求解水平集方程得到型腔边界的偏置,修正水平集方程的速度函数,使高曲率区域在生成偏置线时能够光滑。通过控制边界推进的时间来控制偏置线间的距离,型腔边界推进的过程中,自然处理复杂的拓扑变化,然后分别在不同区域进行螺旋曲线轨迹规划。本发明适用于普通型腔与复杂型腔的数控加工系统刀具轨迹规划,刀具轨迹连续、光滑,对于复杂的带岛型腔,可以实现区域自动分割,在不同区域分别进行螺旋曲线轨迹规划。

    型腔数控加工螺旋曲线轨迹规划方法

    公开(公告)号:CN101452284A

    公开(公告)日:2009-06-10

    申请号:CN200810207221.0

    申请日:2008-12-18

    IPC分类号: G05B19/41

    摘要: 本发明涉及一种型腔数控加工螺旋曲线轨迹规划方法。将型腔边界嵌入到高一维空间的水平集函数中去,水平集函数的零水平集即为型腔边界,将水平集函数初始化为符号距离函数。通过求解水平集方程得到型腔边界的偏置,修正水平集方程的速度函数,使高曲率区域在生成偏置线时能够光滑。通过控制边界推进的时间来控制偏置线间的距离,型腔边界推进的过程中,自然处理复杂的拓扑变化,然后分别在不同区域进行螺旋曲线轨迹规划。本发明适用于普通型腔与复杂型腔的数控加工系统刀具轨迹规划,刀具轨迹连续、光滑,对于复杂的带岛型腔,可以实现区域自动分割,在不同区域分别进行螺旋曲线轨迹规划。

    柔性激光植球机的焊盘视觉识别与定位系统

    公开(公告)号:CN100343966C

    公开(公告)日:2007-10-17

    申请号:CN200510025779.3

    申请日:2005-05-12

    IPC分类号: H01L21/60 B23K26/00 H05K3/34

    摘要: 一种柔性激光植球机的焊盘视觉识别与定位系统,在装好植球头的固定支架上安装CCD摄像机,摄像机和镜头的中轴线与植球头的中轴线相互平行,并在不互相干涉的条件下尽可能互相靠近,镜头正下方安装环形LED光源,避免周围光线变化对后期图像处理和系统定位精度的影响,摄像机与安装于PC机内的图像采集卡相连,植球头下方的X-Y轴运动平台通过运动控制器与PC机相连。本发明能自动、半自动的准确定位焊盘并植入焊球,将摄像机摄下的图像信号经由图像采集卡数字化后送入PC机内存,由图像处理软件做进一步处理与分析,找到焊盘的中心位置,再通过运动控制器控制X-Y轴运动平台,使芯片上焊盘移动到植球头正下方,完成植球动作。

    倒装芯片凸点的选择性激光回流制备方法

    公开(公告)号:CN1588634A

    公开(公告)日:2005-03-02

    申请号:CN200410053040.9

    申请日:2004-07-22

    IPC分类号: H01L21/60 H01L21/28 H01L21/44

    摘要: 一种倒装芯片凸点的选择性激光回流制备方法,将模板印刷法与选择性激光回流技术相结合制备倒装芯片的凸点,将金属模板置于芯片之上,将焊膏填入金属模板上的所有开孔,激光聚焦在金属模板开孔内,焊膏在激光作用下回流成金属凸点。在逐点制备倒装芯片上所有凸点的过程中,金属模板与芯片保持接触。本发明的方法适用于多种材料制备凸点,具有成本低廉,激光扫描速度快,单点成形时间短,凸点定位精度高,凸点参数可以自由设定的优点。本发明能有效避免因全局受热而造成的器件失效现象,尤其适合某些特殊器件封装,如热敏器件、光电器件。

    基于物理运算引擎的三维点云数据集生成方法

    公开(公告)号:CN114581609B

    公开(公告)日:2024-08-16

    申请号:CN202210207763.8

    申请日:2022-03-03

    摘要: 一种基于物理运算引擎的三维点云数据集生成方法,通过载入物体和场景的三维模型后,随机初始化物体位姿并初始化PhysX物理世界并进行仿真;然后在OpenGL内设立拍摄系统,将PhysX物理世界中的物体位姿与三维模型中的材质、表面纹理参数输入OpenGL,在OpenGL中绘制生成场景初始点云;再通过色彩映射得到场景的语义和实例标签图像,并通过色彩逆映射实现对场景点云各点增加标签,与位姿标签数据一并作为三维点云数据集。本发明直接使用OpenGL接口对所需场景进行三维绘制,不仅能实现点云数据的仿真获取,还能够大幅提升点云数据集生成的效率和质量,适应于工业分拣、无人驾驶、智能家居等多领域应用中的高效低成本的数据集生成。

    基于可定制的抓取数据集的机械手控制方法

    公开(公告)号:CN118322206A

    公开(公告)日:2024-07-12

    申请号:CN202410560226.0

    申请日:2024-05-08

    IPC分类号: B25J9/16

    摘要: 一种基于可定制的抓取数据集的机械手控制方法,在仿真环境中初始化机械手和待抓取物体的三维模型,对后者进行密集采样以生成抓取位姿,通过模拟抓取过程并对其进行质量评估后,模拟散乱堆叠环境下的所有密集抓取位姿并生成包含RGB图、语义分割图、深度图及点云的综合数据集,进而基于该综合数据集进行工业零件分类和抓取的预测工作。本发明在仿真环境中生成抓取位姿和相应的质量评估,在不依赖人工标注的情况下能够在短时间内自动生成密集抓取标注,模拟包含开环或闭环机构的机械手完成各类型的抓取动作,针对性的生成需要的抓取数据集,为每类机械手抓取过程的位置和方向提供了系统科学的抓取质量评估方法,便于后续深度学习模型对于抓取的差异化学习。

    一种基于多种图像特征信息混合的视觉伺服方法

    公开(公告)号:CN115446836B

    公开(公告)日:2023-09-12

    申请号:CN202211132649.X

    申请日:2022-09-17

    IPC分类号: B25J9/16

    摘要: 本发明涉及视觉伺服技术领域,具体涉及一种基于多种图像特征信息混合的视觉伺服方法,包括:S1、采集并处理图像:固定2D相机,使其工作视野能覆盖工件移动范围;打开相机设备采集图像并进行图像处理;S2、设置工件目标位姿参数:通过示教器控制机器人抓取工件移动到目标位置下,识别此状态下工件的图像特征参数信息;S3、构建深度映射比例因子,识别提取多种图像特征信息:多次移动示教器,获取图像空间特征信息与笛卡尔空间坐标的映射关系。本发明通过单个2D相机获取图像,并实现对多种不同图像特征信息的提取、处理以及融合,从而控制机械臂的移动,并到达指定位置,完成视觉伺服下的工件位姿调整任务,计算量小,且定位精度高,实时性好。

    大尺度无共视相机外参标定方法
    88.
    发明公开

    公开(公告)号:CN114972524A

    公开(公告)日:2022-08-30

    申请号:CN202210256977.4

    申请日:2022-03-16

    IPC分类号: G06T7/80 G06T7/73 G06F30/20

    摘要: 一种大尺度无共视相机外参标定方法,依靠定尺寸标定模块构建目标相机与辅助相机的联系;标定辅助相机与两个目标相机的外部参数;全局优化目标相机的外部参数;仿真实验验证本发明的可行性与精度;实际问题中应用本方法体现本发明的实际应用性。本发明利用辅助相机及定尺寸标定模块,建立大尺度下无公共视野的相机标定模式,实现了低成本、高精度、高柔性的大尺度无共视相机的标定方法,为车身定位等应用提供相机外部参数。

    一种沙土掩埋情况下推拨抓取方法及装置

    公开(公告)号:CN114952841A

    公开(公告)日:2022-08-30

    申请号:CN202210589071.4

    申请日:2022-05-26

    摘要: 本发明公开了一种沙土掩埋情况下推拨抓取方法及装置,涉及机器人抓取领域,该方法包括如下步骤:通过相机采集场景的点云数据,使用点云实例分割方法分割出目标的点云数据,计算目标点云的主方向和法向量,根据目标点云的主方向,通过法向量方向和目标点云确定推拨动作,通过执行推拨动作,将目标从沙土中推出,进而执行抓取动作,将目标从沙土中抓出。本发明通过推拨动作先将抓取目标从沙土中推出,增加了获取待抓取目标的传感数据,有利于执行抓取动作,实现沙土掩埋情况下的目标抓取。

    一种基于Bi-GRU自编码器的机器人小概率失效预测方法

    公开(公告)号:CN114932582A

    公开(公告)日:2022-08-23

    申请号:CN202210689296.7

    申请日:2022-06-16

    IPC分类号: B25J19/00

    摘要: 本发明涉及机器人小概率失效预测技术领域,尤其涉及一种基于Bi‑GRU自编码器的机器人小概率失效预测方法,具体步骤如下:步骤1、采集机器人在不同运行工况下全生命周期数据,通过失效标志前移和归一化处理方式;步骤2、搭建Bi‑GRU自编码器模型,将步骤1得到的数据带入Bi‑GRU自编码器模型中处理;步骤3、结果分析。本发明通过失效标志前移和归一化处理的方式,提高模型对于失效数据的灵敏度。同时,采用堆叠式双向GRU搭建编码器和解码器,提高预测精度和泛化能力。结果表明,相比标准自编码器方法,本发明可提高F‑值约27.02%。相比标准GRU自编码方法法,可提高F‑值约5.8%。实验验证了本发明方法预测精度高、泛化能力强,预测机器人小概率失效具有良好的效果。