-
公开(公告)号：CN115731230A
公开(公告)日：2023-03-03
申请号：CN202211556831.8
申请日：2022-12-06
申请人： 上海交通大学 , 上海宝钢节能环保技术有限公司
IPC分类号： G06T7/00 , G06T7/136 , G06V10/764 , G06V10/26
摘要： 本发明提供了一种滚筒法钢渣的热成像识别方法及系统，包括：获取热成像视频流数据；通过固态渣视觉传感模块和液态渣视觉传感模块分别对所述热成像视频流数据处理，进而识别钢渣类型；根据所述钢渣类型分别进行相应的自动控制业务。本发明中的固态渣视觉传感模块和液态渣视觉传感模块通过采用热成像的方式采集对应的视频流数据，提升了信噪比和识别精度。
-
公开(公告)号：CN111881772B
公开(公告)日：2023-11-07
申请号：CN202010641629.X
申请日：2020-07-06
申请人： 上海交通大学 , 北京电子工程总体研究所
IPC分类号： G06F18/25 , G06F18/213 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/092 , B25J9/16
摘要： 本发明提供了一种基于深度强化学习的多机械臂协同装配方法和系统，包括：多源异构传感网络由机械臂本体信息、六分力传感器信号和深度相机信号构成，所述多源异构传感网络感知机械臂、零件和环境的状态信息，在服务器上构建策略模型，根据实时状态选择最优行为，并向控制器发送控制指令，控制各机械臂相互靠近、调整位姿以及定位装配，实现最大化奖励，完成智能化装配。本发明直接从高维原始数据中学习，是端到端的控制模式，并且对多模态传感信号进行融合表征，充分提取关键特征信息的同时降低样本的复杂性，提高样本的有效性。
-
公开(公告)号：CN111127454A
公开(公告)日：2020-05-08
申请号：CN201911376015.7
申请日：2019-12-27
申请人： 上海交通大学
摘要： 本发明提供了一种基于深度学习生成工业缺陷样本的方法及系统，包括：步骤1：采集工业缺陷产品图片，并在工业缺陷产品图片上标注缺陷信息；步骤2：构建对抗生成深度模型；步骤3：根据标注的缺陷信息，在抗生成深度模型中进行对抗训练；步骤4：训练获得缺陷样本；步骤5：对缺陷样本进行筛选，剔除不符合预设的缺陷样本，得到工业缺陷样本。本发明所生成的工业缺陷图片互相关性弱，缺陷特征突出，且具有较高的精细结构质量；本发明所生成的工业缺陷图片质量较高，能够显著提升依据其所训练的深度缺陷检测网络的性能指标。
-
公开(公告)号：CN115859521A
公开(公告)日：2023-03-28
申请号：CN202211606842.2
申请日：2022-12-14
申请人： 上海交通大学
IPC分类号： G06F30/17 , G06N3/08 , G06N3/0464
摘要： 本发明提供了一种神经网络的铣削加工误差重建方法及系统，包括：步骤S1：利用加工数据集构建模块生成初步的仿真加工误差数据；步骤S2：对生成的仿真加工误差数据进行后处理操作，得到仿真加工误差数据，将仿真加工误差数据和CAD面形深度图作为训练数据集；步骤S3：构建加工误差重建模型，并利用训练数据集训练加工误差重建模型；步骤S4：采集真实加工误差数据，并将采集到的真实加工误差数据和CAD面形深度图作为测试数据集，利用测试数据集对训练后的加工误差重建模型进行验证。
-
公开(公告)号：CN111881772A
公开(公告)日：2020-11-03
申请号：CN202010641629.X
申请日：2020-07-06
申请人： 上海交通大学 , 北京电子工程总体研究所
摘要： 本发明提供了一种基于深度强化学习的多机械臂协同装配方法和系统，包括：多源异构传感网络由机械臂本体信息、六分力传感器信号和深度相机信号构成，所述多源异构传感网络感知机械臂、零件和环境的状态信息，在服务器上构建策略模型，根据实时状态选择最优行为，并向控制器发送控制指令，控制各机械臂相互靠近、调整位姿以及定位装配，实现最大化奖励，完成智能化装配。本发明直接从高维原始数据中学习，是端到端的控制模式，并且对多模态传感信号进行融合表征，充分提取关键特征信息的同时降低样本的复杂性，提高样本的有效性。
-
-
-
-
搜索结果
5 条记录 (耗时 0.067 秒)
