一种基于三维重建的机器人碳块清理方法

    公开(公告)号:CN114078152B

    公开(公告)日:2023-05-02

    申请号:CN202010841548.4

    申请日:2020-08-20

    摘要: 本发明公开了一种基于三维重建的机器人碳块清理方法,方法包括:由深度相机采集传送带上N个碳块的图片和三维坐标数据;由激光雷达采集碳块的三维坐标数据;对图片进行预处理得到图像数据,输入预先训练好的碳块识别模型,得到每个碳块的识别结果,并由此得到每个碳块的碳碗区域和凹槽区域;将上述三维坐标数据进行拼接得到稠密三维坐标数据;并据此进行碳块实时三维重建,得到N个碳块的三维模型,由此得到碳块表面三维坐标,并计算出每个面的法向量;通过SLAM技术对碳块进行追踪定位,得到每个碳块在传送带上的实时位置量;根据实时位置量及碳块表面的法向量进行运动轨迹规划,控制机械臂对碳块进行侧表面、上表面和内部凹槽的清理操作。

    一种基于数据驱动自学习的无损检测方法

    公开(公告)号:CN111783616A

    公开(公告)日:2020-10-16

    申请号:CN202010599968.6

    申请日:2020-06-28

    摘要: 本申请公开了一种基于数据驱动自学习的无损检测方法,该方法包括:步骤1,通过激振装置敲击检测物体产生冲击弹性波,利用动态信号采集仪获取冲击弹性波对应的二维音频图谱;步骤2,根据检测物体的类型以及二维音频图谱中主频波峰、次频波峰的数量,生成二维音频图谱的标签;步骤3,基于卷积神经网络,搭建初始无损检测模型,并利用具有标签的二维音频图谱,对初始无损检测模型进行训练,将训练好的模型记作无损检测模型。通过本申请中的技术方案,与机器学习大数据分析算法相结合,机器学习对复杂多样的数据进行深层次的分析,快速准确自动检测定位内部缺损。

    一种基于三维重建的锌槽扒渣方法

    公开(公告)号:CN113870338A

    公开(公告)日:2021-12-31

    申请号:CN202010613036.2

    申请日:2020-06-30

    IPC分类号: G06T7/55 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于三维重建的锌槽扒渣方法,所述方法包括:由深度相机分别采集T1和T2时刻传送带上N个锌槽的图像;将T1时刻采集的图像数据输入预先训练好的锌槽识别模型,识别出对应一个锌槽的图像数据,通过三维重建算法进行实时三维重建,得到T1时刻N个锌槽的三维模型;根据T1时刻N个锌槽的三维模型,得到T1时刻每个锌槽内的液面高度以及在传送带上的位置量;同理得到T2时刻每个锌槽内的液面高度以及在传送带上的位置量;根据每个锌槽T2和T1时刻在传送带上的位置量,计算得到每个锌槽在传送带上运动的速度;根据锌槽运动速度和位置量,进行运动轨迹预测,通过对N个锌槽进行分时任务调度,控制机械臂进行扒渣操作。

    一种基于三维重建的锌槽扒渣方法

    公开(公告)号:CN113870338B

    公开(公告)日:2023-06-20

    申请号:CN202010613036.2

    申请日:2020-06-30

    摘要: 本发明公开了一种基于三维重建的锌槽扒渣方法,所述方法包括:由深度相机分别采集T1和T2时刻传送带上N个锌槽的图像;将T1时刻采集的图像数据输入预先训练好的锌槽识别模型,识别出对应一个锌槽的图像数据,通过三维重建算法进行实时三维重建,得到T1时刻N个锌槽的三维模型;根据T1时刻N个锌槽的三维模型,得到T1时刻每个锌槽内的液面高度以及在传送带上的位置量;同理得到T2时刻每个锌槽内的液面高度以及在传送带上的位置量;根据每个锌槽T2和T1时刻在传送带上的位置量,计算得到每个锌槽在传送带上运动的速度;根据锌槽运动速度和位置量,进行运动轨迹预测,通过对N个锌槽进行分时任务调度,控制机械臂进行扒渣操作。