一种基于图论结构和视觉实时检测的增材路径规划方法

    公开(公告)号:CN114985768B

    公开(公告)日:2024-02-09

    申请号:CN202210650202.5

    申请日:2022-06-10

    摘要: 本发明公开了一种基于图论结构和视觉实时检测的增材路径规划方法,包括:根据逐层分解的层厚参数,对金属结构件的三维STL模型进行逐层分解;根据轮廓点采集间隔,对三维STL模型进行轮廓点信息采集;提出一种融合了温度权重的轮廓点信息矩阵;计算轮廓点之间的信息差;获取轮廓点信息差值矩阵,计算绝对路径长度并选取最优路径;根据选取的最优路径控制激光发射器对金属材料进行增材;实时检测激光熔覆熔池的实际位置,与选择的最优路径对比形成闭环反馈,最终完成金属结构件的增材。本发明融合了金属结构件物理形状信息和增材温度信息,通过图论结构遍历所有可能的增材路径后选取最优增材路径,使金属增材效率更高、耗材更少。

    一种基于机械手表演皮影戏系统的设计方法

    公开(公告)号:CN116749169A

    公开(公告)日:2023-09-15

    申请号:CN202310422215.1

    申请日:2023-04-19

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种基于机械手表演皮影戏系统的设计方法,其原理是采用PLC、机械手和舵机为执行单元,通过AutoCAD软件设计皮影动作轨迹生成DXF文件,然后将DXF文件导入机械手RT ToolBox2软件的样条文件,通过坐标转换,将基于AutoCAD的运动坐标转化为基于机械手的坐标位置数据,通过PLC控制机械手移动和舵机转动实现皮影戏中人物的连贯动作;同时通过Visual Studio软件设计用户界面,将三菱ActUtlType通信控件与微软WPF框架融合,将界面中输入的幕布升降、灯光开关等信号发送到PLC,本发明通过机械手表演皮影戏系统的设计,具有占地面积小、可操作性强与全自动智能化的特点,用户可以方便的通过软件交互界面输入,实现完整的声、光、皮影表演,便于景点展示和家庭娱乐。

    一种基于形态特征和单目测量的机器人自主捡球方法

    公开(公告)号:CN113041578A

    公开(公告)日:2021-06-29

    申请号:CN202110205841.6

    申请日:2021-02-24

    IPC分类号: A63B47/02 G05D1/02

    摘要: 本发明公开了一种基于形态特征和单目测量的机器人自主捡球方法,包括:采集羽毛球和球场彩色图像信息,得到羽毛球及球场彩色图像信息;对得到的羽毛球及球场彩色图像信息进行数据处理,获得映射关系;利用搭建和训练好的特征提取网络寻找得到目标羽毛球质心的像素点位置,根据获得的映射关系得到目标羽毛球的位置信息;获取目标羽毛球和机器人的实际相对位置,完成机器人的运动路径规划;控制机器人完成对羽毛球的拾取操作。本发明充分考虑了羽毛球的特征和单目摄像头的局限和特点,设计了单目摄像头的测距方法和适用于羽毛球的卷积神经网络,实现了机器人对于目标羽毛球的自动识别和拾取,提升了羽毛球的拾取效率和自动化性能。

    一种基于图论结构和视觉实时检测的增材路径规划方法

    公开(公告)号:CN114985768A

    公开(公告)日:2022-09-02

    申请号:CN202210650202.5

    申请日:2022-06-10

    摘要: 本发明公开了一种基于图论结构和视觉实时检测的增材路径规划方法,包括:根据逐层分解的层厚参数,对金属结构件的三维STL模型进行逐层分解;根据轮廓点采集间隔,对三维STL模型进行轮廓点信息采集;提出一种融合了温度权重的轮廓点信息矩阵;计算轮廓点之间的信息差;获取轮廓点信息差值矩阵,计算绝对路径长度并选取最优路径;根据选取的最优路径控制激光发射器对金属材料进行增材;实时检测激光熔覆熔池的实际位置,与选择的最优路径对比形成闭环反馈,最终完成金属结构件的增材。本发明融合了金属结构件物理形状信息和增材温度信息,通过图论结构遍历所有可能的增材路径后选取最优增材路径,使金属增材效率更高、耗材更少。

    一种基于形态特征和单目测量的机器人自主捡球方法

    公开(公告)号:CN113041578B

    公开(公告)日:2022-02-11

    申请号:CN202110205841.6

    申请日:2021-02-24

    IPC分类号: A63B47/02 G05D1/02

    摘要: 本发明公开了一种基于形态特征和单目测量的机器人自主捡球方法,包括:采集羽毛球和球场彩色图像信息,得到羽毛球及球场彩色图像信息;对得到的羽毛球及球场彩色图像信息进行数据处理,获得映射关系;利用搭建和训练好的特征提取网络寻找得到目标羽毛球质心的像素点位置,根据获得的映射关系得到目标羽毛球的位置信息;获取目标羽毛球和机器人的实际相对位置,完成机器人的运动路径规划;控制机器人完成对羽毛球的拾取操作。本发明充分考虑了羽毛球的特征和单目摄像头的局限和特点,设计了单目摄像头的测距方法和适用于羽毛球的卷积神经网络,实现了机器人对于目标羽毛球的自动识别和拾取,提升了羽毛球的拾取效率和自动化性能。

    一种基于优化交并比函数的道路抛洒物检测与识别方法

    公开(公告)号:CN112232240A

    公开(公告)日:2021-01-15

    申请号:CN202011129588.2

    申请日:2020-10-21

    摘要: 本发明公开了一种基于优化交并比函数的道路抛洒物检测与识别方法,包括如下步骤:搭建基于优化交并比函数的道路抛洒物检测与识别模型;采集道路交通监控视频并进行分帧处理生成道路抛洒物数据集,对训练集图像进行标注,生成标签文件;将训练集全部图像和标签文件输入道路抛洒物检测与识别模型中进行训练,得到训练好的模型;将测试集图像输入训练好的道路抛洒物检测与识别模型进行检测识别,输出对于道路抛洒物的检测识别结果。本发明能够在复杂道路交通背景下对道路抛洒物进行检测和识别,能够输出道路抛洒物位置信息、类别信息以及大致形状特征,对于小目标有较好的检测识别效果,检测速度快、识别精度高。

    基于多尺度预测CNN及龙芯芯片的多类别目标识别方法

    公开(公告)号:CN111950451A

    公开(公告)日:2020-11-17

    申请号:CN202010806204.X

    申请日:2020-08-12

    摘要: 本发明公开了一种基于多尺度预测CNN及龙芯芯片的多类别目标识别方法,包括:将目标图像输入到搭建好的多尺度背景预测卷积神经网络,输出分类结果;将分类结果为物体的候选框,去除重复的候选框;对多尺度背景预测卷积神经网络充分训练,得到训练好的多尺度背景预测卷积神经网络;视觉摄像头采集视频文件,并且统一尺寸大小;将训练好的多尺度背景预测卷积神经网络模型移植到基于龙芯芯片的嵌入式系统中完成对多类别目标的识别。本发明充分考虑了目标识别快速准确的特点,设计了多尺度背景预测卷积神经网络,利用多尺度网络模型来对多类别目标进行识别,提高了对于多类别目标的识别准确率和速度,并且具有很高的可移植性,应用前景广泛。