-
公开(公告)号：CN117132762A
公开(公告)日：2023-11-28
申请号：CN202311095847.8
申请日：2023-08-29
申请人： 常州微亿智造科技有限公司
IPC分类号： G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06T7/73 , G06T7/00
摘要： 本发明涉及目标检测技术领域，提供一种目标检测的优化方法、目标检测的优化装置，所述方法包括：将待检测图像输入目标检测模型，以使目标检测模型输出目标类别、目标位置以及描述类别确定程度的第一置信值；将待检测图像输入异常检测模型，以使异常检测模型输出异常位置和描述异常确定程度的第二置信值；计算目标位置和异常位置的IoU；如果IoU大于或等于设定值，则根据第一置信值和第二置信值对目标类别对应的置信值进行优化；输出目标检测结果。本发明将异常检测模型和目标检测模型结合，实现对目标检测结果中目标类别对应的置信值置的优化，可以在尽可能不改变置信值阈值的情况下，实现对目标检测结果的漏失和过杀的同时优化。
-
公开(公告)号：CN116922394A
公开(公告)日：2023-10-24
申请号：CN202311127826.X
申请日：2023-09-01
申请人： 常州微亿智造科技有限公司
IPC分类号： B25J9/16
摘要： 本发明涉及工业技术领域，提供一种基于质心的工件抓取点生成方法及装置，方法包括：建立工件的三维模型、机器人坐标系，并基于三维模型确定工件的质心位置坐标；基于三维模型确定工件的AABB包围盒及其中心位置坐标和各边长；根据质心位置坐标、AABB包围盒的中心位置坐标和各边长确定初步抓取圆；根据质心位置坐标和初步抓取圆得到工件的至少一组抓取点。由此，基于工件的三维模型确定质心和AABB包围盒，在质心和AABB包围盒的基础上自动生成抓取点，可以在保证抓取效果的同时降低人工成本，可以实现不同方案的抓取，有利于非结构环境下的抓取。
-
公开(公告)号：CN117733853A
公开(公告)日：2024-03-22
申请号：CN202311789587.4
申请日：2023-12-25
申请人： 常州微亿智造科技有限公司
IPC分类号： B25J9/16
摘要： 本发明提供了一种工业机器人运动轨迹规划方法及设备，本发明包括生产环境构建、算法模型构建、轨迹规划和轨迹输出本发明通过在虚拟环境中模拟工业生产环境，通过AI算法生成机器人移动轨迹，并实时提供轨迹质量信息实现输出结果的动态调整，优化了轨迹生成和运动所需要的时间，提升了轨迹质量，减少了人工现场调机需求，极大的提升了工业生产效率。本发明通过虚拟环境模拟运动过程，一方面可以使一部分点位（路径测试点）不在需要轨迹规划，减少了轨迹规划所需时间；另一方面，提前进行了运动验证，避免了机器人无法执行某些运动轨迹的问题。
-
公开(公告)号：CN117132614A
公开(公告)日：2023-11-28
申请号：CN202311095857.1
申请日：2023-08-29
申请人： 常州微亿智造科技有限公司
IPC分类号： G06T7/11
摘要： 本发明提供了一种图像多边形标注的快速切图方法和装置，该方法包括：获取外接矩形框队列；判断外接矩形框队列中当前位置的最小外接矩形框的宽或高是否大于最大裁剪尺寸；如果是，则根据当前位置的最小外接矩形框生成目标裁剪区域，并根据裁剪矩形采用快速求交算法对目标裁剪区域进行动态裁剪，以获取相应的多边形图像；如果否，则根据当前位置的最小外接矩形框和相邻位置的最小外接矩形框生成候选裁剪区域，并判断候选裁剪区域是否大于最大裁剪尺寸；如果候选裁剪区域大于最大裁剪尺寸，则根据候选裁剪区域生成目标裁剪区域，并根据裁剪矩形采用快速求交算法对目标裁剪区域进行动态裁剪。由此，能够实现图像多边形标注的快速切图。
-
公开(公告)号：CN117079054A
公开(公告)日：2023-11-17
申请号：CN202311116896.5
申请日：2023-08-31
申请人： 常州微亿智造科技有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/094
摘要： 本发明涉及工业检测技术领域，提供一种工业检测中的缺陷样本合成方法、缺陷样本合成装置，所述方法包括：获取训练数据集，采用训练数据集训练生成对抗网络；获取良品图像，将良品图像输入图像交互注释工具中，以使用户对良品图像进行语义标注，生成带语义标签的良品图像；将带语义标签的良品图像输入训练后的生成对抗网络，以使生成对抗网络输出颜色贴图和法线贴图；将带语义标签的良品图像、颜色贴图和法线贴图输入PBR合成模块中，以使PBR合成模块合成缺陷样本。本发明利用图像交互注释工具进行人工标注，从而可以控制样本中缺陷的形态、位置、大小，有针对性地进行缺陷合成，进而可以大大提升缺陷样本参与的模型的训练效果。
-
公开(公告)号：CN117047790A
公开(公告)日：2023-11-14
申请号：CN202311129882.7
申请日：2023-09-01
申请人： 常州微亿智造科技有限公司
IPC分类号： B25J9/22
摘要： 本发明涉及工业技术领域，提供一种基于人工示教的机器人抓取方法及装置，方法包括：在人工抓取时采集抓取力、从不同方向获取抓取点的拍照图片；基于拍照图片确定抓取点在机器人基坐标系下的位姿；基于抓取点在机器人基坐标系下的位姿，通过TCP点位算法计算机器人末端TCP应达到的位姿；根据抓取力确定机器人末端夹爪应达到的夹爪力；根据机器人末端TCP应达到的位姿、机器人末端夹爪应达到的夹爪力控制机器人抓取工件。由此，可以准确且低成本的获取人工示教得到的抓取点拍照图片和抓取力，基于拍照图片和抓取力控制机器人抓取工件，可以更加准确地得到机器人应达到的位姿和夹爪力，从而可以保证机器人准确、平稳地抓取工件，且成本低。
-
公开(公告)号：CN118135153A
公开(公告)日：2024-06-04
申请号：CN202311798739.7
申请日：2023-12-25
申请人： 常州微亿智造科技有限公司
IPC分类号： G06T19/00 , G06T7/73 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/092 , G06N3/086
摘要： 本申请公开了一种用于外观检测的拍摄路径规划方法、装置介质及设备。其中，方法包括：对待检对象进行全方位的拍摄，以采集获得若干初始图像以及各所述初始图像对应的拍照点位；基于预先训练获得的目标图像识别模型对各所述初始图像进行识别，获得包含完整缺陷的若干目标图像；采用蚁群算法对各所述目标图像所对应的目标拍照点位进行拍照点位重排处理，获得重排后的点位集合；基于所述重排后的点位集合中的各所述目标拍照点位进行拍摄路径规划，获得目标拍摄路径。本申请中能够使得最终规划获得的目标拍摄路径更加合理、准确。
-
公开(公告)号：CN117444989B
公开(公告)日：2024-03-22
申请号：CN202311789547.X
申请日：2023-12-25
申请人： 常州微亿智造科技有限公司
IPC分类号： B25J9/16
摘要： 本申请公开了一种用于路径规划的碰撞检测方法及装置。其中，方法包括：获取与目标质检机台对应的各组件对象的模型文件；基于各模型文件，创建获得包含三维机械臂模型及三维待检产品模型的三维虚拟场景；基于目标用户选定的目标拍照点位，获取三维机械臂模型在三维虚拟场景中的目标运行轨迹；基于目标运行轨迹驱动所述三维机械臂模型在三维虚拟场景中移动，以对三维机械臂模型以及待检产品模型进行碰撞检测，获得检测结果。本申请通过创建包含包含三维机械臂模型以及三维待检产品模型的三维虚拟场景，后续就可以在该虚拟场景中模拟机械臂模型在实际工厂环境中的移动情况，从而完成与产品对象之间的碰撞检测，实现了精准、快速的进行碰撞检测。
-
公开(公告)号：CN117444989A
公开(公告)日：2024-01-26
申请号：CN202311789547.X
申请日：2023-12-25
申请人： 常州微亿智造科技有限公司
IPC分类号： B25J9/16
摘要： 本申请公开了一种用于路径规划的碰撞检测方法及装置。其中，方法包括：获取与目标质检机台对应的各组件对象的模型文件；基于各模型文件，创建获得包含三维机械臂模型及三维待检产品模型的三维虚拟场景；基于目标用户选定的目标拍照点位，获取三维机械臂模型在三维虚拟场景中的目标运行轨迹；基于目标运行轨迹驱动所述三维机械臂模型在三维虚拟场景中移动，以对三维机械臂模型以及待检产品模型进行碰撞检测，获得检测结果。本申请通过创建包含包含三维机械臂模型以及三维待检产品模型的三维虚拟场景，后续就可以在该虚拟场景中模拟机械臂模型在实际工厂环境中的移动情况，从而完成与产品对象之间的碰撞检测，实现了精准、快速的进行碰撞检测。
-
公开(公告)号：CN116777906B
公开(公告)日：2023-11-14
申请号：CN202311035668.5
申请日：2023-08-17
申请人： 常州微亿智造科技有限公司
IPC分类号： G06T7/00 , G06T5/00 , G06T3/40 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06N3/08 , G06V10/74 , G06V10/774
摘要： 本发明涉及工业检测技术领域，提供一种工业检测中的异常检测方法、异常检测装置，所述方法包括：获取良品工件图像生成第一数据集；在良品工件图像的全图区域中进行随机裁图生成第二数据集；在良品工件图像的预设区域中进行随机裁图生成第三数据集；将三个数据集组合后训练DDPM；将待检测工件图像缩放后输入训练后的DDPM，将DDPM的输出输入超分辨率生成模型生成修复图像；对待检测工件图像和修复图像进行相似度评估；根据评估结果进行异常检测。本发明采用不同的裁剪策略组成数据集训练DDPM，使得DDPM对图像背景和前景的理解更加准确，在推理阶段将DDPM和超分辨率生成模型结合，对高分辨率小缺陷的情况可有效发挥作用。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.035 秒)
