-
公开(公告)号:CN114674826A
公开(公告)日:2022-06-28
申请号:CN202210200805.5
申请日:2022-03-01
申请人: 广东省科学院智能制造研究所 , 华南理工大学 , 华南智能机器人创新研究院
摘要: 本发明公开了一种基于布匹的视觉检测方法及检测系统,其中,基于布匹的视觉检测方法包括:获取布匹图像,其中,布匹图像基于移动过程中的布匹拍摄得到;对布匹图像进行图像处理,并以条纹状区域显示布匹图像的多个缺陷区域;对多个缺陷区域的分布进行定位,基于多个缺陷区域的分布确定缺陷区域的拉扯方向;将缺陷区域的拉扯方向作为第一参考因素,缺陷区域的花纹作为第二参考因素,基于第一参考因素和第二参考因素确定缺陷区域的缺陷类型;将缺陷区域进行分割,并对分割图形进行特征获取,以基于神经网络进行特征分类;基于以往数据构建缺陷学习模型,并以递进式算法构造缺陷学习模型的框架,结合神经网络和缺陷学习模型形成自适应增强算法。
-
公开(公告)号:CN114414577B
公开(公告)日:2023-12-22
申请号:CN202111608600.2
申请日:2021-12-24
申请人: 华南理工大学 , 广东省科学院智能制造研究所 , 华南智能机器人创新研究院
IPC分类号: G01N21/88
摘要: 本发明公开了一种基于太赫兹技术对塑料产品检测的方法及系统,其方法包括:启动塑料挤出生产线产生塑料产品,并同时触发位于塑料挤出生产线上的太赫兹光谱数据采集系统采集塑料产品的太赫兹光谱数据;基于塑料产品的太赫兹光谱数据获取塑料产品的三维层析结构图像;对塑料产品的三维层析结构图像进行缺陷分析,判断所述塑料产品内部是否存在缺陷;将存在缺陷的三维层析结构图像进行溯源标记,并基于溯源标记的三维层析结构图像追溯塑料产品。本发明通过对塑料产品的太赫兹光谱数据进行三维层析结构图像,使得对塑料产品的合格性和准确性得到快速追踪。
-
公开(公告)号:CN114414577A
公开(公告)日:2022-04-29
申请号:CN202111608600.2
申请日:2021-12-24
申请人: 华南理工大学 , 广东省科学院智能制造研究所 , 华南智能机器人创新研究院
IPC分类号: G01N21/88
摘要: 本发明公开了一种基于太赫兹技术对塑料产品检测的方法及系统,其方法包括:启动塑料挤出生产线产生塑料产品,并同时触发位于塑料挤出生产线上的太赫兹光谱数据采集系统采集塑料产品的太赫兹光谱数据;基于塑料产品的太赫兹光谱数据获取塑料产品的三维层析结构图像;对塑料产品的三维层析结构图像进行缺陷分析,判断所述塑料产品内部是否存在缺陷;将存在缺陷的三维层析结构图像进行溯源标记,并基于溯源标记的三维层析结构图像追溯塑料产品。本发明通过对塑料产品的太赫兹光谱数据进行三维层析结构图像,使得对塑料产品的合格性和准确性得到快速追踪。
-
公开(公告)号:CN114609141A
公开(公告)日:2022-06-10
申请号:CN202210194807.8
申请日:2022-02-28
申请人: 广东省科学院智能制造研究所 , 华南智能机器人创新研究院 , 华南理工大学
摘要: 本发明公开了一种基于视觉检测的包装产品表面缺陷检测方法及装置,其中,所述方法包括:基于预设在传送带上的图像采集设备依次采集包装产品的各个表面图像信息;对所述包装产品的各个表面图像信息按照预设顺序进行拼接处理,形成拼接表面图像信息;对所述拼接编码图像信息进行降噪预处理,获得降噪图像信息;对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息;对所述感兴趣提取区域图像信息进行包装表面缺陷检测处理,获得包装表面缺陷检测结果。在本发明实施例中,可以在传送带传送过程中对包装产品的表面缺陷进行检测,并且自动完成,无需人工参与,提升检测效率并且降低检测成本。
-
公开(公告)号:CN114239190A
公开(公告)日:2022-03-25
申请号:CN202210174661.0
申请日:2022-02-25
申请人: 广东省科学院智能制造研究所 , 华南理工大学 , 华南智能机器人创新研究院
IPC分类号: G06F30/17 , G06F30/27 , G06N3/04 , G06N3/08 , G06F113/22
摘要: 本发明公开了一种塑料工件注塑成型的工艺参数优化方法及装置,其中,所述方法包括:获得碳纤维增强的塑料工件的产品参数数据,所述产品参数数据包括翘曲形变量、体积收缩率、收缩痕指数;基于所述产品参数数据利用正交实验设计方法进行注塑成型的工艺参数优化处理,获得第一工艺参数;将所述产品参数数据输入收敛的神经网络模型中,获得输出的第二工艺参数;对所述第一工艺参数和所述第二工艺参数进行加权融合处理,获得优化工艺参数。在本发明实施例中,可以快速的对注塑工艺中的工艺参数进行优化处理,并且优化后的参数满足工业生产需求,保证注塑生产时的良率。
-
公开(公告)号:CN115646821A
公开(公告)日:2023-01-31
申请号:CN202211258217.3
申请日:2022-10-13
摘要: 本发明公开了一种基于视觉调控的分拣生产线的控制方法,控制方法包括:获取料盘画面信息和料盒画面信息,并反馈到控制主机;控制主机基于料盘画面信息对料盘上的月饼进行坐标点标记,获得月饼坐标点信息;控制主机基于料盒画面信息对料盒标记,得到料盒标记信息;控制主机根据月饼坐标点信息在料盘上划分若干个分拣区域,结合料盒标记信息生成区域分拣指令;第一类分拣机械手根据区域分拣指令,按区域对料盘上的若干个月饼进行分拣;控制主机根据月饼坐标点信息生成全局分拣指令;第二类分拣机械手根据全局分拣指令,完成分拣操作。通过在流水线上设置多个分拣机械手,结合视觉调控对料盘上的月饼依次进行区域分拣和全局分拣,提高分拣效率。
-
公开(公告)号:CN114241477A
公开(公告)日:2022-03-25
申请号:CN202111675921.4
申请日:2021-12-31
IPC分类号: G06V20/68 , G06K9/62 , G06V10/44 , G06V10/26 , G06V10/774 , G06V10/764
摘要: 本申请公开了一种月饼视觉识别方法、装置、设备及可读存储介质,方法包括:获取包含多种类月饼的图片,以及图片中各个像素的高度值和平面坐标;获取图片对应的、包含各个像素的高度值的深度图;根据设定高度,对深度图作二值化处理,再分割出多个月饼图像;对每一月饼图像,提取各类型月饼特征,并将各类型月饼特征输入到预设的月饼识别模型,得到每一月饼图像中月饼的种类;确定每一月饼图像在图片中的平面坐标。显然,本申请不仅可以从二值化后的深度图中分割出月饼图像,进而通过月饼识别模型确定月饼图像中月饼的种类,还可以获取月饼图像在图片中的平面坐标,实现了准确识别月饼的种类和位置的效果,可以提高加工月饼的效率。
-
公开(公告)号:CN112091992B
公开(公告)日:2022-03-01
申请号:CN202011090929.X
申请日:2020-10-13
摘要: 本申请公开了一种刷蛋液机械手的路径规划方法及装置,方法包括:通过三维扫描仪获取传送带上待加工饼坯的三维图像,三维图像包括灰度图和深度图;在灰度图中提取目标饼坯区域图像,并根据目标饼坯区域图像计算待加工饼坯的平面坐标;根据滤波处理后的深度图计算待加工饼坯的高度信息;通过编码器获取传送带的传动轴的当前编码数值;根据平面坐标、高度信息和当前编码数值进行路径规划,得到目标运动轨迹;根据目标运动轨迹进行蛋液涂刷操作。申请能够解决现有技术无法准确把握饼坯在传送带上的位置,导致机械手难以保证蛋液刷涂操作的精准度的技术问题。
-
公开(公告)号:CN112471191A
公开(公告)日:2021-03-12
申请号:CN202011099753.4
申请日:2020-10-13
IPC分类号: A21C9/04
摘要: 本发明公开了一种蛋液储存系统及其控制方法,蛋液储存系统包括蛋液储存装置和直流电源;非接触式温度传感器朝向蛋液储存桶;冷却桶的底部设置有恒温组件,恒温组件包括半导体制冷片和翻转机构;半导体制冷片的正极连接端连接直流电源的正极,半导体制冷片的负极连接端连接直流电源的负极;翻转机构设置在冷却桶的底部,半导体制冷片连接在翻转机构的翻转端,半导体制冷片的制冷面朝向冷却桶的底部,或半导体制冷片的发热面朝向冷却桶的底部。在本发明实施例中,采用蛋液储存系统及其控制方法,能很好地保持蛋液储存桶的温度恒定,蛋液储存桶中的蛋液不会出现温度过高或温度过低的问题,具有很好的实用性。
-
公开(公告)号:CN114399720B
公开(公告)日:2024-10-15
申请号:CN202111618382.0
申请日:2021-12-27
申请人: 华南智能机器人创新研究院 , 广东省科学院智能制造研究所
IPC分类号: G06V20/50 , G06V10/774 , G06V10/34 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/082
摘要: 本发明公开了一种生产线上物品完整性检测方法及装置,所述检测方法包括以下步骤:采集生产线现场图片,获取原始图片数据集;对所述原始图片数据集进行标记,获得标记图片数据集;将所述标记图片数据集输入至YOLOv3检测模型中进行目标检测,所述YOLOv3算法模型的主干网络采用Mobilenetv2架构对标记图片数据集进行深度可卷积处理;对深度可卷积处理的标记图片数据采用双向融合BiFPN进行特征信息融合;采用图像增强技术对特性信息融合后的标记图像数据集进行图像数据增强;将目标检测结果输出,并得出生产线物品的完整性信息。所述检测方法响应速度快,加强特征提取,提高小物品识别精度,在模型训练时,通过图片增强技术丰富训练样本,提高所述检测模型的检测精确度。
-
-
-
-
-
-
-
-
-