基于点体素相关场的燃油箱焊接机械臂自适应校正方法

    公开(公告)号:CN114055781A

    公开(公告)日:2022-02-18

    申请号:CN202111236963.8

    申请日:2021-10-24

    申请人: 扬州大学

    IPC分类号: B29C65/02 G06K9/62 B29L31/00

    摘要: 本发明基于点体素相关场的燃油箱焊接机械臂自适应校正方法,属于机器视觉三维点云重建领域。本发明使用工业相机采集到的塑料燃油箱的三维点云数据,首先,通过一种学习分层特征的平移不变网络网络架构提取点云特征分层点云特征学习,解决点云信息的无序性问题,其次,构建塑料燃油箱的点体素相关场,基于超体素聚类实现焊接区域分割,最后,对该处的点云进行稠密重建获取待焊接处的位置及角度信息,从而对焊接机器臂的焊接深度和焊接角度进行调整。利用构建点体素相关场分割点云进行分类重建的方式对塑料燃油箱的自适应焊接深度校正能够降低计算量,提高塑料燃油箱焊接自动化能力,保障汽车用塑料燃油箱的焊接质量。

    纵横复合式犁头及使用该犁头的褐菇松土装置

    公开(公告)号:CN115500209B

    公开(公告)日:2023-09-29

    申请号:CN202211138094.X

    申请日:2022-09-19

    IPC分类号: A01G18/22

    摘要: 本发明公开了纵横复合式犁头及使用该犁头的褐菇松土装置,纵横复合式犁头包括深度子犁头、水平子滚筒和预松铧式子犁头,预松铧式子犁头可以预先将褐菇苗床粗略松土,降低深度子犁头所受的土壤阻力;在纵向方向上,深度子犁头利用设计的螺旋传动刀片,可以将一定深度的土壤传送上来;在横向方向上,水平子滚筒上的螺旋破土刀面以及圆周平土刀片又可将传送上来的大块土壤进行粉碎;褐菇松土装置利用水平进给装置以及垂直进给装置实现在水平和垂直方向上的传动,节省了大量的使用空间,能较好适应褐菇苗床工厂化生产的环境,本发明可以很好地应用于褐菇工厂化生产的环境,能高效率的完成对褐菇苗床的松土工作,具有很大的市场前景和推广价值。

    纵横复合式犁头及使用该犁头的褐菇松土装置

    公开(公告)号:CN115500209A

    公开(公告)日:2022-12-23

    申请号:CN202211138094.X

    申请日:2022-09-19

    IPC分类号: A01G18/22

    摘要: 本发明公开了纵横复合式犁头及使用该犁头的褐菇松土装置,纵横复合式犁头包括深度子犁头、水平子滚筒和预松铧式子犁头,预松铧式子犁头可以预先将褐菇苗床粗略松土,降低深度子犁头所受的土壤阻力;在纵向方向上,深度子犁头利用设计的螺旋传动刀片,可以将一定深度的土壤传送上来;在横向方向上,水平子滚筒上的螺旋破土刀面以及圆周平土刀片又可将传送上来的大块土壤进行粉碎;褐菇松土装置利用水平进给装置以及垂直进给装置实现在水平和垂直方向上的传动,节省了大量的使用空间,能较好适应褐菇苗床工厂化生产的环境,本发明可以很好地应用于褐菇工厂化生产的环境,能高效率的完成对褐菇苗床的松土工作,具有很大的市场前景和推广价值。

    基于模板边长占比匹配的最小晶粒单元提取的方法

    公开(公告)号:CN114119512A

    公开(公告)日:2022-03-01

    申请号:CN202111340107.7

    申请日:2021-11-12

    IPC分类号: G06T7/00 G06T5/40 G06T7/32

    摘要: 本发明公开了基于模板边长占比匹配的最小晶粒单元提取的方法,包括以下步骤:1)使用CCD工业相机获取图像;2)基于归一化相似性匹配获取晶粒模板的中心点;3)基于垂直矢量法对最小单元提取;4)基于模板边长占比进行模板大小适配。本发明基于图像的二维卷积,进行图像的特征提取;基于相似性匹配获取晶粒模板的中心点;采用连通分量对亮点目标进行标注;基于垂直矢量法对最小单元提取;基于模板边长占比进行模板大小适配,提高了晶圆模板匹配的效率。

    基于深层特征的深度学习的平板陶瓷膜超声缺陷检测方法

    公开(公告)号:CN114088817A

    公开(公告)日:2022-02-25

    申请号:CN202111259179.9

    申请日:2021-10-28

    申请人: 扬州大学

    发明人: 孙进 雷震霆

    IPC分类号: G01N29/44 G06N3/04 G06F30/27

    摘要: 本发明属于超声缺陷检测领域,具体为一种基于深层特征的深度学习的平板陶瓷膜超声缺陷检测方法,包括如下步骤:步骤1:搭建装置和采集超声信号,并建立检测模型;步骤2:提取超声缺陷信号的深层特征;步骤3:空洞卷积神经网络的训练;步骤4:定义缺陷的种类,并进行缺陷的分类。本发明通过连续小波变换进行降噪处理,并将信号转换成时间频谱图,实现了对超声信号深层次的提取,将时间频谱图灰度图作为空洞卷积神经网络的输入,通过空洞卷积神经网络对时间频谱图灰度图进行分析并判断缺陷,能够准确、快速、客观的检测出平板陶瓷膜的内部缺陷。

    基于深层特征的深度学习的平板陶瓷膜超声缺陷检测方法

    公开(公告)号:CN114088817B

    公开(公告)日:2023-10-24

    申请号:CN202111259179.9

    申请日:2021-10-28

    申请人: 扬州大学

    发明人: 孙进 雷震霆

    摘要: 本发明属于超声缺陷检测领域,具体为一种基于深层特征的深度学习的平板陶瓷膜超声缺陷检测方法,包括如下步骤:步骤1:搭建装置和采集超声信号,并建立检测模型;步骤2:提取超声缺陷信号的深层特征;步骤3:空洞卷积神经网络的训练;步骤4:定义缺陷的种类,并进行缺陷的分类。本发明通过连续小波变换进行降噪处理,并将信号转换成时间频谱图,实现了对超声信号深层次的提取,将时间频谱图灰度图作为空洞卷积神经网络的输入,通过空洞卷积神经网络对时间频谱图灰度图进行分析并判断缺陷,能够准确、快速、客观的检测出平板陶瓷膜的内部缺陷。

    基于动态阵元合成孔径聚焦的平板陶瓷膜缺陷超声成像方法

    公开(公告)号:CN114047256B

    公开(公告)日:2023-10-20

    申请号:CN202111240956.5

    申请日:2021-10-25

    申请人: 扬州大学

    发明人: 孙进 雷震霆

    IPC分类号: G01N29/06

    摘要: 本发明属于超声检测和成像领域,具体涉及一种基于动态阵元合成孔径聚焦的平板陶瓷膜缺陷超声成像方法。包括如下步骤:步骤(1):根据平板陶瓷膜进行超声设备的搭建和确定换能器数量;步骤(2):改变换能器的位置;步骤(3):采用动态阵元合成孔径聚焦的方法进行检测;在非缺陷区域采用单阵元检测模式,在缺陷区域采用多阵元检测模式,基于超声缺陷引起阵元接收能量的差异进而切换单阵元与多阵元的检测模式;步骤(4):进行超声检测数据的储存;步骤(5):对步骤(4)储存的数据进行运算,进行缺陷点的聚焦成像。本发明提出通过将多个小型超声波阵列拼接成大尺寸的超声波阵列,以此提高聚焦孔径,缩小焦点直径,来提高聚焦精度和成像速率。