-
公开(公告)号：CN117532221A
公开(公告)日：2024-02-09
申请号：CN202311813155.2
申请日：2023-12-26
申请人： 湖南视比特机器人有限公司
IPC分类号： B23K37/00
摘要： 本发明提供的一种铆钉式管夹的免示教焊接方法、介质及设备，包括：获取管夹工件点云，根据管夹工件点云，确定管夹工件平面方程，并分割焊缝平面区域点云和铆钉参数区域点云，划分焊缝平面区域点云和铆钉参数区域点云，得到若干个焊缝平面子区域点云和铆钉参数子区域点云，根据铆钉参数子区域点云，确定圆形方程，根据焊缝平面区域点云，确定焊缝平面方程，并将圆形方程投影至焊缝平面方程，得到铆钉圆形焊缝，解决了现有焊接方法在焊接非标准化或异形工件时使用成本高且效率过低，制作过程质量不稳定的问题。
-
公开(公告)号：CN117152107A
公开(公告)日：2023-12-01
申请号：CN202311182320.9
申请日：2023-09-14
申请人： 湖南视比特机器人有限公司
摘要： 本发明涉及焊缝识别技术领域，公开了一种圆形焊缝识别方法及系统，该方法结合二维图像和三维点云数据的圆检测算法，利用二维图像检测作为辅助手段进行圆形焊缝识别，可以减少点云圆检测的计算量和时间消耗，对三维点云数据中可能存在圆形结构的区域进行三维圆检测以快速筛选和识别，利用三维点云信息进行精确检测和修正，在第二目标区域内拟合出圆形结构的参数。对于剩余的点云区域采用同样的点云圆检测的算法以补充二维圆检测可能漏检的情况。可以保证圆检测的完整性和正确性，对二维圆检测无法处理或漏检的情况进行补充和修正。结合二维图像和三维点云数据，能够在复杂的焊接场景下，高效、准确、鲁棒地检测出圆形结构。
-
公开(公告)号：CN118135257A
公开(公告)日：2024-06-04
申请号：CN202311857762.9
申请日：2023-12-29
申请人： 湖南视比特机器人有限公司
摘要： 本申请涉及一种设备姿态确定方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：采用采样步长分别对待处理物料在模型坐标系下的第一点云数据，和待处理物料在设备坐标系下的第二点云数据进行下采样处理，得到待处理物料的第一目标点云数据和第二目标点云数据；根据第一目标点云数据和第二目标点云数据，确定目标设备的候选姿态；确定将第一目标点云数据转换到候选姿态下的转换点云数据；基于预设的姿态精确匹配方式和转换点云数据，对候选姿态进行精匹配处理，得到目标设备的目标姿态。采用本方法能够提高定位识别准确性，同时降低定位识别成本。
-
公开(公告)号：CN117532220A
公开(公告)日：2024-02-09
申请号：CN202311803709.0
申请日：2023-12-26
申请人： 湖南视比特机器人有限公司
摘要： 本发明提供的夹取工件搭接式管夹的免示教焊接方法、介质及设备，包括：获取管夹工件点云，根据管夹工件点云，确定夹取工件的方程，并分割管夹点云和夹取工件点云；根据夹取工件的方程，确定坡口平面方程；根据坡口平面方程和管夹点云，确定搭接管夹的两端平面，根据两端平面得到坡口位置点云；提取坡口位置点云左右两端中曲率最大的点云，作为焊缝点，互相连接构成焊缝，解决了现有焊接方法在焊接非标准化或异形工件时效率过低，质量不稳定的问题。
-
公开(公告)号：CN116128042A
公开(公告)日：2023-05-16
申请号：CN202310209833.8
申请日：2023-03-07
申请人： 湖南视比特机器人有限公司
IPC分类号： G06N3/08 , G06V10/774 , G06V10/82 , G06N3/0464
摘要： 本发明涉及基于神经网络的数据生成方法及其系统，首先构建以背景图和掩码图为输入，背景工件图为输出的神经网络模型，再采集训练样本集，训练优化神经网络模型，得到训练后的神经网络模型，以完成数据生成的学习过程，最后获取待生成合成图的背景图和掩码图，输入训练好的神经网络模型，以输出更多合成的背景工件图，即我们需要的数据。相较于现有技术，既降低了采集大量训练样本集的人力消耗和时间消耗且效果显著，而且能在工业产线建立初期就能生成大量数据样本，使深度学习模型保持一个稳定的效果，实现工业产线的快速部署，大大缩短了模型稳定所需的时间，为工业智能制造深度学习的快速部署打下了基础，具有重要的应用价值和研究意义。
-
公开(公告)号：CN115311296B
公开(公告)日：2023-04-28
申请号：CN202211245488.5
申请日：2022-10-12
申请人： 湖南视比特机器人有限公司
摘要： 本发明涉及数据生成、图像识别方法及计算机存储介质和终端设备，包括：获取待生成目标图像的背景图像和模板图像；根据模板图像的轮廓，确定待生成目标图像的目标框，能完全容纳模板图像；根据目标框和背景图像，以目标框在背景图像的范围内为基准，确定目标框在背景图像上的摆放位置，将目标框叠放在背景图像上，以生成目标图像；根据目标框和目标框在背景图像上的摆放位置，生成带标签的目标图像数据。一方面能够基于少量背景图像、模板图像构建大量目标图像，内容更丰富、实现更简单、获取速度更快；另一方面，能通过自身确定的目标框在背景图像中的位置确定标签数据，无需重新识别位置以确定标签，数据生成过程更快速、结果更精准。
-
公开(公告)号：CN115545158A
公开(公告)日：2022-12-30
申请号：CN202211170068.5
申请日：2022-08-31
申请人： 湖南视比特机器人有限公司
摘要： 本发明涉及基于神经网络的数据生成方法及其系统，首先构建以背景图和掩码图为输入，背景工件图为输出的神经网络模型，再采集训练样本集，训练优化神经网络模型，得到训练后的神经网络模型，以完成数据生成的学习过程，最后获取待生成合成图的背景图和掩码图，输入训练好的神经网络模型，以输出更多合成的背景工件图，即我们需要的数据。相较于现有技术，既降低了采集大量训练样本集的人力消耗和时间消耗且效果显著，而且能在工业产线建立初期就能生成大量数据样本，使深度学习模型保持一个稳定的效果，实现工业产线的快速部署，大大缩短了模型稳定所需的时间，为工业智能制造深度学习的快速部署打下了基础，具有重要的应用价值和研究意义。
-
公开(公告)号：CN114549412A
公开(公告)日：2022-05-27
申请号：CN202210048948.9
申请日：2022-01-17
申请人： 湖南视比特机器人有限公司
摘要： 本发明涉及一种检测工件质量的方法、装置和系统，首先训练得到待检测工件各规格的模型集，再采集待检测工件的实时图像，提取边缘信息，通过融合了边缘信息的实时图像和模型集的匹配，换算得到其实际尺寸，以此作为评价待检测工件质量是否合格的评价指标，计算方便快捷且精度高，在流水线的批量工件加工生产过程中具有重要意义。一方面，能够保障出厂工件质量合格，尤其是对工件外观精度要求高的行业；另一方面，能够在工件加工生产过程中，及时反馈工件实际尺寸，手动或自动调整加工设备的运行参数，避免不合格工件增多所造成的物料和人力浪费，提高产品合格率和生产效率。
-
公开(公告)号：CN115311296A
公开(公告)日：2022-11-08
申请号：CN202211245488.5
申请日：2022-10-12
申请人： 湖南视比特机器人有限公司
摘要： 本发明涉及数据生成、图像识别方法及计算机存储介质和终端设备，包括：获取待生成目标图像的背景图像和模板图像；根据模板图像的轮廓，确定待生成目标图像的目标框，能完全容纳模板图像；根据目标框和背景图像，以目标框在背景图像的范围内为基准，确定目标框在背景图像上的摆放位置，将目标框叠放在背景图像上，以生成目标图像；根据目标框和目标框在背景图像上的摆放位置，生成带标签的目标图像数据。一方面能够基于少量背景图像、模板图像构建大量目标图像，内容更丰富、实现更简单、获取速度更快；另一方面，能通过自身确定的目标框在背景图像中的位置确定标签数据，无需重新识别位置以确定标签，数据生成过程更快速、结果更精准。
-
公开(公告)号：CN114419437A
公开(公告)日：2022-04-29
申请号：CN202210033707.7
申请日：2022-01-12
申请人： 湖南视比特机器人有限公司
IPC分类号： G06V20/10 , G06V10/12 , G06F16/535
摘要： 本发明公开了一种基于2D视觉的工件分拣系统及其控制方法和控制装置，基于2D视觉的工件分拣系统，包括：生产线和输送线；地轨机器人，地轨机器人用于抓取生产线上的钢板切割件；二维相机，二维相机设置于地轨机器人，用于采集生产线上钢板切割件的二维图像，其中，在地轨机器人抓取生产线上的钢板切割件时，二维相机的视野正投影于生产线上的钢板切割件；控制装置，控制装置与二维相机、地轨机器人连接，用于获取二维图像，并根据二维图像控制地轨机器人抓取生产线上的钢板切割件。通过采用该基于2D视觉的工件分拣系统可以降低成本，提升抓取范围，提高分拣效率。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.033 秒)
