-
公开(公告)号：CN115796412A
公开(公告)日：2023-03-14
申请号：CN202211315303.3
申请日：2022-10-26
Applicant: 福建(泉州)哈工大工程技术研究院
IPC: G06Q10/047 , G06Q50/26
Abstract: 本发明公开了一种基于全域信息融合的楼宇火灾逃生路径规划方法及装置，该方法通过融合楼宇物理信息系统、楼宇外部火灾安全救援系统、城市交通调度系统、楼宇BIM系统和城市3D地理信息系统等数据，对楼宇火灾逃生路径进行实时评估，以最短和不拥挤为原则确定基于人身安全系数最优的逃生路径。根据楼宇内部情况结合楼宇周围的消防站的救援实时动态信息求解最优逃生路径，达到灾情管控、人员逃生、救援实施全域信息共融，以确定最佳逃生路径策略，提高楼宇火灾处置的效率和质量，能够从火灾全生命周期演变，获取最大安全空间及逃生路径实时规划，避免信息孤岛或者片面信息导致的人员拥堵或受困。
-
公开(公告)号：CN114734464B
公开(公告)日：2022-08-09
申请号：CN202210652307.4
申请日：2022-06-10
Applicant: 福建(泉州)哈工大工程技术研究院
Abstract: 本发明涉及机器人领域，特别涉及一种自动开门的开关室移动机器人，包括钥匙盒、钥匙盘、钥匙传送机构、开锁机构、开关门拨杆，钥匙盒设于钥匙盘上，钥匙传送机构包括第一推杆、第二推杆、导轨、驱动件，第一推杆设于钥匙盘后侧且用于推动钥匙盒进入导轨并卡固于驱动件上，驱动件用于带动钥匙盘由导轨前端滑动至导轨末端，第二推杆设于导轨末端下侧；开锁机构包括安装位、旋转位，安装位可转动的设于旋转位上，第二推杆用于向上推动钥匙进入安装位内，并通过旋转位带动钥匙转动；开关门拨杆可转动的架设于安装位上方，开关门拨杆一端可嵌入门体缝隙设置，并通过转动开门拨杆使门体朝一侧拨开，使得机器人可实现自动巡检并对柜门开关动作的功能。
-
公开(公告)号：CN113103238A
公开(公告)日：2021-07-13
申请号：CN202110453316.6
申请日：2021-04-26
Applicant: 福建(泉州)哈工大工程技术研究院
IPC: B25J9/16
Abstract: 本发明提供一种基于数据优化的手眼标定方法，包括如下步骤：A、采集N组标定板姿态数据及对应的机械臂姿态数据；B、计算过渡手眼标定矩阵及变换矩阵，将各变换矩阵拆解为旋转矩阵和平移矩阵；C、若旋转标准差不大于旋转阈值且平移标准差不大于平移阈值，进入步骤E，否则进入步骤D；D、剔除误差最大的数据组，进入步骤B；E、得到对应的理论平移量和理论旋转角，得到真实平移量和真实旋转角；F、若理论平移量与真实平移量之间的第一差值及各理论旋转角与真实旋转角之间的第二差值，均不大于精度阈值，则保存最终手眼标定矩阵，否则，随机剔除一组数据进入步骤B。本发明利用已知真值循环反馈删除数据，获取高精度的手眼标定矩阵。
-
公开(公告)号：CN110017773A
公开(公告)日：2019-07-16
申请号：CN201910384038.6
申请日：2019-05-09
Applicant: 福建(泉州)哈工大工程技术研究院
Abstract: 本发明公开一种基于机器视觉的包裹体积测量方法，方法步骤包括S1、视觉相机固定安装，标定视觉相机，转换到世界坐标系下；S2、视觉相机高度初始化；S3、将包裹放置于测量台面上，视觉相机采集深度图像A2；S3-1、根据深度图像A2判断得出包裹边缘，判断包裹的大小尺寸类型；S4、对深度图像A2进行图像分割，得出图像的包裹区域；S4-1、计算并获取图像的包裹区域的点云，处理点云拼接并平滑处理，得出包裹点云；步骤S4-2、分析S4-1的包裹点云尺寸，S5、计算出图像的包裹区域的长、宽、高尺寸，计算得出包裹的实际体积V；本发明可替代现有人工完成包裹尺寸测量，可有效提高测量精度、降低人工成本、提高作业效率。
-
公开(公告)号：CN115115925A
公开(公告)日：2022-09-27
申请号：CN202211038075.X
申请日：2022-08-29
Applicant: 福建(泉州)哈工大工程技术研究院
Abstract: 本发明涉及仪表读数检测技术领域，特别涉及一种基于多尺度特征信息融合的MS‑YOLOv3工业仪表读数检测方法。其包括根据MobilenetV3网络结构与SPPNet结构重新构建MS‑YOLOv3检测网络模型，并对其先验框及FPN进行优化；对MS‑YOLOv3检测网络模型进行训练；将待检测仪表盘图像输入至经训练的MS‑YOLOv3检测网络模型中，得到待检测仪表盘图像中的仪表盘关键点并进行图像矫正；对矫正后的仪表盘图像进行预处理；根据预处理后的仪表盘图像确定指针位置方向及示数。通过对网络结构进行重新构造，可以有效提高巡检机器人检测效率，增强了对仪表图像特征的提取能力以及算法检测的稳定性，满足客户关闭柜门下进行检测的需求。
-
Patent Agency Ranking
公开(公告)号：CN114677509A
公开(公告)日：2022-06-28
申请号：CN202210257956.4
申请日：2022-03-16
Applicant: 福建(泉州)哈工大工程技术研究院
Abstract: 本发明提供一种密集排布的细小指示灯的状态识别方法及装置，方法包括如下步骤：S1、获取模板图像，对模板图像进行特征点查找；S2、对训练图像进行特征点查找，并通过特征点匹配，得到矫正图像；S3、根据模板图像中指示灯的位置信息，从矫正图像获得对应位置获取指示灯序列图像，指示灯序列图像中的各指示灯排列成一行；S4、对指示灯序列图像中的各指示灯状态进行标注，以得到训练样本；S5、采用训练样本对卷积循环神经网络进行训练，得到识别模型。本发明的特征点匹配和卷积循环神经网络相配合，解决细小指示灯定位难的问题，无需大量的训练样本，也无需将指示灯单独切割，识别准确率高、鲁棒性强。
-
公开(公告)号：CN113869112A
公开(公告)日：2021-12-31
申请号：CN202110969758.6
申请日：2021-08-23
Applicant: 福建(泉州)哈工大工程技术研究院
Abstract: 本发明提供一种基于机器视觉的仪表自动读数方法及装置，方法包括如下步骤：A、采集标准模板图像和训练图像，在各图像的表盘上标注M个表盘关键点、指针上标注N个指针关键点；B、利用标注好的训练图像对神经网络模型进行训练；C、利用经步骤B后的神经网络模型对当前仪表的图像进行检测，得到表盘关键点和指针关键点；D、将表盘关键点与标准模板图像上标注的表盘关键点进行一一配准，并通过透视变换，对表盘进行校准；E、根据指针关键点获取指针区域，将尖端的指针关键点与质心相连，得到指针指示的位置；F、根据校准后的表盘和指针指示的位置判断当前仪表读数。本发明能够克服环境干扰，保证检测的稳定性和鲁棒性，且检测精度高。
-
公开(公告)号：CN110084849A
公开(公告)日：2019-08-02
申请号：CN201910384502.1
申请日：2019-05-09
Applicant: 福建(泉州)哈工大工程技术研究院
Abstract: 本发明公开一种具自动测量体积和重量的物流系统，包括体积和重量测量装置、信息读取模块、上位机及输出模块，体积和重量测量装置包括用于采集包裹尺寸的体积采集模块和采集包裹重量的重量采集模块，上位机包括获取体积采集模块数据进行运算的尺寸计算单元、获取重量采集模块数据和尺寸计算单元的数据进行基本信息配置的基本配置单元、获取物流信息和信息读取模块数据的物流信息单元及用于存储物流系统参数、物流信息数据、运算程序数据的数据存储单元，输出模块由上位机控制输出；该物流系统为集尺寸测量、重量测量、运费结算、信息输出等功能于一体的一站式物流平台，以有效提高物流企业的自动化水平、货物管理水平，降低人力成本，提升服务质量与服务效率。
-
公开(公告)号：CN115200784B
公开(公告)日：2022-12-02
申请号：CN202211126941.0
申请日：2022-09-16
Applicant: 福建(泉州)哈工大工程技术研究院
IPC: G01M3/00 , G06N3/04 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于改进SSD网络模型的漏粉检测方法、装置及可读介质，涉及漏粉检测领域，通过构建漏粉检测模型，漏粉检测模型包括改进SSD网络模型，其中，改进SSD网络模型包括改进VGG基础网络、改进额外卷积层、多尺度检测层和非极大值抑制层，改进VGG基础网络为在VGG16网络的每个卷积块中增加ASPP网络所构成，改进额外卷积层为在四个卷积层均插入即插即用模块并构建成特征金字塔结构所构成；对漏粉检测模型进行训练，得到经训练的漏粉检测模型；获取待检测图像，将待检测图像输入经训练的漏粉检测模型，得到检测结果。该方法识别精度更高，模型泛化能力更强，实时性更强，并且可降低人工成本，可解决现有技术中漏粉检测人工成本高、精度低等问题。
-
公开(公告)号：CN115115925B
公开(公告)日：2022-12-02
申请号：CN202211038075.X
申请日：2022-08-29
Applicant: 福建(泉州)哈工大工程技术研究院
Abstract: 本发明涉及仪表读数检测技术领域，特别涉及一种基于多尺度特征信息融合的MS‑YOLOv3工业仪表读数检测方法。其包括根据MobilenetV3网络结构与SPPNet结构重新构建MS‑YOLOv3检测网络模型，并对其先验框及FPN进行优化；对MS‑YOLOv3检测网络模型进行训练；将待检测仪表盘图像输入至经训练的MS‑YOLOv3检测网络模型中，得到待检测仪表盘图像中的仪表盘关键点并进行图像矫正；对矫正后的仪表盘图像进行预处理；根据预处理后的仪表盘图像确定指针位置方向及示数。通过对网络结构进行重新构造，可以有效提高巡检机器人检测效率，增强了对仪表图像特征的提取能力以及算法检测的稳定性，满足客户关闭柜门下进行检测的需求。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.033 seconds)
