一种牙颌模型测量装置
    11.
    发明授权

    公开(公告)号:CN102213584B

    公开(公告)日:2013-02-13

    申请号:CN201110088369.9

    申请日:2011-04-08

    Abstract: 本发明公开了一种基于光栅投影的牙颌模型测量装置,用于牙颌模型的非接触式测量,包括牙模定位模块、光路调整模块和视觉测量模块,其中,所述牙模定位模块用于装夹待测量的牙颌模型,并实现对牙颌模型的姿态调整;所述视觉测量模块设置在所述光路调整模块上,用于对牙颌模型进行扫描测量;所述光路调整模块用于对视觉测量模块的测量角度进行调整,在光路调整模块和牙模定位模块的作用下,确定出牙颌模型的测量姿态和角度,从而实施对牙颌模型的扫描测量。该测量装置可便捷地调节微型投影仪与工业相机的位置,实现光路的快速调整;可便捷可靠地装夹牙颌模型,实现测量过程的稳定操作;可便捷地进行非接触式测量,实现牙颌模型点云数据的精确获取。

    一种用于四色矩阵色彩矫正的成像式色度计

    公开(公告)号:CN118882824A

    公开(公告)日:2024-11-01

    申请号:CN202411110179.6

    申请日:2024-08-14

    Abstract: 本发明属于色度计领域,具体涉及一种用于四色矩阵色彩矫正的成像式色度计,包括轮转式滤光盘、成像传感器、镜头、驱动结构组件和电路控制模块,轮转式滤光盘包括固定板以及分别位于固定板前后侧并与固定板平行且转动连接的颜色滤光轮和ND滤光轮,颜色滤光轮和ND滤光轮均为多孔转轮。电路控制模块能够通过驱动结构组件控制轮转式滤光盘中两个多孔转轮转动,以使得不同的颜色滤光片和不同通光率的ND滤光片组合,对镜头采集的光进行滤光和通光;另外,电路控制模块还能够控制成像传感器的成像参数,以使得成像传感器配合轮转式滤光片,保证单通道分辨率的同时得到不同波长段的图像,实现对用于色度、亮度测量的多光谱图像的准确测量。

    一种能够实现阵列化电流体喷印的控制系统及装置

    公开(公告)号:CN115625895A

    公开(公告)日:2023-01-20

    申请号:CN202211311414.7

    申请日:2022-10-25

    Abstract: 本发明属于喷墨打印相关技术领域,其公开了一种能够实现阵列化电流体喷印的控制系统及装置,所述控制系统包括上位机、数据传输与存储单元、逻辑驱动单元、开关阵列、输出级电路及驱动电源;所述上位机用于输出给定的图像数据和控制信号给所述数据传输与存储单元;所述数据传输与存储单元用于对接收到的图像数据及控制信号进行处理及缓存后传递给所述逻辑驱动单元;所述逻辑驱动单元用于将接收到的数据转化成逻辑信号后传输给所述开关阵列,以触发所述开关阵列,使得所述开关阵列产生通断动作;所述输出级电路连接所述驱动电源及所述开关阵列。本发明实现了电流体阵列化喷印的高压高频控制。

    一种用于自然场景图像匹配的局部描述子网络的训练方法

    公开(公告)号:CN115018056A

    公开(公告)日:2022-09-06

    申请号:CN202210722014.9

    申请日:2022-06-17

    Abstract: 本发明属于图像处理领域,具体涉及一种用于自然场景图像匹配的局部描述子网络的训练方法,包括:采用原始样本和生成样本训练描述子网络;每次训练中先采用以下方式生成样本:通过几何扰动方式对各原始样本采样,生成各新样本;并使用当前描述子网络计算各新样本及其对应的原始样本的描述子,并通过描述子计算对抗生成损失函数,基于对抗生成损失函数反向传播,优化控制参数,以产生具有更大对抗生成损失函数的生成样本;且每次迭代训练所用损失函数包括原始样本三输入损失和生成样本三输入损失,每个损失中的距离采用混合距离进行计算,且混合距离中的混合系数采用最大似然估计求取。本发明方法能提升描述子在自然场景中较大干扰条件下的性能。

    一种基于多因素映射模型的点焊熔核质量预测方法和设备

    公开(公告)号:CN114693060A

    公开(公告)日:2022-07-01

    申请号:CN202210139462.6

    申请日:2022-02-15

    Abstract: 本发明提供了一种基于多因素映射模型的点焊熔核质量预测方法和设备,方法包括:采用Z‑score方法对白车身的原始数据集进行标准化处理,得到预处理数据;对预处理数据进行多流程特征融合操作,获取三类数据集,再利用特征选择方法对三类数据集进行统一表达,从而得到融合后的数据集合;将融合后的数据集合按照留出法切割为训练集和验证集;将训练集投入到多个机器学习模型迭代训练,并结合贝叶斯优化算法完成相应机器学习模型的参数选择,在验证集上验证训练后的相应机器学习模型是否满足选定的指标阈值,从而确定多因素映射的最佳机器学习模型,再利用该模型预测熔核的质量指标。本发明能够有效地进行焊接实验中车身塑形的在线可行性分析,从而降本提效。

    一种用于牙模三维测量的姿态调整装置

    公开(公告)号:CN102853782B

    公开(公告)日:2014-10-29

    申请号:CN201210316766.1

    申请日:2012-08-31

    Abstract: 本发明公开了一种用于牙模三维测量的姿态调整装置,包括夹具部分、平台部分、支架部分,夹具部分设置在平台部分的上表面,支架部分是U形框架支撑结构,平台部分设置在支架部分的上表面,夹具部分包括标定夹具、适应夹具、多个磁铁,标定夹具用于夹住牙模的平面侧,适应夹具具有曲线轮廓,用于夹住牙模的曲面侧,磁铁设置在标定夹具、适应夹具底部的腔体中,且磁铁暴露在腔体外面的表面与标定夹具、适应夹具的底面平齐,平台部分包括翻转电机、翻转电机座、一对联轴器、左翻转轴、左翻转侧板、载物台、右翻转侧板、一对翻转轴座、右翻转轴、一对翻转固定环、一对翻转轴承。本发明可以实现牙模的自动姿态调整,进而实现其多角度的三维测量。

    一种用于牙模三维测量的姿态调整装置

    公开(公告)号:CN102853782A

    公开(公告)日:2013-01-02

    申请号:CN201210316766.1

    申请日:2012-08-31

    Abstract: 本发明公开了一种用于牙模三维测量的姿态调整装置,包括夹具部分、平台部分、支架部分,夹具部分设置在平台部分的上表面,支架部分是U形框架支撑结构,平台部分设置在支架部分的上表面,夹具部分包括标定夹具、适应夹具、多个磁铁,标定夹具用于夹住牙模的平面侧,适应夹具具有曲线轮廓,用于夹住牙模的曲面侧,磁铁设置在标定夹具、适应夹具底部的腔体中,且磁铁暴露在腔体外面的表面与标定夹具、适应夹具的底面平齐,平台部分包括翻转电机、翻转电机座、一对联轴器、左翻转轴、左翻转侧板、载物台、右翻转侧板、一对翻转轴座、右翻转轴、一对翻转固定环、一对翻转轴承。本发明可以实现牙模的自动姿态调整,进而实现其多角度的三维测量。

    一种自动切菜装置
    18.
    发明公开

    公开(公告)号:CN102825620A

    公开(公告)日:2012-12-19

    申请号:CN201210312490.X

    申请日:2012-08-29

    Abstract: 本发明公开了一种自动切菜装置,该装置由双槽轮动力组件、推进组件、刀具组件和支撑组件共同组成,其中双槽轮动力组件包括电机、与电机输出轴相连的联接轴、从内到外依次安装在联接轴上的内锁止弧、拨杆和外锁止弧,以及对称设置在内外两侧交错运动的内、外槽轮;推进组件包括与外槽轮同步运动的同步带轮及其同步带、随同同步带轮转动的推进齿轮、与推进齿轮相啮合的齿条,以及固定连接于齿条的推板;刀具组件包括与内槽轮同步运动的啮合齿轮结构、随同啮合齿轮运动的曲柄联动机构,以及根据曲柄联动机构相应执行升降的切刀。通过本发明,能够方便、高效率地实现菜样推进和切刀驱动过程及其相互配合,同时具备结构紧凑、制造成本低等优点。

    一种能够实现阵列化电流体喷印的控制系统及装置

    公开(公告)号:CN115625895B

    公开(公告)日:2024-11-01

    申请号:CN202211311414.7

    申请日:2022-10-25

    Abstract: 本发明属于喷墨打印相关技术领域,其公开了一种能够实现阵列化电流体喷印的控制系统及装置,所述控制系统包括上位机、数据传输与存储单元、逻辑驱动单元、开关阵列、输出级电路及驱动电源;所述上位机用于输出给定的图像数据和控制信号给所述数据传输与存储单元;所述数据传输与存储单元用于对接收到的图像数据及控制信号进行处理及缓存后传递给所述逻辑驱动单元;所述逻辑驱动单元用于将接收到的数据转化成逻辑信号后传输给所述开关阵列,以触发所述开关阵列,使得所述开关阵列产生通断动作;所述输出级电路连接所述驱动电源及所述开关阵列。本发明实现了电流体阵列化喷印的高压高频控制。

    一种用于自然场景图像匹配的局部描述子网络的训练方法

    公开(公告)号:CN115018056B

    公开(公告)日:2024-09-06

    申请号:CN202210722014.9

    申请日:2022-06-17

    Abstract: 本发明属于图像处理领域,具体涉及一种用于自然场景图像匹配的局部描述子网络的训练方法,包括:采用原始样本和生成样本训练描述子网络;每次训练中先采用以下方式生成样本:通过几何扰动方式对各原始样本采样,生成各新样本;并使用当前描述子网络计算各新样本及其对应的原始样本的描述子,并通过描述子计算对抗生成损失函数,基于对抗生成损失函数反向传播,优化控制参数,以产生具有更大对抗生成损失函数的生成样本;且每次迭代训练所用损失函数包括原始样本三输入损失和生成样本三输入损失,每个损失中的距离采用混合距离进行计算,且混合距离中的混合系数采用最大似然估计求取。本发明方法能提升描述子在自然场景中较大干扰条件下的性能。

Patent Agency Ranking