-
公开(公告)号：CN107694960A
公开(公告)日：2018-02-16
申请号：CN201710933307.0
申请日：2017-10-10
Applicant: 昆明理工大学
CPC classification number: B07C5/04 , B07C5/02 , B07C5/362 , B07C5/38 , B07C2501/0063 , B07C2501/009
Abstract: 本发明涉及一种全自动智能果蔬分拣装箱机器人，属于机器人创新技术领域。本发明包括全自动输送带、智能果蔬分拣装箱机器人；全自动输送带安装在生产所需厂房内，智能果蔬分拣装箱机器人固定安装在全自动输送带的输入传送带上。本发明分拣机械手可完成果蔬自动分拣并分类存放；装箱机械手可自动完成整层果蔬装箱动作；整体配合图像识别装置及输送带装置可完成果蔬从输入到分拣、装箱及整箱输出的全自动智能化过程；通过该机器人可提高农业生产线工作效率，降低劳动力成本；机器人结构合理，功能强大，社会推广价值高。
-
公开(公告)号：CN105540510B
公开(公告)日：2018-02-09
申请号：CN201610039596.5
申请日：2016-01-21
Applicant: 昆明理工大学
IPC: B67B3/00
Abstract: 本发明涉及一种灌溉自动压盖装置，属于工业机械技术领域。本发明包括机架、不完全齿轮组、传动齿轮组、连杆、摇杆凸轮、压盖连杆、压盖机构、送盖轨道、装盖筒、压盖座；压盖座固定在机架上，传动齿轮组安装在机架上，不完全齿轮安装在机架上与传动齿轮组啮合，摇杆凸轮安装在机架上，连杆一端与摇杆凸轮连接，另一端与传动齿轮组连接，压盖机构安装在压盖座上，压盖连杆一端安装在摇杆凸轮上，另一端安装在压盖机构上，装盖筒同轴安装在不完全齿轮组上，送盖轨道安装在装盖筒上。本发明送盖与压盖自动进行，能实现自动化控制；单电机控制送盖与压盖动作，能有效节能；定位准确，速度可调，工作效率高。
-
公开(公告)号：CN105523100B
公开(公告)日：2018-01-12
申请号：CN201610039595.0
申请日：2016-01-21
Applicant: 昆明理工大学
IPC: B62D57/032
Abstract: 本发明涉及一种可变形仿生搜救机器人，属于智能机器人技术领域。本发明包括头部、一号步足、二号步足、三号步足、四号步足、腹部、支撑杆、传感器、躯干外壳、底板；头部安装在底板前端，一号步足、二号步足、三号步足、四号步足四对步足分别对称安装在底板周侧，腹部安装在底板上，躯干外壳安装在底板上，支撑杆、搜救传感器分别安装在躯干外壳上。本发明机器人用于消防领域，可在火灾、地震等人类无法进入的复杂环境进行搜救工作，功能显著；机器人进行蜘蛛形态仿生，驱动灵活，实用性强；步足可适应多种路面环境，保持高效行进；安装多种传感器及摄影设备，实现智能控制，科技含量高；机械创新性强，推广价值高。
-
公开(公告)号：CN106863288A
公开(公告)日：2017-06-20
申请号：CN201710180609.5
申请日：2017-03-24
Applicant: 昆明理工大学
Abstract: 本发明涉及一种五轴联动吸盘机械手，属于工业机器人技术领域。本发明包括底座、Ⅰ轴传动装置、Ⅱ轴传动装置、大臂、Ⅲ轴传动装置、连接臂、Ⅳ轴传动装置、Ⅴ轴传动装置、小臂和吸盘装置；Ⅰ轴传动装置安装在底座上，Ⅱ轴传动装置紧固安装在Ⅰ轴传动装置上，大臂一端与Ⅱ轴传动装置连接，另一端连接Ⅲ轴传动装置，连接臂一端与Ⅲ轴传动装置连接，另一端连接Ⅳ轴传动装置，Ⅴ轴传动装置安装于小臂上，同时与吸盘装置紧固连接，小臂连接于Ⅳ轴传动装置。本发明采用五轴联动原理，可进行三维空间定位抓取，适用范围广；可吸附、转运轻薄且面积较大工作件，实用性强；采用吸盘抓取，提高抓取稳定性和准确性。
-
公开(公告)号：CN105869178A
公开(公告)日：2016-08-17
申请号：CN201610261547.6
申请日：2016-04-26
Applicant: 昆明理工大学
CPC classification number: G06K9/4604 , G06T2207/20064
Abstract: 本发明涉及一种基于多尺度组合特征凸优化的复杂目标动态场景无监督分割方法，属于图像处理和计算机视觉技术领域。本发明首先提取小波域高尺度目标特征，并计算运动和空域边缘响应，将小波域、空域和时域边缘特征融合得到多尺度组合概率边缘响应，然后建立组合边缘内部映射权重总变分能量泛函模型，利用交替方向计算权重总变分泛函模型凸优化，并据此定义超像素尺度空时马尔科夫随机场的一元能量函数项和二元空域能量函数，最后通过图切分一步迭代推理得到图像序列的后验概率分割结果。本发明能够有效的将外观颜色不一致且形状随时间发生变化的复杂目标从动态场景中分割出来。
-
Patent Agency Ranking
公开(公告)号：CN111618851B
公开(公告)日：2025-04-04
申请号：CN202010409102.4
申请日：2020-05-14
Applicant: 昆明理工大学
Abstract: 本发明公开了一种空间辅助运动机构、误差补偿系统及方法。本发明中的空间辅助运动机构可以有效地与关节臂式坐标测量机进行连接，并为关节臂式坐标测量机提供空间采点的平台；本发明提供的关节臂式坐标测量机惯性力误差补偿系统通过空间辅助运动机构的辅助运动可以有效地采集关节臂式坐标测量机的关节角度和关节臂式坐标测量机的末端位置坐标并传输至计算机，并进一步融合本发明的补偿方法，获得补偿后的末端坐标，实现关节臂式坐标测量机惯性力误差补偿，在不需要改动关节臂式坐标测量机的内部结构参数情况下，就可以提高关节臂式坐标测量机的单点重复精度。
-
公开(公告)号：CN114972153B
公开(公告)日：2024-11-22
申请号：CN202111520529.2
申请日：2021-12-13
Applicant: 昆明理工大学
IPC: G06T7/00 , G06N3/084 , G06N3/0464 , G06V10/25 , G06V10/44 , G06V10/82 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于深度学习的桥梁振动位移视觉测量方法及系统，方法包括：划分训练数据集和验证数据集；对训练数据集和验证数据集进行标注得到训练集与验证集；构建深度学习网络模型；修改配置文件中的超参数，获得训练参数；调用训练集和配置文件开始对深度学习网络模型进行训练，训练结束获得候选权重；用验证集对候选权重性能进行评估，以量化候选权重的性能，获得载入最优权重后的深度学习网络模型；将新获取的待检测的桥梁结构体图像输入载入最优权重后的深度学习网络模型进行检测，获得检测的边界框。本发明以高速视频中的桥梁结构体作为振动位移测量的对象，将基于深度学习的目标检测方法引入到视觉振动测量领域。
-
公开(公告)号：CN117809226A
公开(公告)日：2024-04-02
申请号：CN202410085266.4
申请日：2024-01-21
Applicant: 昆明理工大学
IPC: G06V20/40 , G06V10/10 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种建立结构体目标多关键点视觉跟踪模型的方法、采集平台，所述模型以YOLOv7‑pose模型为基础，在主干网络的Focus模块的输出增加卷积层CBS；将主干网络的ELAN模块改为ELAN‑CSP模块，将颈部网络的两个FELAN模块改为FELAN‑CSP模块，将颈部网络的第一个FELAN‑CSP模块输出增加CSPF操作；在颈部网络的输出引入CA注意力机制；引入Focal Loss作为模型的分类损失函数以及置信度损失函数。本发明构建的结构体目标多关键点视觉跟踪模型，为非接触式方式获得结构体目标的振动位移结果提供支撑；提供的一种用于结构体目标多关键点视觉跟踪的数据采集平台，为获得结构体目标的振动视频数据提供硬件支撑。
-
公开(公告)号：CN114524030B
公开(公告)日：2022-11-25
申请号：CN202210175337.0
申请日：2022-02-25
Applicant: 昆明理工大学
IPC: B62D57/028
Abstract: 本发明公开了一种基于不完全齿轮的轮足式机器人腿部结构及轮足式机器人，腿部结构包括电机模组、悬挂机构、轮足动力切换机构、轮式机构、小腿、大腿，所述电机模组包括两个动力源；轮式机构安装在轮足动力切换机构上；第一动力源与第二动力源连接，第二动力源与大腿一端固定连接，大腿另一端、小腿一端与轮足动力切换机构连接，悬挂装置用于悬挂小腿另一端；其特征在于：所述轮足动力切换机构包括两条运动链，第一运动链用于驱动轮式机构，第二运动链用于驱动足式运动中的小腿运动。本发明可以以轮式和足式两种不同的运动方式进行切换行走。
-
公开(公告)号：CN115293963A
公开(公告)日：2022-11-04
申请号：CN202111589398.3
申请日：2021-12-23
Applicant: 昆明理工大学
Abstract: 本发明公开了一种基于超分辨率重建的高频转子视觉测振方法及系统，本发明提出的插帧模块在两帧之间补充了一帧图片，很好的缓解了采集图像时的丢帧问题；通过将视频插帧融合在视频超分辨率重建任务一个框架中，从而实现两个模型任务的特征信息共享；进一步，本发明提出了一种金字塔对齐模块，该模块用金字塔结构进行多阶段信息融合能充分学习帧内空间信息，使用可变形卷积能充分利用时‑空域信息进行特征级自适应对齐，将对齐后的潜在帧与参考帧进行融合，能增强连续帧的时域信息；再进一步通过ConvLSTM模块和串联残差块能更好的提取特征；通过该模型能获得足够的帧信息，并进一步用于提取位移信号，且振动位移信号相对平滑，并且生成的信号噪音相对较少。
-
-
-
-
-
-
-
-
-
Search Results
131
records
(took 0.025 seconds)
