-
公开(公告)号：CN119942125A
公开(公告)日：2025-05-06
申请号：CN202510118209.6
申请日：2025-01-24
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明涉及点云分割技术领域，提出一种基于改进欧式距离的点云分割方法和系统，所述点云分割方法包括以下步骤：S1：获取待分割点云数据，对待分割点云数据进行数据清洗操作；S2：对点云数据中的每个点使用局部邻域进行聚类，并对局部特征进行提取，进行最大池化，并在每个聚类级别上进行池化操作，得到全局特征；S3：根据待分割点云数据的应用场景和全局特征，为全局特征中的每个点云特征分配对应的第一权重和第二权重，基于改进的欧式距离、加速距离计算、第一权重和第二权重计算点云之间的相似度；S4：基于预设的距离阈值，将邻域内点云之间的相似度小于距离阈值的点归为同一簇，直到无法继续合并。
-
公开(公告)号：CN119919476A
公开(公告)日：2025-05-02
申请号：CN202510118211.3
申请日：2025-01-24
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明涉及点云圆心识别技术领域，提出一种点云圆心识别方法和装置，所述点云圆心识别方法包括：采集点云数据，在点云数据中选取参考点；计算点云数据中每个点到参考点的第一距离，筛选出第一距离与圆周半径的差值小于预设距离阈值的点，得到第一点集；筛选出第一点集中第一距离位于圆环内径和圆环外径之间的点，得到第二点集；根据第一点集定义基于最小二乘法的第一误差函数，根据第一误差函数得到基于第一点集的圆弧球心坐标估计值，根据第二点集定义基于最小二乘法的第二误差函数，根据第二误差函数得到基于第二点集的圆环球心坐标估计值，根据圆弧球心坐标估计值以及对应的误差和圆环球心坐标估计值以及对应误差得到点云数据的圆心。
-
公开(公告)号：CN119784952A
公开(公告)日：2025-04-08
申请号：CN202411971811.6
申请日：2024-12-30
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明提出一种三维点云数据处理方法，包括对点云数据进行加载和预处理，包括根据三维点云数据的实际使用需求对三维点云数据进行分类，根据分类使用不同存储方式和加载策略进行访问；对点云数据进行特征提取和描述子计算以获取点云数据的重要特征信息；基于点云配准算法对点云数据进行配准和重建。本发明的本发明具有高速高效、高精度准确、低资源消耗、灵活可扩展等显著的技术效果，能够为三维数据处理领域的发展和应用提供了重要的技术支持和保障。
-
公开(公告)号：CN119618111A
公开(公告)日：2025-03-14
申请号：CN202411812369.2
申请日：2024-12-10
Applicant: 苏州显扬机器人有限公司
Abstract: 一种大型工件倾斜度检测方法包括如下步骤:步骤S1：利用机械臂抓取相机，通过相机拍摄工件所需检测平面的关键点，生成局部数据；步骤S2：将所述局部数据转化为局部坐标；步骤S3：将所有局部坐标从局部坐标系转移至世界坐标系中，得到点云数据集；在世界坐标系中，基于点云数据集内的云点进行平面拟合，得到所需测量的第一平面；步骤S4：获取第一平面的法向量，计算所述法向量与Z轴之间夹角，以所述夹角的角度作为工件所需检测平面的倾斜度。通过第一平面的法向量直接与世界坐标系的Z轴进行角度的运输，从而得到对应的倾斜度。无需要采集工件的所有点云数据也可以完成单一平面的倾斜度计算，进一步提高了倾斜度的检测效率。
-
公开(公告)号：CN119600316A
公开(公告)日：2025-03-11
申请号：CN202411812371.X
申请日：2024-12-10
Applicant: 苏州显扬机器人有限公司
Abstract: 一种针对平面点云的匹配方法，包括如下步骤：步骤S1：分别在目标点云数据与参考点云数据中构建局部坐标系；基于局部坐标系获取目标点云数据中第一云点与参考点云数据中第二云点之间的关系特征；步骤S2：使用第二云点与目标点云数据所有第一云点进行PPF算法匹配，得到第二云点的匹配结果；步骤S3：基于第二云点的匹配结果对匹配算法中的权重进行更新；步骤S4，重复步骤S2～S3，直至所有的第一云点都完成匹配。下一个第二云点的匹配权重由上一次第二云点的匹配权重或匹配结果进行更新。使得权重的更新具有自适应性，提高了匹配的稳健性，使算法在不同场景下表现更为优越。
-
Patent Agency Ranking
公开(公告)号：CN119600278A
公开(公告)日：2025-03-11
申请号：CN202411812364.X
申请日：2024-12-10
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明公开了一种基于Yolov5目标检测模型的三维点云目标识别方法及系统，该方法包括以下步骤：获取不同拍摄角度下的待检测的目标图像，并将这些图像分别输入训练后Yolov5目标检测模型进行检测，输出若干二维目标检测框；将若干二维目标检测框及对应内部的像素点分别映射至三维空间，以获得若干三维目标检测框及对应内部的三维点云数据；对若干三维目标检测框进行筛选；计算筛选后的三维目标检测框的平均值，及将筛选后的三维目标检测框对应内部的三维点云数据进行融合；对最终三维目标检测框内融合后的三维点云数据进行分割。本发明解决了在现有的基于改进的Complex‑YOLO模型的三维点云目标识别方法中，由于改进的Complex‑YOLO模型结构复杂，导致模型的推理速度较慢的问题。
-
公开(公告)号：CN119540941A
公开(公告)日：2025-02-28
申请号：CN202411968757.X
申请日：2024-12-30
Applicant: 苏州显扬机器人有限公司
IPC: G06V20/64 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/82 , G06T7/593 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于立体视觉技术的三维目标检测方法，包括以下步骤：获取待检测的目标图像，并对其进行预处理；采用双目立体视觉技术获取待检测的目标图像的深度信息；使用优化后的CNN模型提取预处理后待检测的目标图像中的目标特征；将待检测的目标图像的深度信息与目标特征进行融合；采用基于区域提议网络RPN算法对融合后的目标特征进行识别。本发明解决了现有三维目标的检测方法中，在获取图像中深度信息的时候，需先获取目标物体所处环境的图像和点云信息，然后获取点云信息在图像中的坐标信息，再将这些坐标信息与图像中的2D与3D边界框信息进行结合，这过程涉及大量的计算，不仅增加了计算的复杂度，还导致获取深度信息效率降低的问题。
-
公开(公告)号：CN119880353A
公开(公告)日：2025-04-25
申请号：CN202411971961.7
申请日：2024-12-30
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明涉及汽车曲面屏幕检测技术领域，尤其涉及一种用于检测汽车曲面屏幕流畅度的装置及方法，其方法包括利用2D相机获取汽车曲面屏幕的二维平面图像；通过将像素在二维平面图像上的位置映射到3D相机的三维空间中，得到曲面屏幕相应的三维位置信息；通过3D相机确定汽车曲面屏幕上目标图标的三维位置信息，并控制机械臂根据导航坐标精确点击汽车曲面屏幕上的目标图标，同步启动设置在不同方向的高帧率相机，获取机械臂在汽车曲面屏幕上进行操作时曲面屏幕不同区域变化的连续图像；将连续图像信息输入到流畅度检测算法中进行分析，根据流畅度检测算法的输出结果评估汽车曲面屏幕的流畅度性能。本发明可以实现对曲面屏幕流畅度的高精度、自动化检测。
-
公开(公告)号：CN119600306A
公开(公告)日：2025-03-11
申请号：CN202411812366.9
申请日：2024-12-10
Applicant: 苏州显扬机器人有限公司
IPC: G06V10/44 , G06V10/774 , G06V10/82 , G06V10/42 , G06N3/084
Abstract: 一种自适应点云采样调节的方法，包括如下步骤：训练特征分析模型；以初始的采样率进行工件采样，获取工件的点云数据，将点云数据输入至所述特征分析模型中获取到区域特征，基于区域特征划分出局部区域；基于所述区域特征对局部区域的采样率进行调节。基于区域特征的划分能够更精细地反映点云的局部结构，使得后续的采样率调整更加精准。这种精细化的划分方式有助于保留点云中的重要特征，如边缘、角点等，同时去除冗余信息，为后续的点云处理任务提供了更为有价值的数据基础。
-
公开(公告)号：CN119600065A
公开(公告)日：2025-03-11
申请号：CN202411812361.6
申请日：2024-12-10
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明公开了一种基于双目相机的目标定位和跟踪方法及系统，该方法包括以下步骤：检测双目相机运行过程中周围环境的参数变化情况，当检测到周围环境的参数变化较大时，则对双目相机的内参和外参进行更新，并利用更新后双目相机的内参和外参，对获取的左相机图像和右相机图像的特征点进行三角测量，计算出三维场景中目标的三维坐标，实现目标的定位。本发明解决了传统的双目相机定位方法通常依赖于静态标定的参数，然而，在动态场景中，双目相机周围的环境可能会发生变化，这些变化可能影响相机的成像质量和图像特征，从而导致静态标定的参数无法准确反映当前相机的实际状态，从而导致后续目标定位的准确度下降的问题。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.032 seconds)
