-
公开(公告)号：CN112710994A
公开(公告)日：2021-04-27
申请号：CN202011472021.5
申请日：2020-12-14
Applicant: 上海交通大学烟台信息技术研究院 , 上海交通大学
Abstract: 本发明公开了一种基于交叉点的沙姆成像系统标定装置及方法，涉及测量技术领域，包括标定物、二维工作台、沙姆成像系统、定位机构和计算机。标定物固定于二维工作台之上并能随二维工作台移动。沙姆成像系统包括镜头、CCD器件和线激光光源，位于定位机构之上并固定。标定物具有两个相交的平面，两个相交的平面的交线正对沙姆成像系统。计算机连接至二维工作台和沙姆成像系统。本发明的标定物具有两个相交的平面，利用线激光在两个平面上形成的直线的交点作为空间点，采用位移法对沙姆成像系统进行标定，具有标定物简单、制作容易、空间点坐标计算精度高、不受变形影响等优点，适用于任何类型的沙姆成像系统的标定。
-
公开(公告)号：CN112712554A
公开(公告)日：2021-04-27
申请号：CN202011441605.6
申请日：2020-12-08
Applicant: 上海交通大学烟台信息技术研究院 , 上海交通大学
Abstract: 本发明公开了一种半透明朗伯体表面激光条纹中心线提取方法，涉及激光轮廓测量技术领域，所述的激光条纹中心线提取方法包括：(1)获取灰度序列、(2)提取包络线、(3)提取基线、(4)获取特征峰、(5)选择直接反射峰、(6)计算直接反射峰坐标、(7)截取直接反射峰数据、(8)计算轮廓点坐标、(9)获得激光条纹中心线。通过本发明的实施，解决了现有的激光轮廓传感器无法直接准确测量半透明朗伯型物体表面轮廓的技术问题，为工业现场半透明朗伯型物体的轮廓测量提供了新的解决方案，具有广泛的实用性和通用性，适用于任何类型的轮廓标定。
-
公开(公告)号：CN112381948A
公开(公告)日：2021-02-19
申请号：CN202011209079.0
申请日：2020-11-03
Applicant: 上海交通大学烟台信息技术研究院 , 上海交通大学
Abstract: 本发明公开了一种基于语义的激光条纹中心线提取及拟合方法，涉及三维测量与识别领域。该方法包括以下步骤：数据预处理；使用深度学习卷积神经网络进行语义分割的条纹语义分类；模糊填补以及语义表征。该方法在获取已知Z轴向空间坐标信息的激光条纹中心线后，将该条纹划分为至少一个单元，使用深度学习卷积神经网络预测所含全部单元在预设的语义类别中，所属的n个条纹段语义类别及各语义类别所对应的表征函数。再以条纹的单向封闭性为准则，填充任两单元间的空白区域即模糊区的语义信息。该方法可将三维空间内的激光条纹赋予各类语义特征，进而实现高精度的激光点云拟合与表征。
-
公开(公告)号：CN112381948B
公开(公告)日：2022-11-29
申请号：CN202011209079.0
申请日：2020-11-03
Applicant: 上海交通大学烟台信息技术研究院 , 上海交通大学
Abstract: 本发明公开了一种基于语义的激光条纹中心线提取及拟合方法，涉及三维测量与识别领域。该方法包括以下步骤：数据预处理；使用深度学习卷积神经网络进行语义分割的条纹语义分类；模糊填补以及语义表征。该方法在获取已知Z轴向空间坐标信息的激光条纹中心线后，将该条纹划分为至少一个单元，使用深度学习卷积神经网络预测所含全部单元在预设的语义类别中，所属的n个条纹段语义类别及各语义类别所对应的表征函数。再以条纹的单向封闭性为准则，填充任两单元间的空白区域即模糊区的语义信息。该方法可将三维空间内的激光条纹赋予各类语义特征，进而实现高精度的激光点云拟合与表征。
-
公开(公告)号：CN112712554B
公开(公告)日：2022-08-26
申请号：CN202011441605.6
申请日：2020-12-08
Applicant: 上海交通大学烟台信息技术研究院 , 上海交通大学
Abstract: 本发明公开了一种半透明朗伯体表面激光条纹中心线提取方法，涉及激光轮廓测量技术领域，所述的激光条纹中心线提取方法包括：(1)获取灰度序列、(2)提取包络线、(3)提取基线、(4)获取特征峰、(5)选择直接反射峰、(6)计算直接反射峰坐标、(7)截取直接反射峰数据、(8)计算轮廓点坐标、(9)获得激光条纹中心线。通过本发明的实施，解决了现有的激光轮廓传感器无法直接准确测量半透明朗伯型物体表面轮廓的技术问题，为工业现场半透明朗伯型物体的轮廓测量提供了新的解决方案，具有广泛的实用性和通用性，适用于任何类型的轮廓标定。
-
Patent Agency Ranking
公开(公告)号：CN119445547A
公开(公告)日：2025-02-14
申请号：CN202411471726.3
申请日：2024-10-21
Applicant: 上海交通大学
IPC: G06V20/60 , G06V10/764 , G06V10/774 , G06V10/25 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开一种基于改进YOLO目标检测的呼吸机波形分类识别方法，包括步骤1、获取包括正常呼吸机波形和异常呼吸机波形图像作为训练样本，训练样本表征不同呼吸机波形的形状及参数与其机械通气状态间对应关系；步骤2、对获取训练样本进行批量标注，获得呼吸机波形图像对应机械通气状态文本信息和对应呼吸机波形在训练样本中位置信息，建立呼吸机波形识别库；步骤3、引入改进预处理模块，利用改进YOLO目标检测算法训练模型处理训练样本，进行呼吸机波形图像分类识别训练，得到呼吸机波形图像分类识别模型；步骤4、利用呼吸机波形图像分类识别模型完成对呼吸机波形图像自动分类识别。本发明能够对呼吸机波形实时在线检测，异常波形分类准确率较高。
-
公开(公告)号：CN118854743A
公开(公告)日：2024-10-29
申请号：CN202411038318.9
申请日：2024-07-31
Applicant: 上海交通大学
Abstract: 本发明提供一种路面平整度测量模块、检测装置及方法，其中所述平整度测量模块安装于压路机上，在所述压路机工作过程中完成测量；包括：激光器，投射光斑于待测路面；工业相机，与所述激光器共面安装，对所述激光器投射在路面上的光斑进行图像采集，得到激光条纹二维图像；惯性测量单元，监测压路机钢轮振动给测量系统带来的三轴偏移量和压路机的俯仰角；抗振动支架，用于固定所述激光器、工业相机和惯性测量单元，所述抗振动支架设有减震结构。本发明为施工人员提供实时的路面压实状况参考，便于及时、准确复压修正，在施工阶段保证路面平整度质量，实现过程检测，避免质量返工问题，同时为道路数字化提供数据溯源。
-
公开(公告)号：CN118375034A
公开(公告)日：2024-07-23
申请号：CN202410658969.1
申请日：2024-05-24
Applicant: 上海交通大学
Abstract: 本发明公开了一种大范围路面平整度三维检测仪，涉及路面平整度检测领域，包括双目线结构光测量模块和显示控制组件，其中，双目线结构光测量模块安装在压路机的后侧，显示控制组件安装在压路机的驾驶室内；双目线结构光测量模块用于实时重建碾压后的路面三维点云，并根据三维点云计算出国际平整度指数；双目线结构光测量模块包括线激光器、双目工业相机、姿态传感器、速度编码器和数据处理器；显示控制组件用于显示路面三维信息和国际平整度指数。本发明的双目线结构光测量模块装载于压路机后侧，能够在施工过程中实时重建碾压后路面点云，并根据点云计算出平整度信息，同时比现有检测手段数据覆盖面更大，提升检测效率，减少检测重复次数。
-
公开(公告)号：CN112113511B
公开(公告)日：2021-11-23
申请号：CN202010823196.X
申请日：2020-08-17
Applicant: 上海交通大学
Abstract: 本发明提供一种半透明物体表面轮廓线提取方法、系统及终端，包括：用于扫描被测目标表面形成的激光条纹图像的成像点每一列的灰度，获取灰度序列；对于获取灰度序列，采用数学形态学和灰度阈值的方法提取得到直接反射分量波峰的位置区域；根据上述的直接反射分量波峰的位置区域，采用灰度重心法计算轮廓点坐标；根据得到的轮廓点坐标，最终获得半透明物体表面的整条轮廓线。本发明能够有效提取以胶条为代表的半透明目标表面的激光条纹轮廓线，为工业现场半透明目标的轮廓测量提供了新的解决方案，具有广泛的实用性和通用性，适用于任何类型的轮廓标定。
-
公开(公告)号：CN110470239B
公开(公告)日：2021-05-18
申请号：CN201910724147.8
申请日：2019-08-07
Applicant: 上海交通大学
IPC: G01B11/24
Abstract: 本发明提供一种基于交叉点的激光轮廓传感器标定系统及方法，包括：标定物、二维工作台、激光轮廓传感器、定位机构和计算机，所述标定物固定于所述二维工作台之上并能随所述二维工作台移动，所述激光轮廓传感器位于所述定位机构之上并固定，所述标定物具有两个相交的平面，两个相交的平面的交线正对所述激光轮廓传感器；所述计算机连接所述二维工作台、所述激光轮廓传感器。本发明标定物具有两个相交的平面，利用线激光在两个平面上形成的直线的交点作为空间点，采用位移法对激光轮廓传感器进行标定，具有标定物简单、制作容易、空间点坐标计算精度高、不受变形影响等突出的优点，适用于任何类型的轮廓标定。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.025 seconds)
