-
公开(公告)号:CN118840411A
公开(公告)日:2024-10-25
申请号:CN202410841915.9
申请日:2024-06-27
Applicant: 上海大学
IPC: G06T7/60 , G01B11/12 , G01B11/22 , G01B11/27 , G06T7/62 , G06T7/12 , G06T7/13 , G06T7/136 , G06T7/155 , G06T5/30
Abstract: 本发明涉及一种不均匀光照条件下的双目视觉锪窝孔几何参数测量方法,包括以下步骤:构建HED边缘检测模型,对双目相机拍摄的待测孔图像进行边缘检测,得到粗边缘结果;提取粗边缘的骨架信息以细化边缘;基于八邻域跟踪法对细化后的边缘进行进一步后处理,得到单一边界点集,对单一边界点集通过角点分割并重新连接曲线段以优化出满足条件的曲线段;基于孔表面的不均匀光照特性选取最优曲线段进行锪窝孔拟合;依据双目图像中的锪窝孔拟合结果重建孔的三维特征并求解孔的几何参数。与现有技术相比,本发明具有等优点。
-
公开(公告)号:CN116968031A
公开(公告)日:2023-10-31
申请号:CN202311110893.0
申请日:2023-08-30
Applicant: 上海大学
IPC: B25J9/16
Abstract: 本发明涉及一种工业机器人位置误差置信区间预测和评价方法,包括:构建训练集和测试集,将训练集输入到模型中训练基于贝叶斯线性回归的位置误差模型;训练好模型后,将测试集输入到模型中进行位置误差置信区间的预测;计算置信区间宽度均值和方差,计算测量位置误差的高斯分布模型,计算测量结果与预测结果之间的散度,将置信区间宽度均值和方差以及散度作为位置误差置信区间的预测精度评价标准。与现有技术相比,本发明能够更精确高效的预测目标位置的位置误差,并对相关置信区间进行预测推导,同时利用置信区间宽度均值和方差以及散度指标去评价预测出的置信区间,能够准确反映位置误差的不确定性以及预测所得置信区间的可靠性。
-
公开(公告)号:CN118664601A
公开(公告)日:2024-09-20
申请号:CN202410980347.0
申请日:2024-07-22
Applicant: 上海大学
IPC: B25J9/16
Abstract: 本发明涉及一种机器人位置误差及其区间预测方法,步骤包括:获取工业机器人工作的关节角度矢量,并计算理论位置与实际位置的差值,构建包含关节角度矢量和位置误差的数据集;将包含关节角度矢量和位置误差的数据集输入基于神经网络的预测模型;通过计算预测区间覆盖概率和平均预测区间宽度,在保证预测区间覆盖概率达标的同时最小化平均预测区间宽度,进行位置误差区间预测;通过定义可学习参数生成预测区间边界的相对权重,并使用均方误差损失进行预测值的回归,进行位置误差预测;预测模型输出位置误差值与其区间预测结果。与现有技术相比,本发明不仅能预测位置误差,还能预测误差范围,提高了位置误差预测的适用性与预测值的有效性。
-
-