-
公开(公告)号：CN112783076B
公开(公告)日：2022-03-29
申请号：CN201911079819.0
申请日：2019-11-07
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供基于高精度位移传感器的引导机械手定位的方法及系统，涉及非定点焊接定位技术领域。该基于高精度位移传感器的引导机械手定位的系统，所述系统包括六自由度机械手、高精度激光传感器、工业摄像机、环形光源、标定板、检测电阻电路系统、上位机、焊钉排队机构、PLC以及电焊机，所述上位机与PLC采用UDP的方式进行通讯，所述上位机与六自由度机械手采用TCP的方式通讯，所述工业相机安装在六自由度机械手的末端，且方向与机械手法兰盘保持垂直向外。通过将工业相机安装在机械手末端，机械手移动时工业相机可以实时的获取到机械手附近的图像，待焊接物体即使发生了位置上的移动，相机也能捕获到待焊接物体的完整图像。
-
Patent Agency Ranking
公开(公告)号：CN112783076A
公开(公告)日：2021-05-11
申请号：CN201911079819.0
申请日：2019-11-07
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供基于高精度位移传感器的引导机械手定位的方法及系统，涉及非定点焊接定位技术领域。该基于高精度位移传感器的引导机械手定位的系统，所述系统包括六自由度机械手、高精度激光传感器、工业摄像机、环形光源、标定板、检测电阻电路系统、上位机、焊钉排队机构、PLC以及电焊机，所述上位机与PLC采用UDP的方式进行通讯，所述上位机与六自由度机械手采用TCP的方式通讯，所述工业相机安装在六自由度机械手的末端，且方向与机械手法兰盘保持垂直向外。通过将工业相机安装在机械手末端，机械手移动时工业相机可以实时的获取到机械手附近的图像，待焊接物体即使发生了位置上的移动，相机也能捕获到待焊接物体的完整图像。
-
公开(公告)号：CN113984175B
公开(公告)日：2024-11-15
申请号：CN202111245044.7
申请日：2021-10-26
Applicant: 东北大学秦皇岛分校
Abstract: 本发明属于车辆载重量测量方法领域，尤其涉及一种基于人工神经网络的车载重云服务平台标定方法及其架构。该方法为采集车辆数据进行编码处理以后发送到云服务平台，在云服务平台的服务器中运行前向代理程序和后端数据处理程序，将数据保存在内存缓存数据库Redis数据库中；读取Redis数据库中的数据解码；构建人工神经网络的网络结构，划分成训练集与测试集，将训练数据输入人工神经网络进行训练；将测试集输入已经训练好的人工神经网络结构进行验证，计算载重量检测的准确率，对人工神经网络的结果模型进行优化后保存在对应用户中的关系型数据库MySQL数据库中。用户向云服务平台发送请求时，能够得到实时准确的车辆载重量信息。
-
公开(公告)号：CN112763045A
公开(公告)日：2021-05-07
申请号：CN201911074510.2
申请日：2019-11-06
Applicant: 东北大学秦皇岛分校
IPC: G01G23/01
Abstract: 本发明提供车辆自载重检测云端标定预测方法，涉及交通运输技术领域。该车辆自载重检测云端标定预测方法，包括以下步骤：设备安装、设备连接、信号采集、重复采集、同车型采集与训练模型与模型预测，所述预测方法系统由磁测量传感器、车载终端、Android移动终端、云端标定服务器和云端预测服务器组成。通过在进行标定的时候，对一定数量的同一车型的大型货车采集的数据进行云端分析计算，训练出该型号的货车的标定模型，根据该模型对车辆载重值进行预测工作，根据相应的特征点实现车辆标定曲线的确定，最后根据该模型就能够计算出货车的载重值，大大降低了标定方法的复杂度，提高了传感器的标定效率，简化了车辆的定期维护过程。
-
公开(公告)号：CN113984175A
公开(公告)日：2022-01-28
申请号：CN202111245044.7
申请日：2021-10-26
Applicant: 东北大学秦皇岛分校
Abstract: 本发明属于车辆载重量测量方法领域，尤其涉及一种基于人工神经网络的车载重云服务平台标定方法及其架构。该方法为采集车辆数据进行编码处理以后发送到云服务平台，在云服务平台的服务器中运行前向代理程序和后端数据处理程序，将数据保存在内存缓存数据库Redis数据库中；读取Redis数据库中的数据解码；构建人工神经网络的网络结构，划分成训练集与测试集，将训练数据输入人工神经网络进行训练；将测试集输入已经训练好的人工神经网络结构进行验证，计算载重量检测的准确率，对人工神经网络的结果模型进行优化后保存在对应用户中的关系型数据库MySQL数据库中。用户向云服务平台发送请求时，能够得到实时准确的车辆载重量信息。
-
公开(公告)号：CN113936193A
公开(公告)日：2022-01-14
申请号：CN202111244834.3
申请日：2021-10-26
Applicant: 东北大学秦皇岛分校
IPC: G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06V20/52
Abstract: 本发明属于车辆载重量测量方法技术领域，尤其涉及一种基于图像LSTM和卡尔曼模型的车辆载重预测方法。该方法为采集现场多台同种货车的整个装货过程图片数据；转换图片格式，对图像进行降噪处理，将经处理的数据分为训练集和测试集；构建LSTM和卡尔曼模型，将训练集数据输入LSTM和卡尔曼模型中进行训练，形成训练模型对车辆载重量进行预测；将测试集数据输入已经训练好的LSTM和卡尔曼网络结构模型中进行验证，计算预测准确率；再通过测试集来对LSTM和卡尔曼网络结构模型的参数进行优化调整，提高检测精度，并将最终调整完成的网络模型作为最终的大型货车载重量图像识别模型，以实现对车辆载重量的预测。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
