一种工业产品缺陷检测方法及检测系统

    公开(公告)号:CN117388254A

    公开(公告)日:2024-01-12

    申请号:CN202311259180.0

    申请日:2023-09-26

    Abstract: 本发明属于机器视觉图像检测相关技术领域,其公开了一种工业产品缺陷检测方法及检测系统,其中方法包括:S1,根据待测产品的表面特征,获取用于采集待测产品表面图像的初始角度参数集合;S2,对初始角度参数集合中的任一角度参数进行优化,获取优化角度参数集合;S3,对于优化角度参数集合中的任一角度参数,获取对应的优化光照参数集合;S4,根据优化角度参数集合以及优化光照参数集合,进行待测产品的表面图像采集;S5,通过图像分析,获取待测产品的缺陷检测结果。本发明通过结合角度参数集合和光照参数集合,能够实现对待测产品表面信息的全面且丰富的捕获,进而实现图像的高效分析,能够实现对复杂形状产品的缺陷检测。

    一种基于特征匹配的机器人三维摆放位置误差校正的方法

    公开(公告)号:CN117283551A

    公开(公告)日:2023-12-26

    申请号:CN202311251253.1

    申请日:2023-09-26

    Abstract: 本发明属于工业图像处理相关技术领域,并公开了一种基于特征匹配的机器人三维摆放位置误差校正的方法。该方法包括下列步骤:S1拍摄参考图像;S2拍摄实际图像;S3将所述实际图像与参考图像进行比对,分别计算每张图像中每个检测关键点的描述符;S4计算在参考图像和实际图像中最匹配的两个检测关键点;S5根据最匹配的检测关键点之间的相对位置计算机械臂当前位置与所述初始位置之间的位置偏差,根据该位置偏差移动所述机械臂;S6按照预设次数重复步骤S1~S5,以此实现所述机械臂的位置矫正。通过本发明,实现了三维自动摆放误差的校正,提高工件质量检测的精度和稳定性。

    一种基于Unity的数字孪生机械臂强化学习训练方法及系统

    公开(公告)号:CN117798928A

    公开(公告)日:2024-04-02

    申请号:CN202410108254.9

    申请日:2024-01-25

    Abstract: 本发明属于机械臂控制相关技术领域,并公开了一种基于Unity的数字孪生机械臂强化学习训练方法及系统。该方法包括:S1构建机械臂和目标物体的数字孪生模型;建立数字孪生模型和真实机械臂的双向通信;S2构建强化学习神经网络,机械臂的位姿和目标物的位置作为输入,机械臂运动的动作向量为输出,设定奖惩函数,以此训练所述强化学习神经网络;S3采集真实机械臂的位姿和实际目标物的位置输入训练后的强化学习神经网络中,输出动作向量,数字孪生模型中的机械臂按照动作向量运动并将每一帧的关节角度实时发送给真实机械臂,真实机械臂跟随运动。通过本发明,提高机械臂控制建模准确性和实时性,为数字孪生技术在机械臂领域的应用提供可行方案。

Patent Agency Ranking