-
公开(公告)号：CN113504743B
公开(公告)日：2022-12-16
申请号：CN202110661628.6
申请日：2021-06-15
Applicant: 华南理工大学
IPC: G05B19/042 , H01R43/26
Abstract: 本发明公开了一种通过力觉控制实现精准装配的自动双头插线装置及方法，装置包括多轴联动机器人、装有力传感器的夹线机构、连接器安装架、运动平台以及安装在运动平台上的插线辅助机构。本发明通过插线辅助机构实现了插线前端子轴向姿态的调整，通过插线辅助机构的引导作用降低线缆端子与连接器的接线孔对准的精度要求，通过力传感器采集力反馈信息以便实现线缆端子入孔后到插紧阶段的精细调整，可完成一根线缆从取线，插入其中一端、布线和插入另一端的整个过程，实现了插线操作全程自动化、智能化，并且比传统的人工插线具有更高的效率和稳定性。
-
公开(公告)号：CN108399614B
公开(公告)日：2020-12-22
申请号：CN201810043774.0
申请日：2018-01-17
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于无抽样小波与Gumbel分布的织物缺陷检测方法，包括步骤：对输入图像进行多层无抽样小波分解；根据小波分解所得的近似子图和细节子图，生成融合差分特征图；采用Gumbel模型拟合特征图中的灰度分布，利用MLE算法估计模型参数；将特征图划分成子图块，根据估计的模型参数计算每个子图块的似然估计值，得到似然值分布图；阈值化似然值分布图，得到二值化的检测结果。本发明没有直接将各子带小波系数用作特征，避免了高维特征矢量的计算复杂性；特征融合步骤中考虑了低频信息的影响，避免灰度变化平缓的缺陷被漏检；将小波分析与Gumbel模型结合，把缺陷检测问题转化成假设检验问题，检测精度高。
-
公开(公告)号：CN116721066A
公开(公告)日：2023-09-08
申请号：CN202310611066.3
申请日：2023-05-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种金属表面缺陷检测方法、装置和存储介质，属于缺陷检测技术领域。方法包括：使用光度立体图像采集装置采集不同照明方向下高光金属标定球的图像，根据采集到的图像和标定公式获取照明方向矩阵；将待测金属放入所述光度立体图像采集装置，依次点亮各个光源，获得不同照明方向下的物体表面图像序列；将所述物体表面图像序列中的多张物体表面图像进行融合，获得融合图像；根据所述物体表面图像序列和照明方向矩阵计算物体表面的散度图；将融合图像和散度图分别输入预设的双支路特征融合网络中，以提取图像的融合特征，并输出最终的缺陷检测结果。本发明通过提高缺陷与背景的对比度和捕获表面的几何形貌信息，提高了缺陷检测能力。
-
公开(公告)号：CN108694386B
公开(公告)日：2021-08-10
申请号：CN201810459204.X
申请日：2018-05-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于并联卷积神经网络的车道线检测方法，包括以下步骤：S1、实际采集视频后截取训练样本图片，并手动标注出车道线，制作用于卷积神经网络训练的训练数据集；S2、构建三个层数不同的自编码卷积神经网络，组成并联卷积神经网络，每个卷积神经网络分别用来检测背景点、实线车道线或虚线车道线；S3、使用训练数据集训练并联卷积神经网络，根据训练过程中损失函数的变化和网络的收敛情况来调整卷积神经网络的参数；S4、根据实际检测效果，调整卷积神经网络的参数，重复步骤S3来训练调整后的并联卷积神经网络，直至达到测试的最佳效果；S5、使用测试图片和实际场景的视频来测试最终训练好的并联卷积神经网络。
-
-
Patent Agency Ranking
-
公开(公告)号：CN107344580A
公开(公告)日：2017-11-14
申请号：CN201710574168.7
申请日：2017-07-14
Applicant: 华南理工大学
IPC: B62H3/12
Abstract: 立式自行车停靠装置，包括主支架、上部固定支撑机构、下部固定支撑机构；上部固定支撑机构包括左侧板、右侧板、橡胶块、上旋转槽，左侧板、右侧板滑动式安装在主支架上，用于卡住自行车前轮轮毂和辐条的橡胶块分别安装在左侧板、右侧板上，上旋转槽转动式安装在左侧板、右侧板之间的下部，上旋转槽的转动区间在左侧板、右侧板的下部以上；用于安装、支撑自行车后轮的下部固定支撑机构固定在主支架的下端。本发明具有结构简单、停车和取车更方便等优点。本发明属于自行车停靠技术领域。
-
公开(公告)号：CN114066811B
公开(公告)日：2024-03-19
申请号：CN202111191074.4
申请日：2021-10-13
Applicant: 华南理工大学
IPC: G06T7/00 , G06T7/136 , G06T5/20 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06V10/762 , G06V10/74
Abstract: 本发明公开了一种工业产品异常检测方法、系统、装置及存储介质，其中方法包括：获取待检测图像，将待检测图像输入编码器，获得第一编码特征，根据第一编码特征和预设的全局模板特征进行余弦相似度计算，获得相似性得分图；将相似性得分图和预设的阈值分数图进行比较，获取异常特征，将异常特征替换为对应位置的模板特征；将特征修正后的编码特征输入解码器中，获得重建图像；将待检测图像和重建图像进行相似度分数计算，根据相似度分数进行阈值分割，获得待检测图像中存在异常的图像区域。本发明针对实际检测图像的特点制定模板特征，克服重建模型无法重建严重异常的缺点，具有自适应性和抗干扰能力，可广泛应用于工业产品异常检测技术领域。
-
公开(公告)号：CN115167433A
公开(公告)日：2022-10-11
申请号：CN202210865835.8
申请日：2022-07-22
Applicant: 华南理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种融合全局视觉的机器人自主探索环境信息的方法及系统，该方法包括下述步骤：在场景天花板布置鱼眼相机采集全局视觉信息图像；将全局视觉信息图像进行语义分割得到室内语义分割图像结果，对室内语义分割图像结果进行图像二值化处理，提取二值化图像中待探索环境的全局通行区域图像；对全局通行区域图像进行Voronoi图分割，得到基于Voronoi图分割的区域分割结果，对区域分割结果构建全局图结构；基于全局图结构进行TSP求解，获得各Voronoi图分割子区域的全局遍历顺序，计算各节点所需的TSP行驶距离，获取候选边界集，控制移动机器人进行基于边界的自主探索。本发明在能获取大范围室内环境信息，提高了环境信息获取的完整性、可靠性。
-
公开(公告)号：CN108318491B
公开(公告)日：2020-07-28
申请号：CN201711262071.9
申请日：2017-12-04
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于频谱曲率分析的织物缺陷检测方法，包含如下步骤：消除纹理背景频率分量：通过对织物图像的频谱曲率特征进行掩模屏蔽，从而消除属于周期性纹理背景部分的频率分量，得到仅包含缺陷信息的残余频谱；多通道滤波：采用多通道滤波器组对前述残余频谱进行频域滤波，从而分离和增强位于各不同频段的缺陷特征；阈值分割与融合：对前述滤波输出图像进行阈值分割，通过按位“或”操作融合分割结果，得到最终单一的检测结果图。本发明不要求关于织物纹理和缺陷的先验知识，具有良好的自适应性和抗干扰能力，可有效地用于对织物缺陷的自动在线检测。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.019 seconds)
