-
公开(公告)号：CN110163859A
公开(公告)日：2019-08-23
申请号：CN201910457446.X
申请日：2019-05-29
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于PoseCNN的焊缝焊接方法，包括利用PoseCNN卷积神经网络得到待焊接焊缝所在焊板的图像的特征图，利用第一全连接层网络、池化网络及第二全连接层网络得到焊板旋转估计，利用第一PoseCNN反卷积网络将各像素回归到中心方向，利用焊板中心位置、摄像头焦点及摄像头主点的关系，得到焊板平移估计，利用第二PoseCNN反卷积网络得到焊缝位置估计，结合焊板旋转估计、焊板平移估计及焊缝位置估计，得到待焊接焊缝的三维坐标，根据三维坐标进行焊接。本发明较大地降低了获取待焊接焊缝的三维坐标的难度，提高了焊接效率，促进了焊接智能化。本发明还公开了一种基于PoseCNN的焊缝焊接装置、设备及存储介质，具有相应技术效果。
-
公开(公告)号：CN110110798B
公开(公告)日：2023-02-10
申请号：CN201910394164.X
申请日：2019-05-13
Applicant: 广东工业大学
IPC: G06F18/24 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本申请公开了一种基于Mask‑RCNN网络的焊缝识别方法，该方法在提取焊缝图像中的特征信息，获得初始特征图后，首先确定焊缝在初始特征图中的真实角度和预设的基准角度的差值；进而根据差值旋转变换初始特征图中的焊缝的角度，以使焊缝的角度和预设的基准角度一致，从而获得目标特征图；最后对目标特征图进行识别，得到焊缝的识别结果。该方法在识别过程中，修正了焊缝在图像中的角度，使被识别的焊缝总是具有相同的角度，从而克服了Mask‑RCNN网络丢失有方向信息的特征的缺陷，提高了焊缝识别的效率和准确性，以及计算机的运行性能和处理效率。本申请公开的一种基于Mask‑RCNN网络的焊缝识别装置、设备及可读存储介质，同样具有上述技术效果。
-
公开(公告)号：CN110418139A
公开(公告)日：2019-11-05
申请号：CN201910707218.3
申请日：2019-08-01
Applicant: 广东工业大学
IPC: H04N19/132 , H04N19/172
Abstract: 本申请公开了一种基于ESRGAN的视频超分辨修复技术、装置、设备及存储介质，该方法的步骤包括：获取待修复视频；提取待修复视频中的关键帧，对关键帧的图像进行修复；对待修复视频中的视频帧进行分组，生成帧分组；帧分组中包含有关键帧；对帧分组中修复后的关键帧进行采样，生成样本块；通过样本块对帧分组中的待修复帧进行修复。本方法相对降低了视频修复过程的数据处理量，进而提高了视频修复的整体效率。此外，本申请还提供一种视频修复装置、设备及存储介质，有益效果同上所述。
-
公开(公告)号：CN110135651A
公开(公告)日：2019-08-16
申请号：CN201910434255.1
申请日：2019-05-23
Applicant: 广东工业大学
Abstract: 本发明公开了一种协同路径规划方法，包括：获取大型三维复杂构件的三维模型；根据应以特定焊接方式焊接的第一焊缝将三维模型划分为若干个任务块；构建在三维模型中的全部焊缝的焊接顺序下的焊接收益度函数f(s)＝(1/c)^(f(TGlobal)+f(TBlock))，全部焊缝包括第一焊缝和第二焊缝；根据焊接收益度函数f(s)且通过蚁群算法分别得到任一任务块中全部焊缝的焊接顺序；根据焊接收益度函数f(s)且通过粒子群算法得到全部任务块的加工顺序。本发明还公开了一种协同路径规划装置和双焊接机器人。上述协同路径规划方法，可以有效地解决大型三维复杂构件双机器人同步焊接路径规划中存在一些特殊焊缝的焊接约束问题。
-
公开(公告)号：CN110276241A
公开(公告)日：2019-09-24
申请号：CN201910243726.0
申请日：2019-03-28
Applicant: 广东工业大学
Abstract: 本发明涉及高压电线技术领域，具体涉及一种基于模板匹配的防震锤识别方法，本发明首先将航拍图从GRB空间转换为HSI空间。为了减少运算量，提高识别速度，通过对图片进行降维处理，然后分别在H和S通道上做预处理。经过预处理后，载入准备好的模板，利用模板匹配法将待识别的图像与模板图像进行信息区叠加，对叠加后的图像进行匹配像素统计，从而得到匹配系数，取匹配系数最大值为最佳匹配；本发明是克服了以往只能靠人工巡检的不足；提出一种新的适用于输电线杆塔鸟巢识别的研究方案；提高电网巡检效率。具有很强的创造性。
-
Patent Agency Ranking
公开(公告)号：CN110135513A
公开(公告)日：2019-08-16
申请号：CN201910429265.6
申请日：2019-05-22
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于深度学习的焊接机器人的焊缝识别方法，包括：获取焊缝的样本图像集；建立卷积-反卷积神经网络的模型；模型包括卷积神经网络和反卷积神经网络，通过卷积神经网络提取待识别焊缝的图像特征，通过反卷积神经网络获取待识别焊缝的语义表达式；卷积神经网络包括具有卷积核的卷积层，卷积核的采样点位置均设置偏移变量，以实现卷积核采样点根据待识别焊缝的特征自适应变化；利用样本图像集训练模型，得到卷积-反卷积神经网络；将获取的待识别焊缝的图像输入卷积-反卷积神经网络，得到待识别焊缝的分割图片和分割图片所对应的焊缝类型。上述焊缝识别方法，能够极大提高焊缝识别的精度和效率。
-
公开(公告)号：CN110163859B
公开(公告)日：2023-05-05
申请号：CN201910457446.X
申请日：2019-05-29
Applicant: 广东工业大学
IPC: G06T7/00 , G06T7/73 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于PoseCNN的焊缝焊接方法，包括利用PoseCNN卷积神经网络得到待焊接焊缝所在焊板的图像的特征图，利用第一全连接层网络、池化网络及第二全连接层网络得到焊板旋转估计，利用第一PoseCNN反卷积网络将各像素回归到中心方向，利用焊板中心位置、摄像头焦点及摄像头主点的关系，得到焊板平移估计，利用第二PoseCNN反卷积网络得到焊缝位置估计，结合焊板旋转估计、焊板平移估计及焊缝位置估计，得到待焊接焊缝的三维坐标，根据三维坐标进行焊接。本发明较大地降低了获取待焊接焊缝的三维坐标的难度，提高了焊接效率，促进了焊接智能化。本发明还公开了一种基于PoseCNN的焊缝焊接装置、设备及存储介质，具有相应技术效果。
-
公开(公告)号：CN110135651B
公开(公告)日：2023-02-10
申请号：CN201910434255.1
申请日：2019-05-23
Applicant: 广东工业大学
IPC: G06Q10/047 , G06Q10/0631 , G06N3/006 , G06T17/00
Abstract: 本发明公开了一种协同路径规划方法，包括：获取大型三维复杂构件的三维模型；根据应以特定焊接方式焊接的第一焊缝将三维模型划分为若干个任务块；构建在三维模型中的全部焊缝的焊接顺序下的焊接收益度函数f(s)＝(1/c)^(f(TGlobal)+f(TBlock))，全部焊缝包括第一焊缝和第二焊缝；根据焊接收益度函数f(s)且通过蚁群算法分别得到任一任务块中全部焊缝的焊接顺序；根据焊接收益度函数f(s)且通过粒子群算法得到全部任务块的加工顺序。本发明还公开了一种协同路径规划装置和双焊接机器人。上述协同路径规划方法，可以有效地解决大型三维复杂构件双机器人同步焊接路径规划中存在一些特殊焊缝的焊接约束问题。
-
公开(公告)号：CN110418139B
公开(公告)日：2021-08-13
申请号：CN201910707218.3
申请日：2019-08-01
Applicant: 广东工业大学
IPC: H04N19/132 , H04N19/172
Abstract: 本申请公开了一种基于ESRGAN的视频超分辨修复技术、装置、设备及存储介质，该方法的步骤包括：获取待修复视频；提取待修复视频中的关键帧，对关键帧的图像进行修复；对待修复视频中的视频帧进行分组，生成帧分组；帧分组中包含有关键帧；对帧分组中修复后的关键帧进行采样，生成样本块；通过样本块对帧分组中的待修复帧进行修复。本方法相对降低了视频修复过程的数据处理量，进而提高了视频修复的整体效率。此外，本申请还提供一种视频修复装置、设备及存储介质，有益效果同上所述。
-
公开(公告)号：CN110378231A
公开(公告)日：2019-10-25
申请号：CN201910532992.5
申请日：2019-06-19
Applicant: 广东工业大学
Abstract: 本发明涉及机械制造技术领域，具体涉及一种基于深度学习的螺母识别定位方法；本发明利用卷积神经网络、区域生成网络与全卷积网络相结合的螺母定位方法。通过对传入图像进行卷积操作得到特征图，通过区域生成网络产生的锚框与原来的特征图结合得到区域的特征图，接着将特征图传入全连接层，得到预测的螺母位置。将区域卷积网络应用于螺母的识别定位，增加特征提取的自适应性以及抗干扰能力，减少识别时间，具有很强的创造性。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.02 seconds)
