-
公开(公告)号：CN106530939A
公开(公告)日：2017-03-22
申请号：CN201610821456.3
申请日：2016-09-13
Applicant: 广东工业大学 , 佛山博文机器人自动化科技有限公司
IPC: G09B25/02
CPC classification number: G09B25/02
Abstract: 本发明公开了一种多机器人教学实训平台控制系统及控制方法，主要包括人机交互单元、机器人及视觉单元、逻辑控制单元、上料单元和回转单元；其中，人机交互单元与逻辑控制单元通信，用于控制整个实训平台启停及显示当前的工作状态和参数；逻辑控制单元驱动上料单元和回转单元完成自动上料和自动存储操作，并收集各单元的传感器信息，反馈到人机交互单元和机器人及视觉单元处；机器人及视觉单元通过捕捉工件的图像信息，对不同工件进行分拣，并搬运至回转平台；逻辑控制单元和机器人及视觉单元还提供可编程接口，可以让学生对各部件的逻辑控制及执行动作进行优化，提高系统的控制效率；整个控制系统的结构简单、逻辑清晰、执行效率高。
-
公开(公告)号：CN106530881A
公开(公告)日：2017-03-22
申请号：CN201610820704.2
申请日：2016-09-13
Applicant: 广东工业大学 , 佛山博文机器人自动化科技有限公司
Abstract: 本发明公开了一种多机器人教学实训平台，包括实训桌、逻辑控制单元、以及安装在实训桌上的上料单元、分拣单元和搬运单元；所述上料单元、分拣单元和搬运单元依次设置，所述逻辑控制单元安装在实训桌内，分别与上料单元、分拣单元和搬运单元连接；本发明包括安装在实训桌上的流水线式的上料单元、分拣单元和搬运单元，这三个单元分别对物料完成排列上料、检测和分拣、以及搬运到指定地方的工作；另外，实训桌内还安装了逻辑控制单元，通过收集上料光电传感器、机器视觉装置和送料光电传感器的反馈信息，用于控制和协调上料单元、分拣单元和搬运单元配合工作。本发明的结构简单、体积小、重量轻，十分适用于教学展示和实训操作。
-
公开(公告)号：CN206236307U
公开(公告)日：2017-06-09
申请号：CN201621053671.5
申请日：2016-09-13
Applicant: 广东工业大学 , 佛山博文机器人自动化科技有限公司
Abstract: 本实用新型公开了一种多机器人教学实训平台，包括实训桌、逻辑控制单元、以及安装在实训桌上的上料单元、分拣单元和搬运单元；所述上料单元、分拣单元和搬运单元依次设置，所述逻辑控制单元安装在实训桌内，分别与上料单元、分拣单元和搬运单元连接；本实用新型包括安装在实训桌上的流水线式的上料单元、分拣单元和搬运单元，这三个单元分别对物料完成排列上料、检测和分拣、以及搬运到指定地方的工作；另外，实训桌内还安装了逻辑控制单元，通过收集上料光电传感器、机器视觉装置和送料光电传感器的反馈信息，用于控制和协调上料单元、分拣单元和搬运单元配合工作。本实用新型的结构简单、体积小、重量轻，十分适用于教学展示和实训操作。
-
公开(公告)号：CN114491122B
公开(公告)日：2023-07-14
申请号：CN202111634430.5
申请日：2021-12-29
Applicant: 广东工业大学
IPC: G06F16/583 , G06V10/74 , G06V10/75 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种用于同类图像检索的图匹配方法，主要包括离线数据集构建和在线深度学习训练两个阶段：阶段一包括选取Pascal VOC数据集作为训练的数据集；选取若干张带有注释点且覆盖数据集所有种类的图像作为训练集。阶段二包括：采用预训练好的VGG‑16神经网络作为特征提取器；每张图像经过全连接的德劳内三角剖分技术生成双向边的拓扑结构；完成拓扑几何信息的点特征嵌入之后，以点‑边关联矩阵为基础进行边的特征描述；根据各自图的边特征描述向量，可以构建出边与边的相似度矩阵；经过上述步骤，能够得到最终的点特征和，然后计算点‑点匹配的相似度矩阵。本方案还具有检索性能高、效率高、容易实施的优点。
-
公开(公告)号：CN112651911B
公开(公告)日：2023-10-13
申请号：CN202011388884.4
申请日：2020-12-01
Applicant: 广东工业大学
IPC: G06T5/50 , H04N23/741
Abstract: 本发明公开了一种基于偏振图像的高动态范围成像生成方法，包括：针对于需要成像的目标区域，通过偏振相机单次曝光获取多张不同偏振角度的偏振图像；构建HDR生成模型，并使用多张不同偏振角度的偏振图像作为HDR生成模型输入，使用HDR生成模型学习偏振图像的特征以及偏振效应的特征，最终HDR生成模型输出每张偏振图像的特征图；利用偏振图像计算线偏振度特征、偏振角度特征；将偏振度特征、偏振角度特征作为融合参数，将HDR生成模型输出所有偏振图像的特征图融合成HDR图像。本方法通过网络学习以及使用偏振度特征等获得HDR图像，不需要多张不同曝光时间图像，通过单次曝光即可获得HDR图像，有效减少了因多张图像融合产生的图像重影问题，提升了成像效果。
-
Patent Agency Ranking
公开(公告)号：CN112802053B
公开(公告)日：2023-04-11
申请号：CN202110111511.0
申请日：2021-01-27
Applicant: 广东工业大学
IPC: G06T7/215 , G06T7/194 , G06T7/269 , G06T7/579 , G06V10/762
Abstract: 本发明公开了一种面向动态环境稠密建图的动态物体检测方法，在面向动态环境的稠密建图系统中，根据通过xtion pro live相机输入的RGBD视频流获得的RGB图和深度图进行动态场景的前后景分割，然后根据后景像素初步计算出相机运动模型，最后根据得到的相机位姿来判断场景中的动态物体。本发明基于前后景分割结合相机运动模型来判断动态背景中的动态物体，区别于在现有的Dense Visual SLAM中利用深度学习模型判断动态物体的策略，克服了基于深度学习的策略的实时性差、精度低和普适性低的缺点。
-
公开(公告)号：CN112651911A
公开(公告)日：2021-04-13
申请号：CN202011388884.4
申请日：2020-12-01
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于偏振图像的高动态范围成像生成方法，包括：针对于需要成像的目标区域，通过偏振相机单次曝光获取多张不同偏振角度的偏振图像；构建HDR生成模型，并使用多张不同偏振角度的偏振图像作为HDR生成模型输入，使用HDR生成模型学习偏振图像的特征以及偏振效应的特征，最终HDR生成模型输出每张偏振图像的特征图；利用偏振图像计算线偏振度特征、偏振角度特征；将偏振度特征、偏振角度特征作为融合参数，将HDR生成模型输出所有偏振图像的特征图融合成HDR图像。本方法通过网络学习以及使用偏振度特征等获得HDR图像，不需要多张不同曝光时间图像，通过单次曝光即可获得HDR图像，有效减少了因多张图像融合产生的图像重影问题，提升了成像效果。
-
公开(公告)号：CN110097589A
公开(公告)日：2019-08-06
申请号：CN201910356917.8
申请日：2019-04-29
Applicant: 广东工业大学
Abstract: 本发明公开了一种应用于稀疏地图稠密化的深度补全方法，通过对抗神经网络构建回归模型，包括以下步骤：采用卷积神经网络构建生成器，根据真实的稠密深度图构建L1损失函数，采用卷积神经网络构建判断器，通过对L1损失函数和判断器的损失函数进行加权得到生成器的损失函数；将生成器的损失函数反向传播给生成器进行参数优化，得到更加准确的预测的稠密深度图。该深度补全方法区别于已有的多视图进行图像的深度预测的算法，基于对抗神经网络的深度补全算法有利于提高深度补全的有效性和实时性，从而实现ORB-SLAM的稀疏地图稠密化并应用于移动机器人视觉导航。
-
-
公开(公告)号：CN113034695B
公开(公告)日：2022-11-22
申请号：CN202110413413.2
申请日：2021-04-16
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于Wasserstein距离的物体包络体多视图重建与优化方法，基于几何代价函数的定义上利用了2D矩形/椭圆与高斯分布的一一对应性质，对图像提取的2D矩形/椭圆特征和包络体在视图的投影轮廓分别进行参数提取，并构建与之对应的二维高斯分布，接着将几何图像的相似性度量问题转化成概率分布函数的相似性度量问题，引入Wasserstein距离用以度量分布相似性，更近一步将Wasserstein度量转化为优化问题的代价函数，从而提升原优化问题的收敛性和精确性。另外，本发明提出的代价函数作为封闭几何轮廓相似性度量具有通用性，如在深度学习物体识别中预测框与数据集真实检测框的度量上亦适用。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.044 seconds)
