-
公开(公告)号：CN110633749B
公开(公告)日：2023-05-02
申请号：CN201910874830.X
申请日：2019-09-16
Applicant: 无锡信捷电气股份有限公司
IPC: G06V20/64 , G06V10/50 , G06V10/44 , G06V10/42 , G06V10/764
Abstract: 本发明公开了一种基于改进视点特征直方图的三维点云识别方法，包括：基于目标工件的全局特征模板得到SVM分类参数，所述全局特征模板由VFH特征和全局曲率特征合并得到；将待测工件的特征数据输入所述SVM分类参数得到识别结果，所述特征数据由提取的所述待测工件的VFH特征和曲面特征合并得到。在现有的特征中加入曲率特征，达到提高利用视点特征直方图进行点云识别准确率的目的。在保持原有特征分量不变的基础上，加入了点云表面曲率分布特征，将原有的308维特征扩展到了368维，极大提高了三维点云识别算法的性能和鲁棒性。
-
公开(公告)号：CN111508022A
公开(公告)日：2020-08-07
申请号：CN202010304222.8
申请日：2020-04-17
Applicant: 无锡信捷电气股份有限公司
Abstract: 本发明公开了一种基于随机采样一致性的线激光条纹定位方法，属于工业机器视觉领域，包括如下步骤：首先对工业相机采集的线激光图片进行二值化处理，利用张氏骨架提取法对图片进行骨架提取，得到线激光直线的数据；对数据构建距离二叉树，随机一个像素点找到其附近一定数目的点数构建子数据集，对子数据集进行随机采样一致性拟合，对拟合结果进行内点阈值Th1判断，再将得到的直线在全局数据点内进行内点阈值Th2判断，对初步得到的直线分类再进行随机采样一致性拟合得到最终的直线分类结果进而实现线激光的定位。本发明方法考虑了实际采集图像中存在激光条纹数据缺失、断裂、过曝和杂光干扰等异常情况，适用于一般工业环境中的线激光定位检测，降低保守性。
-
公开(公告)号：CN111192254A
公开(公告)日：2020-05-22
申请号：CN201911403915.6
申请日：2019-12-30
Applicant: 无锡信捷电气股份有限公司
Abstract: 本发明公开了基于全局阈值与模板匹配的焊缝特征点滤波方法，涉及视觉处理技术领域，采用基于全局距离阈值滤波的方法，快速将一些误差较大的点滤除，对于一些误差较小、处于真实焊缝附近、但仍然会影响焊接轨迹的误差点，采用了基于模板滤波的方法将其滤除，最后得到了准确光滑的焊缝轨迹曲线。本方法可有效提高噪音点和误差点的滤波效率，获得准确完整的焊缝轨迹。
-
公开(公告)号：CN109000587A
公开(公告)日：2018-12-14
申请号：CN201811003887.4
申请日：2018-08-30
Applicant: 无锡信捷电气股份有限公司
IPC: G01B11/25
Abstract: 本发明公开了一种获取精确高密度点云的方法，包括，对目标工件投射编码结构光图案，即对目标工件投射生成高频编码条纹和高频采样条纹；采集投射光图案后的目标工件的图像；对所述图像进行预处理；对预处理后的图像进行正反码二值化判断；对经过正反码二值化判断后的图像进行解码；对解码后的图像进行采样，得到采样点；将所述采样点进行立体匹配；对匹配的采样点进行三维坐标计算。对目标工件投射编码结构光图案，投射产生高频采样条纹，提高了采样密度，消除了图像二值化误差，提高了解码和采样精度，在反射光影响下获取了高密度的精确点云。从而达到避免由于全局光照中反射光造成被测物体重构点云缺失、采样精度低等问题。
-
公开(公告)号：CN119347759A
公开(公告)日：2025-01-24
申请号：CN202411537009.6
申请日：2024-10-31
Applicant: 无锡信捷电气股份有限公司
IPC: B25J9/16
Abstract: 本发明涉及机器人工具标定技术领域，具体是一种鲁棒的低成本机器人工具标定方法，包括(1)根据机器人工具末端与关键点的触碰，通过机器人控制器获取机器人关节末端相对机器人基坐标系的相对位置变换；(2)建立标定板上各关键点在机器人基坐标系下的坐标；(3)建立机器人工具标定的误差函数，包括距离误差和共面误差；(4)根据记录到的机器人关节末端数据，真实距离以及建立的误差函数，利用LM方法进行优化求解TCP位置。本方案采用靶标的获取方式简单且成本低，计算结果精度高，且对标定过程中存在的噪声具有一定鲁棒性；在有噪声的情况下，本方案依然可以获得一个逼近的最优解。
-
Patent Agency Ranking
公开(公告)号：CN111508022B
公开(公告)日：2022-01-14
申请号：CN202010304222.8
申请日：2020-04-17
Applicant: 无锡信捷电气股份有限公司
Abstract: 本发明公开了一种基于随机采样一致性的线激光条纹定位方法，属于工业机器视觉领域，包括如下步骤：首先对工业相机采集的线激光图片进行二值化处理，利用张氏骨架提取法对图片进行骨架提取，得到线激光直线的数据；对数据构建距离二叉树，随机一个像素点找到其附近一定数目的点数构建子数据集，对子数据集进行随机采样一致性拟合，对拟合结果进行内点阈值Th1判断，再将得到的直线在全局数据点内进行内点阈值Th2判断，对初步得到的直线分类再进行随机采样一致性拟合得到最终的直线分类结果进而实现线激光的定位。本发明方法考虑了实际采集图像中存在激光条纹数据缺失、断裂、过曝和杂光干扰等异常情况，适用于一般工业环境中的线激光定位检测，降低保守性。
-
公开(公告)号：CN110633749A
公开(公告)日：2019-12-31
申请号：CN201910874830.X
申请日：2019-09-16
Applicant: 无锡信捷电气股份有限公司
Abstract: 本发明公开了一种基于改进视点特征直方图的三维点云识别方法，包括：基于目标工件的全局特征模板得到SVM分类参数，所述全局特征模板由VFH特征和全局曲率特征合并得到；将待测工件的特征数据输入所述SVM分类参数得到识别结果，所述特征数据由提取的所述待测工件的VFH特征和曲面特征合并得到。在现有的特征中加入曲率特征，达到提高利用视点特征直方图进行点云识别准确率的目的。在保持原有特征分量不变的基础上，加入了点云表面曲率分布特征，将原有的308维特征扩展到了368维，极大提高了三维点云识别算法的性能和鲁棒性。
-
公开(公告)号：CN117670989A
公开(公告)日：2024-03-08
申请号：CN202311477225.1
申请日：2023-11-08
Applicant: 无锡信捷电气股份有限公司
IPC: G06T7/70 , G06V10/82 , G06V10/774
Abstract: 本发明涉及拆垛视觉定位的技术领域，具体是一种基于旋转目标检测的视觉引导拆垛方法，包括(1)采用3D相机获取箱体堆垛的原始图像及对应的原始点云数据；(2)调用深度学习模型对所述原始图像进行旋转目标检测，得到箱体堆垛中顶层箱体的边界框坐标信息；(3)根据所述边界框坐标信息得到顶层箱体的掩膜，对所述掩膜进行点云映射，得到箱体的目标点云区域；(4)对所述目标点云区域进行平面拟合，计算箱体目标点云的位姿；(5)对所述位姿进行调整与排序，并进行拆垛。本发明针对拆垛场景下箱体堆垛密集堆叠、角度随机的特点，使用深度学习模型对目标箱体图像进行旋转目标检测，考虑了角度信息，能高效精确地得到箱体边界框，此外结合箱体点云信息，得到目标箱体的位姿，最终有效提升箱体拆垛时的定位精度。
-
公开(公告)号：CN116664686A
公开(公告)日：2023-08-29
申请号：CN202310526291.7
申请日：2023-05-11
Applicant: 无锡信捷电气股份有限公司
IPC: G06T7/80 , G05B19/408 , B23K37/00 , G06T7/73
Abstract: 本发明涉及工业机器人手眼标定技术领域，具体是一种基于三维立体标定块的焊接手眼自动化标定方法，包括根据规划好的位姿机器人自动获取N组的机器人位姿数据和N组相机坐标系下的三维立体标定块的标定块点云数据；根据N组所述机器人位姿数据获得N‑1组A参数；根据N组所述标定块点云数据获得N‑1组B参数；将所述A参数和所述B参数根据经典的Tsai法求解AX＝XB方程获得手眼标定得初值；利用非线性优化最小化误差函数得到精确的手眼标定解。本方案可完全避免二维标定板对数据的高要求而导致的开发成本问题，且可实现一键式自动标定，无需进行过多的手动示教操作，能有效提高终端客户的使用效率，并节约成本。
-
公开(公告)号：CN115861539A
公开(公告)日：2023-03-28
申请号：CN202211575998.9
申请日：2022-12-08
Applicant: 无锡信捷电气股份有限公司
Abstract: 本发明涉及工业机器视觉技术领域，具体是一种可在反光条件下进行的三维重建方法，包括(1)对相机的内参和畸变系数进行标定，采用非线性优化算法计算最优解，得到相机内参与畸变系数；(2)对激光在相机坐标系中的光平面方程进行标定，获得光平面标定结果；(3)利用可编程线激光模组依次对线激光上每一个亮点进行标定，标定结果为该点的光路在相机坐标系下的直线方程；(4)依次点亮每一个激光点，根据步骤(2)中所述光平面标定结果，对每个激光点进行传统的三维重建。本方法能对异常点进行良好的滤除，获得物体真实的三维重建结果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.043 seconds)
