-
公开(公告)号：CN101738144B
公开(公告)日：2012-12-19
申请号：CN200910218394.7
申请日：2009-12-18
Applicant: 昆明理工大学
IPC: F42B35/00
Abstract: 本发明提供了一种穿引爆速信号线的装置，由管体、穿引针、导向穿引孔、约束圈组成；管体包括管体A部分和管体B部分，是由同一根圆管沿其轴线剖开成的两半，管体的长度与药卷试样长度相同，在管壁上有穿过管体横截面直径的导向穿引孔，导向穿引孔的数量由爆速测试仪的段数确定，导向穿引孔各孔间的距离按工业炸药爆速测定方法(GB/T 13228-91)确定。穿引针其直径大小与导向穿引孔的孔径相配合，约束圈包括A约束圈、B约束圈，分别置于管体A部分、管体B部分的两端，以保证管体A部分和管体B部分的两端对齐，并将管体A部分和管体B部分束缚成圆筒。本装置用于在炸药试卷上穿引爆速信号线，以保证炸药爆速的准确测试。
-
Patent Agency Ranking
公开(公告)号：CN107886539A
公开(公告)日：2018-04-06
申请号：CN201710974598.8
申请日：2017-10-19
Applicant: 昆明理工大学
CPC classification number: G06T7/73 , G06K9/6268 , G06T5/001 , G06T5/10 , G06T2207/10004 , G06T2207/10024 , G06T2207/20081 , G06T2207/20192 , G06T2207/30164
Abstract: 本发明涉及工业场景下高精度齿轮视觉检测方法，属机器学习技术的目标检测领域。本发明首先采集带有齿轮目标正样本图像和不带有齿轮目标的负样本图像，并对齿轮目标进行boundingbox标注，按照1:1的比例划分成训练集和测试集；再对其进行Par-King图像增强处理后提取梯度方向直方图HOG特征，得到相应的特征正样本和特征负样本；对所提取的训练集特征样本训练两个不同的分类器，一个是普通的整体SVM分类器，另一个是频域上的局部SVR组合分类器；再将两个分类器对测试集特征样本进行联合匹配，得到目标最优的检测位置。本发明利用联合模型匹配方法能够有效地获取工业场景中齿轮目标的高精度位置信息。
-
公开(公告)号：CN101738144A
公开(公告)日：2010-06-16
申请号：CN200910218394.7
申请日：2009-12-18
Applicant: 昆明理工大学
IPC: F42B35/00
Abstract: 本发明提供了一种穿引爆速信号线的装置，由管体、穿引针、导向穿引孔、约束圈组成；管体包括管体A部分和管体B部分，是由同一根圆管沿其轴线剖开成的两半，管体的长度与药卷试样长度相同，在管壁上有穿过管体横截面直径的导向穿引孔，导向穿引孔的数量由爆速测试仪的段数确定，导向穿引孔各孔间的距离按工业炸药爆速测定方法(GB/T 13228-91)确定。穿引针其直径大小与导向穿引孔的孔径相配合，约束圈包括A约束圈、B约束圈，分别置于管体A部分、管体B部分的两端，以保证管体A部分和管体B部分的两端对齐，并将管体A部分和管体B部分束缚成圆筒。本装置用于在炸药试卷上穿引爆速信号线，以保证炸药爆速的准确测试。
-
公开(公告)号：CN107886539B
公开(公告)日：2021-05-14
申请号：CN201710974598.8
申请日：2017-10-19
Applicant: 昆明理工大学
Abstract: 本发明涉及工业场景下高精度齿轮视觉检测方法，属机器学习技术的目标检测领域。本发明首先采集带有齿轮目标正样本图像和不带有齿轮目标的负样本图像，并对齿轮目标进行boundingbox标注，按照1:1的比例划分成训练集和测试集；再对其进行Par‑King图像增强处理后提取梯度方向直方图HOG特征，得到相应的特征正样本和特征负样本；对所提取的训练集特征样本训练两个不同的分类器，一个是普通的整体SVM分类器，另一个是频域上的局部SVR组合分类器；再将两个分类器对测试集特征样本进行联合匹配，得到目标最优的检测位置。本发明利用联合模型匹配方法能够有效地获取工业场景中齿轮目标的高精度位置信息。
-
公开(公告)号：CN107451601A
公开(公告)日：2017-12-08
申请号：CN201710535931.5
申请日：2017-07-04
Applicant: 昆明理工大学
CPC classification number: G06K9/627 , G06N3/0454 , G06N3/08
Abstract: 本发明涉及基于时空上下文全卷积网络的运动工件识别方法，属数字图像处理目标检测识别领域。本发明利用目标图像数据库对全卷积神经网络进行训练获得待分类目标分类器；再利用背景差分法、数字图像处理形态学方法获得视频序列第一帧中目标的初始位置，根据初始位置利用时空上下文模型目标跟踪方法对待跟踪目标进行跟踪，通过精确度图验证目标跟踪精度；最后，将跟踪结果利用训练好的分类器进行分类识别，实现语义级分割，从而得到目标类别。本发明用背景差分法和数字图像处理形态学方法能够有效、自动获取运动目标的初始位置，能够实现对传送带上运动工件的跟踪和识别，提高了工业机器人的自动化程度和智能化程度。
-
公开(公告)号：CN207237108U
公开(公告)日：2018-04-17
申请号：CN201721212607.1
申请日：2017-09-21
Applicant: 昆明理工大学
Abstract: 本实用新型公开一种复杂环境下的智能火灾救援机器人，控制系统与行走机构、救援机械臂、视觉系统、电源系统连接，底盘设有行走机构且上部铰接救援机械臂，控制系统和电源系统固定于底盘，视觉系统的视觉传感器固定于底盘或救援机械臂，行走机构包括主驱动装置、驱动轮、导向轮、主臂驱动装置、主臂杆、曲柄、行星轮、履带，主驱动装置固定于底盘且驱动轴与驱动轮连接，驱动轮及导向轮分设于底盘两侧，底盘的驱动轮及导向轮之间固设主臂驱动装置，主臂杆一端与驱动轴连接且另一端与曲柄铰接，曲柄另一端铰接行星轮，履带套接于驱动轮、导向轮及行星轮。本实用新型能在复杂火场识别并救援被困人员，具有结构紧凑、智能化程度高、通过性强的特点。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
