-
公开(公告)号：CN119942226A
公开(公告)日：2025-05-06
申请号：CN202510118205.8
申请日：2025-01-24
Applicant: 苏州显扬机器人有限公司
IPC: G06V10/764 , G06V10/82 , G06T5/70 , G06T5/40 , G06T5/10 , G06T7/90 , G06V10/80 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/774 , G06N20/10 , G06T7/00
Abstract: 一种综合检测曲面屏状态的方法，其特征在于，包括如下步骤：采集不同状态曲面屏的图像；对图像进行预处理，得到预处理数据；对图像进行标记，并对预处理数据进行特征提取；将获取到的特征数据输入至模型中进行训练，得到训练后的验证模型；使用验证模型对曲面屏图像进行识别，获取得到曲面屏的状态。发明通过综合多种机器视觉技术和算法，能够准确检测曲面屏的各种状态问题，包括暗点、亮点、损坏点、色彩失真等，提高了状态检测的全面性和准确性。验证模型能够在更短的时间内完成状态检测任务，提高了检测效率。
-
公开(公告)号：CN119942143A
公开(公告)日：2025-05-06
申请号：CN202510118203.9
申请日：2025-01-24
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明涉及点云轮廓提取技术领域，提出一种基于角度阈值的点云轮廓提取方法和系统，所述点云轮廓提取方法包括以下步骤：S1：对待轮廓提取物体的点云数据进行去除异常值、填充缺失值和点云数据整合后得到第一点云数据；S2：计算第一点云数据中的每个点云的领域点，根据领域点拟合对应的局部平面，根据局部平面计算所述第一点云数据中的每个点云的法向量，计算每个点云与其相邻点的法向量夹角；S3：根据第一点云数据的噪声水平和待轮廓提取物体的表面特征设置角度阈值，将法向量夹角大于所述角度阈值对应的点云作为轮廓点；S4：对轮廓点进行排序后，根据轮廓点的分布特点使用不同的连线方法将轮廓点相连，得到点云轮廓。
-
公开(公告)号：CN119729019A
公开(公告)日：2025-03-28
申请号：CN202411812360.1
申请日：2024-12-10
Applicant: 苏州显扬机器人有限公司
IPC: H04N19/96 , H04N19/109 , H04N19/63 , G06T9/40
Abstract: 本发明公开了一种点云数据的压缩传输方法及系统，该方法包括以下步骤：采集点云数据；对点云数据进行预处理，得到预处理后的点云数据；采用基于八叉树的点云压缩算法对预处理后的点云数据进行压缩处理，得到压缩后的点云数据；采用差异传输技术对压缩后的点云数据进行传输，并对压缩后的点云数据进行可视化显示。本发明解决了现有的基于激光雷达的扫描模式和数据的时序相关性的压缩方法，当扫描环境变得复杂或者扫描速度发生变化时，可能会导致点云数据的分布变得不规则，从而增加冗余信息识别难度的问题。
-
公开(公告)号：CN119880353A
公开(公告)日：2025-04-25
申请号：CN202411971961.7
申请日：2024-12-30
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明涉及汽车曲面屏幕检测技术领域，尤其涉及一种用于检测汽车曲面屏幕流畅度的装置及方法，其方法包括利用2D相机获取汽车曲面屏幕的二维平面图像；通过将像素在二维平面图像上的位置映射到3D相机的三维空间中，得到曲面屏幕相应的三维位置信息；通过3D相机确定汽车曲面屏幕上目标图标的三维位置信息，并控制机械臂根据导航坐标精确点击汽车曲面屏幕上的目标图标，同步启动设置在不同方向的高帧率相机，获取机械臂在汽车曲面屏幕上进行操作时曲面屏幕不同区域变化的连续图像；将连续图像信息输入到流畅度检测算法中进行分析，根据流畅度检测算法的输出结果评估汽车曲面屏幕的流畅度性能。本发明可以实现对曲面屏幕流畅度的高精度、自动化检测。
-
公开(公告)号：CN119600306A
公开(公告)日：2025-03-11
申请号：CN202411812366.9
申请日：2024-12-10
Applicant: 苏州显扬机器人有限公司
IPC: G06V10/44 , G06V10/774 , G06V10/82 , G06V10/42 , G06N3/084
Abstract: 一种自适应点云采样调节的方法，包括如下步骤：训练特征分析模型；以初始的采样率进行工件采样，获取工件的点云数据，将点云数据输入至所述特征分析模型中获取到区域特征，基于区域特征划分出局部区域；基于所述区域特征对局部区域的采样率进行调节。基于区域特征的划分能够更精细地反映点云的局部结构，使得后续的采样率调整更加精准。这种精细化的划分方式有助于保留点云中的重要特征，如边缘、角点等，同时去除冗余信息，为后续的点云处理任务提供了更为有价值的数据基础。
-
Patent Agency Ranking
公开(公告)号：CN119600065A
公开(公告)日：2025-03-11
申请号：CN202411812361.6
申请日：2024-12-10
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明公开了一种基于双目相机的目标定位和跟踪方法及系统，该方法包括以下步骤：检测双目相机运行过程中周围环境的参数变化情况，当检测到周围环境的参数变化较大时，则对双目相机的内参和外参进行更新，并利用更新后双目相机的内参和外参，对获取的左相机图像和右相机图像的特征点进行三角测量，计算出三维场景中目标的三维坐标，实现目标的定位。本发明解决了传统的双目相机定位方法通常依赖于静态标定的参数，然而，在动态场景中，双目相机周围的环境可能会发生变化，这些变化可能影响相机的成像质量和图像特征，从而导致静态标定的参数无法准确反映当前相机的实际状态，从而导致后续目标定位的准确度下降的问题。
-
公开(公告)号：CN119810174A
公开(公告)日：2025-04-11
申请号：CN202411968764.X
申请日：2024-12-30
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明公开了一种工业零件尺寸自动化检测方法，包括以下步骤：采集待检测的工业零件图像，并获取CDD工业相机的参数；对待检测的工业零件图像进行预处理；提取预处理后待检测的工业零件图像中的边缘信息；对边缘信息进行识别，识别出工业零件的特征点，并获取其在图像中的坐标；计算工业零件在图像中的尺寸信息；根据工业零件在图像中的尺寸信息及CDD工业相机的参数，计算出工业零件的实际尺寸信息；根据工业零件的实际尺寸信息，生成工业零件尺寸检测报告表。本发明解决了现有工业零件尺寸检测方法中，在获得工业零件的尺寸数据后，仍需依赖人工方式将这些数据手动录入到检测表中，这样不仅耗时费力，还容易因人为因素导致数据录入错误的问题。
-
公开(公告)号：CN119810079A
公开(公告)日：2025-04-11
申请号：CN202411968779.6
申请日：2024-12-30
Applicant: 苏州显扬机器人有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/12 , G06T7/136 , G06T7/194 , G06V10/54 , G06V10/56 , G06V10/764 , G06V10/82 , G06Q10/0639 , G06Q50/04 , G06N3/0464 , G06N3/084 , G01N21/84 , G01N21/88 , G01N21/95
Abstract: 本发明提出一种工业产品质量检测方法，包括：构建和训练质量检测模型；采集所要检测的工业产品的图像并进行图像预处理；将预处理后的图像输入到训练好的质量检测模型进行图像分割以将工业产品与背景区进行分割，再将工业产品自身不同模块进行划分；根据所要检测的工业产品的类型和明确检测的多个缺陷类型，调用对应的多个检测算法进行缺陷检测；输出所检测的工业产品的多个缺陷类型的缺陷等级，基于多个缺陷类型的缺陷等级判断工业产品的质量是否合格；制定多种质量决策策略，根据工业产品的质量合格程度执行对应的质量决策策略。本发明在产品质量检测过程中具有高精度、高效检测、实时反馈与调整的优势。
-
公开(公告)号：CN119498973A
公开(公告)日：2025-02-25
申请号：CN202411954758.9
申请日：2024-12-27
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明公开了一种基于三维医学图像的穿刺机械臂控制方法及系统，该方法包括以下步骤：对二维CT图像的raw格式文件进行三维可视化处理，得到三维CT图像；获取三维CT图像的坐标系下三维CT图像中目标物体待穿刺前、后的位置坐标；将目标物体待穿刺前、后的位置坐标从三维CT图像的坐标系转换为机械臂基座坐标系；根据计算出穿刺机械臂待穿刺的直线运动轨迹；确定穿刺机械臂末端待穿刺的姿态；控制穿刺机械臂执行穿刺动作。本发明解决了现有的获取三维医疗图像的主要方法是通过三维成像设备直接采集，但其成像质量却可能受到设备的性能参数以及三维成像的复杂性的限制，导致最终获得的三维医疗图像在分辨率或清晰度等方面存在不足的问题。
-
公开(公告)号：CN119942125A
公开(公告)日：2025-05-06
申请号：CN202510118209.6
申请日：2025-01-24
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明涉及点云分割技术领域，提出一种基于改进欧式距离的点云分割方法和系统，所述点云分割方法包括以下步骤：S1：获取待分割点云数据，对待分割点云数据进行数据清洗操作；S2：对点云数据中的每个点使用局部邻域进行聚类，并对局部特征进行提取，进行最大池化，并在每个聚类级别上进行池化操作，得到全局特征；S3：根据待分割点云数据的应用场景和全局特征，为全局特征中的每个点云特征分配对应的第一权重和第二权重，基于改进的欧式距离、加速距离计算、第一权重和第二权重计算点云之间的相似度；S4：基于预设的距离阈值，将邻域内点云之间的相似度小于距离阈值的点归为同一簇，直到无法继续合并。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.025 seconds)
