-
公开(公告)号：CN119810078A
公开(公告)日：2025-04-11
申请号：CN202411968771.X
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 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , G01N21/88
Abstract: 本发明提出一种工业产品表面瑕疵检测方法，包括构建并训练深度学习模型，对所要检测的工业产品的表面进行图像采集，对所采集的图像进行预处理；将预处理后的图像输入训练好的深度学习模型，深度学习模型对预处理后的图像进行特征提取以获取图像中瑕疵的层次特征，层次特征包括低级特征和高级特征；深度学习模型对预处理后的图像进行图像分割以将图像中瑕疵区域和正常区域进行分割；根据特征提取和图像分割结果，预测存在瑕疵的区域以及瑕疵类别；对预测结果进行优化以得到瑕疵检测结果。本发明能够实现对工业产品表面不同类型瑕疵的自动化、高效率检测。
-
公开(公告)号：CN119785331A
公开(公告)日：2025-04-08
申请号：CN202411971802.7
申请日：2024-12-30
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明涉及汽车仪表盘检测技术领域，尤其涉及一种用于检测汽车仪表盘示数的装置及方法，其方法包括使用图像采集模块拍摄汽车仪表盘的图像，获得仪表盘图像；根据仪表盘图像中仪表盘的位置信息，控制机械臂模块移动到汽车仪表盘前进行图像采集；对采集的仪表盘图像进行预处理，提取仪表盘图像中指针的关键特征；根据提取的关键特征，执行仪表盘示数检测算法，识别汽车仪表盘上的示数信息；将识别出的仪表盘示数进行输出。本发明能够解决传统汽车仪表盘检测方法存在效率低下、准确性不高及难以适应复杂多变检测需求的技术问题。
-
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。
-
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。
-
Patent Agency Ranking
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：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。
-
公开(公告)号：CN119784952A
公开(公告)日：2025-04-08
申请号：CN202411971811.6
申请日：2024-12-30
Applicant: 苏州显扬机器人有限公司
Abstract: 本发明提出一种三维点云数据处理方法，包括对点云数据进行加载和预处理，包括根据三维点云数据的实际使用需求对三维点云数据进行分类，根据分类使用不同存储方式和加载策略进行访问；对点云数据进行特征提取和描述子计算以获取点云数据的重要特征信息；基于点云配准算法对点云数据进行配准和重建。本发明的本发明具有高速高效、高精度准确、低资源消耗、灵活可扩展等显著的技术效果，能够为三维数据处理领域的发展和应用提供了重要的技术支持和保障。
-
公开(公告)号：CN119618111A
公开(公告)日：2025-03-14
申请号：CN202411812369.2
申请日：2024-12-10
Applicant: 苏州显扬机器人有限公司
Abstract: 一种大型工件倾斜度检测方法包括如下步骤:步骤S1：利用机械臂抓取相机，通过相机拍摄工件所需检测平面的关键点，生成局部数据；步骤S2：将所述局部数据转化为局部坐标；步骤S3：将所有局部坐标从局部坐标系转移至世界坐标系中，得到点云数据集；在世界坐标系中，基于点云数据集内的云点进行平面拟合，得到所需测量的第一平面；步骤S4：获取第一平面的法向量，计算所述法向量与Z轴之间夹角，以所述夹角的角度作为工件所需检测平面的倾斜度。通过第一平面的法向量直接与世界坐标系的Z轴进行角度的运输，从而得到对应的倾斜度。无需要采集工件的所有点云数据也可以完成单一平面的倾斜度计算，进一步提高了倾斜度的检测效率。
-
公开(公告)号：CN119600316A
公开(公告)日：2025-03-11
申请号：CN202411812371.X
申请日：2024-12-10
Applicant: 苏州显扬机器人有限公司
Abstract: 一种针对平面点云的匹配方法，包括如下步骤：步骤S1：分别在目标点云数据与参考点云数据中构建局部坐标系；基于局部坐标系获取目标点云数据中第一云点与参考点云数据中第二云点之间的关系特征；步骤S2：使用第二云点与目标点云数据所有第一云点进行PPF算法匹配，得到第二云点的匹配结果；步骤S3：基于第二云点的匹配结果对匹配算法中的权重进行更新；步骤S4，重复步骤S2～S3，直至所有的第一云点都完成匹配。下一个第二云点的匹配权重由上一次第二云点的匹配权重或匹配结果进行更新。使得权重的更新具有自适应性，提高了匹配的稳健性，使算法在不同场景下表现更为优越。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.027 seconds)
