-
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：CN119779640A
公开(公告)日：2025-04-08
申请号：CN202411971959.X
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响应时间的装置及方法，其方法包括通过对2D相机获取的二维平面图像上的像素进行优化处理和仿射变换，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，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和时间信息；输入到响应时间检测算法中进行分析，根据响应时间检测算法的输出结果评估汽车曲面屏幕的响应时间性能。本发明能实现对汽车曲面屏幕响应时间的精确检测。
-
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。
-
Patent Agency Ranking
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。
-
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：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
19
records
(took 0.036 seconds)
