-
公开(公告)号：CN115578429A
公开(公告)日：2023-01-06
申请号：CN202211453026.2
申请日：2022-11-21
Applicant: 西北工业大学
IPC: G06T7/50 , G06T7/00 , G06T17/20 , G06V10/764 , G01B11/00
Abstract: 本发明公开了一种基于点云数据的模具在线精度检测方法，包括：通过三维扫描获取模具点云数据；将所述点云数据通过互联网发送至处理设备，所述处理设备对所述点云数据进行三角化获得三角网格曲面模型；根据所述三角网格曲面模型判断特征点；根据所述特征点生成特征线；根据所述特征线获取三维模型；根据获取的所述三维模型与模具数模文件进行比对确定模具是否合格。本发明分离扫描装置和处理设备，扫描装置可以通过多角度扫描测量，时间短，灵活便捷，保证数据的完整性；本发明采集点云数据，测量精度高，对大型复杂模具检测效果好；处理设备在线上运行，可以实现在线检测，减少了设备成本，费用低。
-
公开(公告)号：CN115599127B
公开(公告)日：2023-03-21
申请号：CN202211616474.X
申请日：2022-12-16
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于激光雷达的无人机编队避障控制方法，属于无人机偏移矫正技术领域，该方法包括：获取无人机编队中每个无人机从开始飞行直至遇到障碍物之前的多个飞行时段，计算出每个无人机在每个飞行时段内受到的风扰程度，利用每个无人机的历史飞行数据和每个无人机在每个飞行时段内受到的风扰程度，确定每个无人机的预补偿值；根据每个无人机的预补偿值得到理论避障轨迹的最终偏移矫正值，利用最终偏移矫正值对理论避障轨迹矫正得到无人机编队最终避障轨迹；本发明在对无人机编队理论避障轨迹进行矫正时贴合了每个无人机的偏移量，提高了对理论避障轨迹的补偿精确度。
-
公开(公告)号：CN115599127A
公开(公告)日：2023-01-13
申请号：CN202211616474.X
申请日：2022-12-16
Applicant: 西北工业大学(CN)
IPC: G05D1/10
Abstract: 本发明涉及一种基于激光雷达的无人机编队避障控制方法，属于无人机偏移矫正技术领域，该方法包括：获取无人机编队中每个无人机从开始飞行直至遇到障碍物之前的多个飞行时段，计算出每个无人机在每个飞行时段内受到的风扰程度，利用每个无人机的历史飞行数据和每个无人机在每个飞行时段内受到的风扰程度，确定每个无人机的预补偿值；根据每个无人机的预补偿值得到理论避障轨迹的最终偏移矫正值，利用最终偏移矫正值对理论避障轨迹矫正得到无人机编队最终避障轨迹；本发明在对无人机编队理论避障轨迹进行矫正时贴合了每个无人机的偏移量，提高了对理论避障轨迹的补偿精确度。
-
Patent Agency Ranking
公开(公告)号：CN115578429B
公开(公告)日：2023-05-05
申请号：CN202211453026.2
申请日：2022-11-21
Applicant: 西北工业大学
IPC: G06T7/50 , G06T7/00 , G06T17/20 , G06V10/764 , G01B11/00
Abstract: 本发明公开了一种基于点云数据的模具在线精度检测方法，包括：通过三维扫描获取模具点云数据；将所述点云数据通过互联网发送至处理设备，所述处理设备对所述点云数据进行三角化获得三角网格曲面模型；根据所述三角网格曲面模型判断特征点；根据所述特征点生成特征线；根据所述特征线获取三维模型；根据获取的所述三维模型与模具数模文件进行比对确定模具是否合格。本发明分离扫描装置和处理设备，扫描装置可以通过多角度扫描测量，时间短，灵活便捷，保证数据的完整性；本发明采集点云数据，测量精度高，对大型复杂模具检测效果好；处理设备在线上运行，可以实现在线检测，减少了设备成本，费用低。
-
公开(公告)号：CN115510302A
公开(公告)日：2022-12-23
申请号：CN202211432355.9
申请日：2022-11-16
Applicant: 西北工业大学
IPC: G06F16/906 , G06K9/62
Abstract: 本发明涉及数据处理领域，具体涉及基于大数据统计的智能工厂数据分类方法，该方法采集智慧工厂数据得到智慧工厂数据序列，根据智慧工厂数据序列得到多个聚簇，根据多个聚簇得到每个智慧工厂数据的异常分数，根据每个智慧工厂数据的异常分数的多个聚簇得到每个智慧工厂数据相对于每个聚簇的差异性，根据每个智慧工厂数据相对于每个聚簇的差异性得到每个智慧工厂数据的第一异常程度，根据每个智慧工厂数据的第一异常程度和异常分数得到每个智慧工厂数据的第二异常程度，根据第二异常程度得到异常数据集合和正常数据集合，从而实现对智慧工厂数据序列中异常数据的准确识别。
-
公开(公告)号：CN115510302B
公开(公告)日：2023-04-07
申请号：CN202211432355.9
申请日：2022-11-16
Applicant: 西北工业大学
IPC: G06F16/906 , G06F18/23213
Abstract: 本发明涉及数据处理领域，具体涉及基于大数据统计的智能工厂数据分类方法，该方法采集智慧工厂数据得到智慧工厂数据序列，根据智慧工厂数据序列得到多个聚簇，根据多个聚簇得到每个智慧工厂数据的异常分数，根据每个智慧工厂数据的异常分数的多个聚簇得到每个智慧工厂数据相对于每个聚簇的差异性，根据每个智慧工厂数据相对于每个聚簇的差异性得到每个智慧工厂数据的第一异常程度，根据每个智慧工厂数据的第一异常程度和异常分数得到每个智慧工厂数据的第二异常程度，根据第二异常程度得到异常数据集合和正常数据集合，从而实现对智慧工厂数据序列中异常数据的准确识别。
-
公开(公告)号：CN115576358B
公开(公告)日：2023-03-10
申请号：CN202211560263.9
申请日：2022-12-07
Applicant: 西北工业大学
Abstract: 本发明涉及智能控制技术领域，具体涉及一种基于机器视觉的无人机分布式控制方法，该方法包括：获取待搜索目标的目标图像以及每个无人机检测区域的实时图像；通过目标图像在实时图像中滑动得到对应的子区域，并根据灰度信息得到子区域与目标图像的相似度，根据两个子区域之间的相似度调整滑动步长进行滑动，得到实时图像中的目标区域，进而选取实时图像中的优选子区域，根据优选子区域的中心点的位置信息得到对应无人机的优选值，选取优选值最大的无人机作为长机，根据此时确定的长机对无人机群进行编队控制，提高对无人机群的控制效果，以及无人机群工作时的控制效率，使得对无人机的控制调整更加及时。
-
公开(公告)号：CN115576358A
公开(公告)日：2023-01-06
申请号：CN202211560263.9
申请日：2022-12-07
Applicant: 西北工业大学
Abstract: 本发明涉及智能控制技术领域，具体涉及一种基于机器视觉的无人机分布式控制方法，该方法包括：获取待搜索目标的目标图像以及每个无人机检测区域的实时图像；通过目标图像在实时图像中滑动得到对应的子区域，并根据灰度信息得到子区域与目标图像的相似度，根据两个子区域之间的相似度调整滑动步长进行滑动，得到实时图像中的目标区域，进而选取实时图像中的优选子区域，根据优选子区域的中心点的位置信息得到对应无人机的优选值，选取优选值最大的无人机作为长机，根据此时确定的长机对无人机群进行编队控制，提高对无人机群的控制效果，以及无人机群工作时的控制效率，使得对无人机的控制调整更加及时。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
