-
公开(公告)号：CN117218194A
公开(公告)日：2023-12-12
申请号：CN202311143121.7
申请日：2023-09-04
Applicant: 重庆工商大学 , 重庆市质量和标准化研究院
IPC: G06T7/73 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供的一种基于坐标匹配的目标检测与抓取方法，包括以下步骤：S1.构建目标检测模型和目标提取模型；S2.训练目标检测模型和目标提取模型；S3.将目标图像输入至训练完成的目标检测模型中，得到目标图像的类别和检测框坐标信息；将目标图像输入至训练完成的目标提取模型中，得到目标图像的提取框坐标信息和提取框对应的位姿；S4.将目标图像的类别信息和检测框的坐标信息储存到坐标匹配字典中；S5.将待提取类别输入到坐标匹配字典中，确定待提取类别的提取框和提取位姿；S6.根据提取位姿计算机械臂关节转动量；S7.根据机械臂关节转动量执行抓取任务。通过上述方法，能够实现变化更加稳定的损失，以及更高的预测精度，并且能够促进服务机器人的应用。
-
公开(公告)号：CN115937659A
公开(公告)日：2023-04-07
申请号：CN202211628873.8
申请日：2022-12-18
Applicant: 重庆工商大学
IPC: G06V20/00 , G06V20/60 , G06V20/70 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明提供的一种基于Mask‑RCNN的室内复杂环境下多目标检测方法，包括以下步骤：S1.获取室内环境中需要识别的目标物体的图像信息，并将目标物体的图像信息采用Labelme工具进行标注，得到每张图像对应的json格式文件，然后转换成COCO数据集格式；S2.构建Mask RCNN网络，并将CBAM注意力模块加入Mask RCNN网络的主干网络的残差网络中，得到改进型Mask RCNN网络；S3.将转换成COCO数据集格式的图像信息划分为训练集和测试集，并将训练集输入至改进型Mask RCNN网络中进行训练；S4.将测试集输入训练完成后的改进型Mask RCNN网络中进行测试，并判断改进型Mask RCNN网络的识别准确性，当达到准确性指标时，进入步骤S5；S5.实时采集待测室内环境中的目标物体的图像信息，并输入至改进型Mask RCNN网络中进行多目标检测。
-
公开(公告)号：CN116543207A
公开(公告)日：2023-08-04
申请号：CN202310498944.5
申请日：2023-05-04
Applicant: 重庆工商大学 , 重庆凯瑞机器人技术有限公司
IPC: G06V10/764 , G06N3/0455 , G06N3/0464 , G06N3/0985 , G06V10/82
Abstract: 本发明公开了一种融合Transformer的中大型复杂构件焊缝识别方法，包括：S1.采集焊缝样本图像信息；S2.构建构件焊缝识别模型，将焊缝样本图像信息输入到构件焊缝识别模型进行模型训练，得到训练好的构件焊缝识别模型；S3.将待测构件的焊缝图像信息输入到训练好的构件焊缝识别模型，输出待测构件的焊缝识别结果。本发明能够保证检测速度的前提下，极大地提高焊缝检测精度，且抗干扰能力强、鲁棒性高。
-
公开(公告)号：CN115042187A
公开(公告)日：2022-09-13
申请号：CN202210849027.2
申请日：2022-07-19
Applicant: 重庆工商大学 , 重庆凯瑞机器人技术有限公司
IPC: B25J9/16
Abstract: 本发明公开了一种基于MPU6050的虚拟现实机械臂控制方法，包括：S1.确定机械臂的运动学方程；S2.基于MPU6050的手势姿态信息，确定机械臂的数学模型；具体对应关系：X＝r*cos(pitch)*cos(yaw)、Y＝r*cos(pitch)*sin(yaw)、Z＝r*sin(pitch)、θ5＝roll；S3.根据机械臂末端的位置以及手部腕关节的转角解算运动学方程，得到机械臂各关节的转角；S4.根据各关节的转角控制机械臂完成指定动作。本发明能够实现较好的人机交互，保证了控制的稳定性，同时降低了投入成本。
-
-
-
Search Results
4
records
(took 0.026 seconds)
