-
公开(公告)号：CN116385354B
公开(公告)日：2023-09-29
申请号：CN202310117119.6
申请日：2023-02-15
Applicant: 北京瓦特曼智能科技有限公司
Abstract: 本发明属于钢铁自动化检测技术领域，公开了一种圆形钢坯的偏移越界检测方法、设备及介质，所述方法包括通过点云采集模块采集圆形钢坯及承托圆形钢坯的托盘所在位置的环境点云图像数据；对采集到的环境点云图像数据进行数据拼接并获得包含圆形钢坯及托盘的三维模型；基于托盘的位置及钢坯的特征分别在三维模型中识别托盘和钢坯；根据钢坯的圆心和半径对钢坯的轮廓位置进行微调；根据托盘的中心在托盘上生成检测框，并结合钢坯轮廓相对检测框的位置关系进行钢坯的偏移越界分析，本发明的技术方案能够准确的检测出钢坯的位置及偏移情况，并且还能减少钢坯上的缺陷或生产标签导致对钢坯的位置检测造成偏差，减少错误报警的情况。
-
公开(公告)号：CN116544753A
公开(公告)日：2023-08-04
申请号：CN202310203057.0
申请日：2023-03-06
Applicant: 北京瓦特曼智能科技有限公司
IPC: H01R43/26 , G06V20/64 , G06V10/22 , H01R13/631 , H01R13/02 , H01R13/66 , H01R13/641 , H01R24/00
Abstract: 本发明实施例提供一种基于多感知融合的自动插拔方法、系统及可读存储介质；自动插拔方法应用于连接件；连接件包括第一连接件和第二连接件，第一连接件包括插头，第二连接件包括插座，插座包括和插头电性连接的柔性接触端子，插座连接在机器人的末端执行器上；自动插拔方法包括：通过图像识别将插头按照移动轨迹连接至插座；在插头和插座的连接过程中读取接触力；系统整体作业成功率达到99.5%以上。通过力觉反馈和浮动单元，即使第一连接件的安装位置误差超过一定径向范围，仍然可以保证系统具有较高的成功率。且可精准的判定插拔是否到位，避免过渡插接或者插接过松，实现智能化的自动插拔。
-
公开(公告)号：CN116542900A
公开(公告)日：2023-08-04
申请号：CN202310119087.3
申请日：2023-02-07
Applicant: 北京瓦特曼智能科技有限公司
Abstract: 本发明实施例提供一种用于钢卷塔型缺陷的检测方法、设备、系统及存储介质。检测方法包括：获取钢卷点云集；通过3D点云算法在钢卷点云集中分割出钢卷点云模型；提取钢卷点云模型中的平面区域；计算钢卷点云模型中点云到平面区域的垂直距离并进行阈值判断以提取目标点云；对目标点云进行主成分分析以判断钢卷是否存在塔形缺陷。该方法相对于目前的图像识别多了一个维度，直接的3D坐标信息更为精准，受外界光照变化和成像距离影响较小，根据塔型缺陷的特点，对于该缺陷需要获取到精确的3D信息，通过判断溢出的距离的大小判断是否需要对该钢卷进行返工处理，可实现钢卷缺陷的全自动化识别，减少人力物力，提高产品的良率。
-
公开(公告)号：CN116385354A
公开(公告)日：2023-07-04
申请号：CN202310117119.6
申请日：2023-02-15
Applicant: 北京瓦特曼智能科技有限公司
Abstract: 本发明属于钢铁自动化检测技术领域，公开了一种圆形钢坯的偏移越界检测方法、设备及介质，所述方法包括通过点云采集模块采集圆形钢坯及承托圆形钢坯的托盘所在位置的环境点云图像数据；对采集到的环境点云图像数据进行数据拼接并获得包含圆形钢坯及托盘的三维模型；基于托盘的位置及钢坯的特征分别在三维模型中识别托盘和钢坯；根据钢坯的圆心和半径对钢坯的轮廓位置进行微调；根据托盘的中心在托盘上生成检测框，并结合钢坯轮廓相对检测框的位置关系进行钢坯的偏移越界分析，本发明的技术方案能够准确的检测出钢坯的位置及偏移情况，并且还能减少钢坯上的缺陷或生产标签导致对钢坯的位置检测造成偏差，减少错误报警的情况。
-
公开(公告)号：CN116347133A
公开(公告)日：2023-06-27
申请号：CN202310198713.2
申请日：2023-03-03
Applicant: 北京瓦特曼智能科技有限公司
IPC: H04N21/41 , H04N21/426 , H04N21/438 , H04N21/238
Abstract: 本发明提供了一种视频播放器，所述播放器包括：播放器模块，用于接收用户输入，调用下载器模块、解复用器模块、视频解码器模块和视频显示模块实现不同设备的视频读取、解码和播放；下载器模块，用于调用设备提供的接口下载视频文件；不同的设备提供的接口不同；解复用器模块，用于对下载器模块下载的文件进行解析，将文件拆分为视频数据和音频数据；视频解码器模块，用于对从解复用器模块获取的视频数据进行解码，得到视频帧；和视频显示模块，用于显示视频解码模块解码得到的视频帧。本发明的优势在于：通过输入统一格式的URL地址，只需调用不同厂家两组主要接口：连接登录接口和文件下载接口，就能实现对不同厂家设备进行多路历史视频的播放。
-
Patent Agency Ranking
公开(公告)号：CN115147481A
公开(公告)日：2022-10-04
申请号：CN202210653074.X
申请日：2022-06-09
Applicant: 北京瓦特曼智能科技有限公司
Abstract: 本发明提供了一种自动寻找钢包口的方法、装置及其可读介质，自动寻找钢包口的方法，包括以下步骤：获取当前钢包的帧点，并将当前的帧点作为源点云；获取最新钢包的帧点，并将最新的帧点作为目标点云；计算从源点云变换至目标点云的变换矩阵；根据变换矩阵，将源点云的帧点转换至目标点云；将目标点云进行拼接，以构建钢包三维模型；通过钢包三维模型获取钢包口的位置；通过采集当前钢包的帧点以及最新钢包的帧点作为源点云与目标点云，通过计算从源点云变换至目标点云的变换矩阵；将源点云的帧点转换至目标点云，拼接目标点云即可获取钢包的三维模型，在获取了三维模型后即可获取钢包口的位置，提高了钢包内衬的检测效率。
-
公开(公告)号：CN115018902A
公开(公告)日：2022-09-06
申请号：CN202210657801.X
申请日：2022-06-10
Applicant: 北京瓦特曼智能科技有限公司
Abstract: 本发明涉及智能盘煤技术领域，公开了一种用于确定媒堆库存的方法及处理器。方法包括：利用固态激光雷达获取第一媒堆区域的点云数据，固态激光雷达与云台连接；通过云台旋转来改变固态激光雷达的采集角度，以采集第二媒堆区域的点云数据，点云数据为非重复式的数据；通过三维点云重建算法对点云数据进行三维重建和点云配准；根据三维重建的煤堆模型计算煤堆体积，以确定煤堆库存。通过固态激光雷达结合云台的方式采集煤堆数据，效率、精度以及点云的密集度较高，能在1分钟内实现整个煤堆的数据采集，结合三维点云重建算法对煤堆数据进行三维重建，根据三维重建的煤堆模型快速计算煤堆体积，进而确定煤堆库存，实现高精度、高效率地煤堆盘点。
-
公开(公告)号：CN119952042A
公开(公告)日：2025-05-09
申请号：CN202510125725.1
申请日：2025-01-27
Applicant: 北京瓦特曼智能科技有限公司
IPC: B22D41/50
Abstract: 本申请所涉及冶炼技术的智能设备领域，特别涉及一种大包浇铸自动化设备及长水口自动拆装方法；大包浇铸自动化设备，包括：多轴装置，包括一轴机构，二轴机构，三轴机构以及四轴机构；设备本体，包括依次连接的固定臂、摇摆臂、转动框架以及连接杆，一轴机构能够使得摇摆臂相对固定臂在xy平面摆动，二轴机构使得转动框架能够相对摇摆臂沿z轴转动，三轴机构能够使得连接杆在zx平面俯仰，四轴机构能够使得连接杆沿x轴转动；末端夹具，连接于连接杆的末端，以用于夹持长水口；其中，一轴机构包括第一电子离合结构，二轴机构包括第二电子离合结构，第一电子离合结构能够使得摇摆臂相对固定臂自动或者被动的摆动，第二电子离合结构能够使得转动框架相对摇摆臂自动或者被动的转动。
-
公开(公告)号：CN119929322A
公开(公告)日：2025-05-06
申请号：CN202510255585.X
申请日：2025-03-05
Applicant: 北京瓦特曼智能科技有限公司
Abstract: 一种用于取样探头的智能储料装置，包括：智能储料装置包括箱体、存放架、下料组件以及送料组件，存放架固定于箱体内并使取样探头堆叠存放，取样探头堆叠有至少三层，下料组件包括翻转驱动件、翻转轴、承托板以及推料连杆，翻转轴位于存放架的正下方且两端与箱体转动连接，翻转驱动件固定于箱体的一侧并与翻转轴连接，承托板包括第一承托段、第二承托段和连接段，连接段固定于翻转轴上，第一承托段与第二承托段固定于连接段上，推料连杆设置于第二承托段上，第一承托段承托第一层探头，承托板转动时带动第一层探头从存放架底部落到送料组件上，同时第二承托段承托第二层探头上升，推料连杆推动第三层探头上升。
-
公开(公告)号：CN119919336A
公开(公告)日：2025-05-02
申请号：CN202311435401.5
申请日：2023-10-31
Applicant: 北京瓦特曼智能科技有限公司
Abstract: 本发明涉及点云分析在工件缺陷识别的应用，尤其涉及一种钢卷塌卷缺陷检测方法、系统及计算机可读存储介质；钢卷塌卷缺陷检测方法，包括：获取钢卷点云；通过所述钢卷点云提取钢卷端面内圈轮廓；计算内圈轮廓中的垂直高度；对所述垂直高度进行阈值判断，以确定是否存在塌卷缺陷。本发明实施例中的钢卷端面采集得到的点云数据已经具备一定的几何信息和空间结构，可以通过简单的点云处理算法就能够提取出钢卷的内圈轮廓和垂直高度信息，而使用图像识别技术进行缺陷检测则需要复杂的深度学习技术。由于所采集的钢卷端面点云数据不含冗余信息，而且算法更为简单，点云处理的速度更快，可以实现较快速度且兼顾精度的实时检测。
-
-
-
-
-
-
-
-
-
Search Results
330
records
(took 0.047 seconds)
