-
公开(公告)号：CN115984558A
公开(公告)日：2023-04-18
申请号：CN202211683146.1
申请日：2022-12-27
Applicant: 南京师范大学
Abstract: 本发明公开了一种遮挡环境下的目标分割补全及识别方法，包括：采集遮挡环境下的两张连续视频序列图像，将图像从RGB空间转换到YCbCr颜色空间，提取Y分量进行归一化处理；进行均值聚类分割，获得两张遮挡环境下的分割图像；进行边缘提取与边缘跟踪，通过改进插值算法实现采摘目标的轮廓重建，再根据两张遮挡环境下轮廓重建的分割图像计算生成拟合矩形框；进行相对准确率的计算，对遮挡修复图像进行识别，获得遮挡环境下的采摘目标分割补全及识别图像。本发明为遮挡环境下的采摘目标分割补全及识别提供了一种有效方法，并且创新性地使用一种改进的插值算法对采摘目标进行轮廓补全，具有实用性强、轮廓补全精确度高、抗背景环境干扰能力强的优点。
-
公开(公告)号：CN114758276A
公开(公告)日：2022-07-15
申请号：CN202210382930.2
申请日：2022-04-13
Applicant: 南京师范大学 , 南京中科煜宸激光技术有限公司
Abstract: 本发明公开了一种基于复合连接超网络的金属增减材制造熔池检测方法，包括：采集熔池动态视频，获得清晰的熔池检测图像，进行数据预处理；将预处理后的熔池检测图像制成数据集，并记为源数据集，进行数据划分；搭建新型复合连接的超网络，获得熔池图像检测网络模型；将源数据集输入构建的熔池图像检测网络模型，分别对熔池图像检测网络模型进行训练、验证、测试；通过训练好的熔池图像检测网络模型实现对于熔池图像的实时检测。本发明利用超网络编码器‑解码器方法进行熔池形态特征的检测，解决了目前熔池检测识别系统运行时间长，准确率不高，系统的稳定性不好等问题，并且具有很高的泛化特性，可应用于多种熔池检测平台，应用前景广泛。
-
公开(公告)号：CN116630901B
公开(公告)日：2023-09-22
申请号：CN202310905815.3
申请日：2023-07-24
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于潜在图预测无监督学习框架的视觉里程计方法，首先获取当前作业环境的RGB图像，并进行预处理，获得预处理后图像；然后进行改进的潜在图预测处理，通过潜在图预测模型处理后，进行潜在图预测损失优化，得到潜在图预测后图像；再进行图像分层，并逐层执行数据增强和伪标签算法处理，最后通过区域增长算法剔除动态目标的类点云信息，实现潜在图预测无监督学习框架下的视觉里程计。通过在潜在图预测时进行损失优化，对重合节点的嵌入进行了有效度量，通过对图像进行分层后再进行伪标签算法处理，采用了轻量化的分层聚类，使得该算法的抗环境干扰能力强得到了强化，鲁棒性得到了提升，可针对不用目标进行有效精准识别分割。
-
公开(公告)号：CN115586770A
公开(公告)日：2023-01-10
申请号：CN202211121389.6
申请日：2022-09-15
Applicant: 南京师范大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于龙芯嵌入式系统部署ROS的机器人路径规划方法，包括：在龙芯芯片上进行ROS的源码编译安装；根据机器人非全向运动的特性，建立直线轨迹模型；根据规划轨迹、与障碍物的距离和角度、加速度范围四种约束，建立速度搜索空间，在速度搜索空间内初步确立了采样轨迹；通过采样速度，并且添加加速度函数，计算机器人路径规划的代价函数；选择时间间隔t内的最优轨迹，将机器人以此最优轨迹对应的采样速度移动段时间；重复步骤直至机器人与目标点距离小于设定值时，停止搜索。本发明有效解决了现有路径规划算法在避障时出现的机器人撞击障碍物问题，提高了路径规划与避障的精准性，推动了国产芯片在移动机器人领域的发展。
-
公开(公告)号：CN115170545A
公开(公告)日：2022-10-11
申请号：CN202210897929.3
申请日：2022-07-28
Applicant: 南京师范大学 , 南京中科煜宸激光技术有限公司
Abstract: 本发明公开了一种动态熔池尺寸检测及成形方向判别方法，包括：采集动态熔池图像，进行图像分割，制成动态熔池图像源数据集；制成动态熔池图像数据集；搭建具有方向判别功能的熔池尺寸检测卷积神经网络，并改良损失函数，加入熔池成形方向损失，进行充分训练得到具有方向判别功能的熔池尺寸检测卷积神经网络；采集实时动态熔池图像，使用训练好的熔池尺寸检测卷积神经网络对实时动态熔池图像进行尺寸检测及成形方向判别，得到熔池形貌的长宽及成形方向信息。本发明设计了具有方向判别的熔池尺寸检测卷积神经网络，改良了传统目标识别神经网络的检测方式，具有处理速度快，识别精度高，检测方式简单快捷的特点。
-
Patent Agency Ranking
公开(公告)号：CN114985768B
公开(公告)日：2024-02-09
申请号：CN202210650202.5
申请日：2022-06-10
Applicant: 南京师范大学
IPC: B22F10/85 , B22F10/366 , B22F10/25 , B33Y10/00 , B33Y50/02
Abstract: 本发明公开了一种基于图论结构和视觉实时检测的增材路径规划方法，包括：根据逐层分解的层厚参数，对金属结构件的三维STL模型进行逐层分解；根据轮廓点采集间隔，对三维STL模型进行轮廓点信息采集；提出一种融合了温度权重的轮廓点信息矩阵；计算轮廓点之间的信息差；获取轮廓点信息差值矩阵，计算绝对路径长度并选取最优路径；根据选取的最优路径控制激光发射器对金属材料进行增材；实时检测激光熔覆熔池的实际位置，与选择的最优路径对比形成闭环反馈，最终完成金属结构件的增材。本发明融合了金属结构件物理形状信息和增材温度信息，通过图论结构遍历所有可能的增材路径后选取最优增材路径，使金属增材效率更高、耗材更少。
-
公开(公告)号：CN116079749A
公开(公告)日：2023-05-09
申请号：CN202310369994.3
申请日：2023-04-10
Applicant: 南京师范大学
IPC: B25J9/16 , G06V20/50 , G06V10/762 , G06V10/26 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于聚类分离条件随机场的机器人视觉避障方法及机器人，所述方法包括：利用深度双目相机采集机器人行驶过程中遇到的障碍物图像，提取特征图；基于特征图生成所有候选框，并进行提取和过滤；在过滤后的候选框中选择正负样本，计算目标物的真实权重，将过滤后的候选框映射到同一个尺寸固定的特征图上，将映射后的特征图输入全连接层，对图像进行目标检测识别；基于识别出的目标，利用融合聚类分离的条件随机场进行边缘分割；基于边缘分割结果确定障碍物的位置，根据得到的障碍物位置和深度双目相机测得的深度信息进行避障。本发明能够有效提高障碍物检测识别和边缘分割的精度和效率，改善机器人避障的效果。
-
公开(公告)号：CN116630901A
公开(公告)日：2023-08-22
申请号：CN202310905815.3
申请日：2023-07-24
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于潜在图预测无监督学习框架的视觉里程计方法，首先获取当前作业环境的RGB图像，并进行预处理，获得预处理后图像；然后进行改进的潜在图预测处理，通过潜在图预测模型处理后，进行潜在图预测损失优化，得到潜在图预测后图像；再进行图像分层，并逐层执行数据增强和伪标签算法处理，最后通过区域增长算法剔除动态目标的类点云信息，实现潜在图预测无监督学习框架下的视觉里程计。通过在潜在图预测时进行损失优化，对重合节点的嵌入进行了有效度量，通过对图像进行分层后再进行伪标签算法处理，采用了轻量化的分层聚类，使得该算法的抗环境干扰能力强得到了强化，鲁棒性得到了提升，可针对不用目标进行有效精准识别分割。
-
公开(公告)号：CN116079749B
公开(公告)日：2023-06-20
申请号：CN202310369994.3
申请日：2023-04-10
Applicant: 南京师范大学
IPC: B25J9/16 , G06V20/50 , G06V10/762 , G06V10/26 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于聚类分离条件随机场的机器人视觉避障方法及机器人，所述方法包括：利用深度双目相机采集机器人行驶过程中遇到的障碍物图像，提取特征图；基于特征图生成所有候选框，并进行提取和过滤；在过滤后的候选框中选择正负样本，计算目标物的真实权重，将过滤后的候选框映射到同一个尺寸固定的特征图上，将映射后的特征图输入全连接层，对图像进行目标检测识别；基于识别出的目标，利用融合聚类分离的条件随机场进行边缘分割；基于边缘分割结果确定障碍物的位置，根据得到的障碍物位置和深度双目相机测得的深度信息进行避障。本发明能够有效提高障碍物检测识别和边缘分割的精度和效率，改善机器人避障的效果。
-
公开(公告)号：CN114985768A
公开(公告)日：2022-09-02
申请号：CN202210650202.5
申请日：2022-06-10
Applicant: 南京师范大学
IPC: B22F10/85 , B22F10/366 , B22F10/25 , B33Y10/00 , B33Y50/02
Abstract: 本发明公开了一种基于图论结构和视觉实时检测的增材路径规划方法，包括：根据逐层分解的层厚参数，对金属结构件的三维STL模型进行逐层分解；根据轮廓点采集间隔，对三维STL模型进行轮廓点信息采集；提出一种融合了温度权重的轮廓点信息矩阵；计算轮廓点之间的信息差；获取轮廓点信息差值矩阵，计算绝对路径长度并选取最优路径；根据选取的最优路径控制激光发射器对金属材料进行增材；实时检测激光熔覆熔池的实际位置，与选择的最优路径对比形成闭环反馈，最终完成金属结构件的增材。本发明融合了金属结构件物理形状信息和增材温度信息，通过图论结构遍历所有可能的增材路径后选取最优增材路径，使金属增材效率更高、耗材更少。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.018 seconds)
