-
公开(公告)号:CN114692326A
公开(公告)日:2022-07-01
申请号:CN202210137820.X
申请日:2022-02-15
Applicant: 南京师范大学
IPC: G06F30/17 , G06F30/20 , G06F113/10
Abstract: 本发明公开了一种基于不规则体素化的复杂零件曲面分层切片方法,包括:输入复杂金属零件的STL模型,提取模型的底面三角面片信息,根据底面三角面片信息生成基底切片曲面,将生成的基底切片曲面作为参考曲面;对参考曲面进行非等距偏移,获取到切片曲面;对切片曲面进行不规则的栅格划分,再结合切片曲面当前所在层的层厚实现不规则的体素化,形成不规则体素模型;利用布尔运算,将不规则体素模型与复杂金属零件快速求交,形成复杂金属零件的各分层曲面;编写曲面切片软件,进行曲面切片,保存多层曲面切片数据文件。本发明可实现复杂金属零件模型的快速、自由曲面切片,具有在保证高精度的要求下提高切片效率和成形效率的优点。
-
公开(公告)号:CN115984852A
公开(公告)日:2023-04-18
申请号:CN202211683160.1
申请日:2022-12-27
Applicant: 南京师范大学
IPC: G06V30/14 , G06V30/148 , G06V30/18 , G06V20/50 , G06V20/62 , G06V10/82 , G06N3/047 , G06N3/048 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种基于优化参数和China‑chess‑net的棋子目标定位和识别方法,包括:采集多张完整象棋棋盘的图像,得到象棋数据集;搭建和训练China‑chess‑net网络结构,得到象棋识别模型;使用卷积神经网络优化参数的改进Canny边缘检测算法和BP神经网络优化参数的改进霍夫圆检测定位算法,对棋盘图像中的棋子进行定位并且保存棋盘中的棋子图片和位置信息;将卷积神经网络优化参数的改进Canny边缘检测算法和BP神经网络优化参数的改进霍夫圆检测定位算法与China‑chess‑net识别算法融合,得到每个棋子的位置信息和类别信息。本发明具有训练数据量极少,检测棋子位置和类别精度极高,摄像头实时检测速度快,适应复杂灯光环境等优点,可用于人工智能,圆形目标物体的检测,中国象棋人机对弈等方面。
-
公开(公告)号:CN115888062A
公开(公告)日:2023-04-04
申请号:CN202211683696.3
申请日:2022-12-27
Applicant: 南京师范大学
IPC: A63F3/02 , G06V10/44 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于分类检测框架及行棋决策网络的人机对弈方法,包括:通过摄像头采集棋盘图像数据信息,将棋盘图像数据信息送入检测网络获取棋子坐标与类别信息;检测完毕后将象棋类别位置映射到二维规范虚拟棋盘,完成坐标系转换与可视化;将二维规范虚拟棋盘数据转化为fen码标准格式通过调用api接口送入搭建的决策网络获取行棋指令;获取行棋指令后,经过数据处理生成机械臂所需的坐标信息控制机械臂抓取棋子实现走棋。本发明为实现人机对弈提供解决方法,具有人机交互性强、检测精度高、行棋决策速度快、水平高、抗复杂环境干扰性强的优点。
-
-