-
公开(公告)号：CN118037831A
公开(公告)日：2024-05-14
申请号：CN202311821659.9
申请日：2023-12-27
Applicant: 安徽工程大学
IPC: G06T7/73 , G06T7/80 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及反光金属对象的机器人2D视觉6DOF位姿测量与定位抓取方法，利用6DOF系统中单目摄像头采集的反光金属对象图形通过虚拟引擎建立虚拟图形数据集；使用Unet作为生成对抗网络的生成器，并利用Transformer模块与cycleGAN网络结合以提高图像的特征的质量；使用KLD损失函数与YOLOv7网络结合对YOLOv7网络输出的坐标和角度进行优化，减小角度误差；通过固定放置的标定板进行拍照计算出标定板相对机器人底坐的位姿，通过转置矩阵计算出标定平面在单目摄像头坐标系下的位姿，并配合单目摄像头内参实现2D位姿向3D位姿的转化。本发明对YOLOv7目标检测网络进行改进，实现了YOLOv7目标检测网络对旋转对像的定位，实现了机器人抓取2D抓取位姿的高精度计算。
-
公开(公告)号：CN116787432A
公开(公告)日：2023-09-22
申请号：CN202310704172.6
申请日：2023-06-14
Applicant: 安徽工程大学 , 华能巢湖发电有限责任公司
IPC: B25J9/16
Abstract: 本发明涉及一种机器人视觉引导抓取方法，输入待抓取工件图样，通过虚拟引擎生成工件的虚拟图片；将视觉系统采集的图像裁剪拼接，并配合随机算法，生成工件在不同位置下的均匀分布图像；利用cycleGAN网络对图像进行优化，并引入梯度损失函数和多通道混合注意力机制以提升提高检测模型的图像的清晰度及提高学习效率与生成效果；利用yolov7算法预测工件表面关键点检测，通过提出的GeIOU函数作为损失函数提高预测准确度；利用EPnP算法将工件表面关键点转换为位资关键点，同时通过6DOF位姿计算完成抓取位置计算。本发明通过梯度损失函数和多通道混合注意力机制提高网络的学习效率与生成效果，同时在保证生成图像清晰度的前提下，消除拼接图像中工件与背景的灰度差。
-
公开(公告)号：CN119445107A
公开(公告)日：2025-02-14
申请号：CN202411494061.8
申请日：2024-10-24
Applicant: 安徽工程大学
IPC: G06V10/26 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V20/56 , G06V20/58 , G06N3/0455 , G06N3/0495
Abstract: 本发明涉及人工智能和自动驾驶技术领域，具体涉及基于轻量化多尺度融合Transformer网络的道路语义分割方法，包含轻量化编码器网络模块、轻量化多尺度融合Transformer网络模块，轻量化解码器网络模块与空间注意力网络模块，轻量化编码器网络模块将深度可分离卷积与非对称空洞卷积混合，不仅有效扩大感受野，以捕捉道路场景中的丰富上下文信息，且显著降低了计算复杂度，轻量化多尺度融合Transformer网络模块对多个尺度提取的特征图进行重构，该模块运用可分离跨通道注意力机制，有效捕捉不同尺度特征图之间的内在依赖与关联。本发明所设计的道路场景语义分割方法准确率高，复杂度低，实时性好，适用于车载设备，并实现了分割精度与计算效率的良好平衡，在自动驾驶领域有重要的应用价值。
-
公开(公告)号：CN116935334A
公开(公告)日：2023-10-24
申请号：CN202310709440.3
申请日：2023-06-14
Applicant: 安徽工程大学
IPC: G06V20/54 , B64U20/87 , B64U20/80 , H04N7/18 , G06V40/10 , G06V10/82 , G06V10/80 , G06N3/0464 , B64U101/31
Abstract: 本发明公开一种基于无人机航拍的电动车骑手头盔佩戴监测系统，其所述系统包括：设于无人机上的云台，云台上集成有摄像机，无人机在指定道路的上空进行低速航拍，将拍摄到的道路图像传输至处理单元；处理单元检测道路图像中是否存在未带头盔的电动车骑手，若存在，则无人机发出佩戴头盔提醒。本发明通过对YOLOv7网络结构进行改进，提升电动车头盔的检测精度，用于改善电动车骑手不佩戴头盔的现象。
-
公开(公告)号：CN115049726B
公开(公告)日：2025-01-24
申请号：CN202210651039.4
申请日：2022-06-09
Applicant: 安徽工程大学
IPC: G06T7/70 , G06V10/22 , G06V10/75 , G06V10/764 , H05K3/34
Abstract: 本发明公开的一种基于视觉定位的PCB焊接方法，包括：采集当前待识别PCB芯片的图像，将采集图像与各粗定位模板进行匹配，匹配出采集图像中待识别PCB芯片中心的图像坐标；基于采集图像中待识别PCB芯片中心构建样本图像，将样本图像输入识别网络，识别采集图像中待识别PCB芯片的类别；基于待识别PCB芯片中心的图像坐标确定采集图像中的定精定位区域，基于精定位区域与精定位模板间的匹配确定精定位模板的焊接点在当前采集图像中的图像坐标；将焊接点在采集图像中的图像坐标转换至机器人坐标系，控制机器人末端的焊锡枪移动至焊接点位置进行焊接操作。实现工业机器人对PCB芯片的自主识别与自动化焊接，可应用于多种类PCB芯片产品的混线生产。
-
Patent Agency Ranking
公开(公告)号：CN115171080A
公开(公告)日：2022-10-11
申请号：CN202210666671.6
申请日：2022-06-14
Applicant: 安徽工程大学
Abstract: 本发明提供一种面向车载设备的压缩视频驾驶员行为识别方法，首先采用ffmpeg直接对摄像头捕捉的MPEG‑4压缩视频数据流进行处理，有效利用P‑frame中的运动矢量和残余误差；其次设计多分支时空卷积网络模型，通过轻量化2D/3D卷积网络结构分别从I‑frame和P‑frame中提取外观信息与动作信息，从而降低模型的参数量和计算复杂度；进一步地，本发明结合跨层连接模块与时空特征池化模块用于外观信息与动作信息的融合，实现分心驾驶行为时空表征；最后，本发明采用知识蒸馏学习策略，即引入老师模型引导轻量化模型，进一步改善识别精度。本发明准确率高，复杂度低，实时性好，适用于车载嵌入式设备。
-
公开(公告)号：CN115049726A
公开(公告)日：2022-09-13
申请号：CN202210651039.4
申请日：2022-06-09
Applicant: 安徽工程大学
IPC: G06T7/70 , G06V10/22 , G06V10/75 , G06V10/764 , H05K3/34
Abstract: 本发明公开的一种基于视觉定位的PCB焊接方法，包括：采集当前待识别PCB芯片的图像，将采集图像与各粗定位模板进行匹配，匹配出采集图像中待识别PCB芯片中心的图像坐标；基于采集图像中待识别PCB芯片中心构建样本图像，将样本图像输入识别网络，识别采集图像中待识别PCB芯片的类别；基于待识别PCB芯片中心的图像坐标确定采集图像中的定精定位区域，基于精定位区域与精定位模板间的匹配确定精定位模板的焊接点在当前采集图像中的图像坐标；将焊接点在采集图像中的图像坐标转换至机器人坐标系，控制机器人末端的焊锡枪移动至焊接点位置进行焊接操作。实现工业机器人对PCB芯片的自主识别与自动化焊接，可应用于多种类PCB芯片产品的混线生产。
-
公开(公告)号：CN115033023B
公开(公告)日：2024-12-20
申请号：CN202210778708.4
申请日：2022-06-30
Applicant: 安徽工程大学
IPC: G05D1/49 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 本发明公开一种无人机精准着艇的控制方法，包括如下步骤：S1、建立无人机与无人艇间的通讯连接，实时向对方发送各自当前的位置及姿态数据，无人机基于无人艇的位置数据追踪至无人艇的正上方；S2、采用深度相机采集无人艇上的定位标识，获取定位标识在地球坐标系下的坐标，无人机在下降过程中追踪不同尺寸的定位标识；S3、在无人机的下降至距无人艇的高度低于高度阈值H1时，控制开始进入位姿同步模式，即开始控制无人机与无人艇的位姿保持同步；S4、在无人机距下降至距无人艇的高度低于高度阈值H2，控制无人艇位置保持不变，无人机加速着陆至定位标识的中心，退出位姿同步模式，完成着艇作业。提高了无人艇倾斜时无人机着陆的成功率。
-
公开(公告)号：CN117496390A
公开(公告)日：2024-02-02
申请号：CN202311222230.8
申请日：2023-09-20
Applicant: 华能巢湖发电有限责任公司 , 安徽工程大学
Abstract: 本发明公开了一种基于高速视觉的振动特征提取方法，属于视觉振动分析技术领域，包括确定振动特征提取的待测目标，根据待测目标的特征搭建基于高速视觉的振动特征提取系统；启动高速相机实时采集待测目标的振动视频；对所采集到的振动视频中的高速视觉图像进行预处理等步骤。本发明采用高速视觉和图像处理算法相结合的方式，增加了基于视觉方法测量振动特性的识别范围；通过改进特征点检测和光流追踪法实现更快速率的亚像素位移追踪效果，同时提高了振动特征提取的精确度。
-
公开(公告)号：CN117058617A
公开(公告)日：2023-11-14
申请号：CN202311026153.9
申请日：2023-08-15
Applicant: 安徽工程大学
IPC: G06V20/52 , G06V10/82 , G06V10/766 , G06V10/80 , G06V10/40 , G06V10/77 , G06T7/73 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于CNN与Transformer的人数估计方法，从人群场景中学习密度分布特征；通过局部感受野定位每个人头目标的具体位置；通过全局自注意力机制对人群密度图进行预测；实现人头定位模块与密度图估计模块之间的信息传递与特征交互；利用全局均值池化操作对学习到的密度分布特征进行降维、进而通过动态权重因子对人头定位与密度图估计的结果进行自适应融合，实现最终的人数估计。本发明方法精度高、鲁棒性能好，能够预估多种复杂场景下的人数，有重要的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.038 seconds)
