-
公开(公告)号:CN119427071A
公开(公告)日:2025-02-14
申请号:CN202411840251.0
申请日:2024-12-13
Applicant: 西南交通大学
Abstract: 本发明涉及智能机械设备领域,是一种基于姿态辨识和迭代学习的机器人抛光方法,解决了现有技术中机械臂的泛化能力差的问题。本发明示教轨迹重建;姿态辨识;当工件姿态发生变化时,机器人的机械臂调用变化后的轨迹信息,并按轨迹信息进行加工;接触力迭代学习。本发明将机械臂路径与末端姿态和工件的点云数据绑定在一起,对比工件的姿态发生变化前后的点云信息并通过点云配准获得工件的姿态变化,调取新的轨迹信息进行加工;末端的力传感器记录交互力数据,按照设定迭代学习算法更新率迭代更新路径,从而使交互力达到期望值,完成精确的抛光任务。
-
公开(公告)号:CN119693411A
公开(公告)日:2025-03-25
申请号:CN202411509855.7
申请日:2024-10-28
Applicant: 陕西靖神铁路有限责任公司 , 西南交通大学
IPC: G06T7/246 , G06V10/774 , G06T7/73 , G06F30/27 , G06T17/00
Abstract: 本发明公开了一种基于深度学习及模板匹配的螺栓姿态估计方法包括以下步骤:S1、采集接触网腕臂螺栓的图像并制作成数据集;S2、标注螺栓图像的边界框以及螺栓的六边形形状区域信息;S3、通过深度学习的方法对螺栓的6个角点进行识别;S4、获取螺栓的6D位姿信息。本发明通过结合深度学习和模板匹配的方法,能够精确识别螺栓的角点和6D位姿,极大提高了螺栓姿态估计的精度,同时能够实时检测一个区域内多个螺栓的定位与位姿情况,实现对螺栓的高效检测和分割,提升了处理速度和效率。
-
公开(公告)号:CN117788577A
公开(公告)日:2024-03-29
申请号:CN202311775364.2
申请日:2023-12-21
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于深度学习的螺栓6D姿态估计方法,包括:在现实世界场景中采集包含螺栓的图像;对于每个采集到的图像,标注螺栓的姿态信息;通过改进的Pose CNN特征提取网络提取目标特征;对得到的特征图进行语义分割;定位螺栓目标的二维中心;通过定位的螺栓中心估计三维平移量;利用霍夫投票层进行3D旋转回归;通过损失函数计算网络损失,进行反向传播并更新网络参数;输出螺栓目标的旋转矩阵与平移矩阵,完成螺栓6D姿态估计。本发明提高了螺栓6D姿态估计的准确性,同时实现了对称体姿态的准确估计,解决了螺栓目标中心被遮挡的问题,提高了模型在处理复杂场景的螺栓目标时的鲁棒性,对机器视觉在螺栓姿态估计的应用提供了一种新方法。
-
-