|
搜索
搜 索
高等教育领域数字化综合服务平台
一种用于浓缩池的悬浮物浓度实时检测系统
本发明属于浓度探测技术领域，具体涉及一种用于浓缩池的悬浮物浓度实时检测系统。本发明包括固定架、重物探测机构、对重物进行清洁的自清理机构、位移探测器、拉力探测器和控制器，所述重物探测机构至少包括驱动单元、探测绳、重物和第一卷筒，驱动单元包括与控制器相连的驱动电机，驱动电机的输出轴与第一卷筒相连，所述探测绳的一端与第一卷筒固接，且探测绳卷绕在第一卷筒上，所述探测绳的另一端自由下垂并与重物固接；所述探测绳的长度使得重物处于能够自由进入或脱离浓缩池中悬浮液的状态；本发明能够实现对浓缩池内悬浮物浓度变化的自动、连续、及时地测量，测量数据准确，且整个检测系统自成体系，并实现实时监测和反馈。
安徽理工大学
2021-04-13
实时智能监测与故障诊断专家系统的研究开发
项目是国家科技攻关计划“先进控制与优化软件及综合自动化软件平台产业化关键技术”子课题，项目在PCS层（过程控制层）与实时信息集成系统的基础上，实时智能监测与故障诊断专家系统充分利用网络技术、计算机技术、控制技术、通讯技术以及人工智能技术将分散的PCS层信息进行集成，实现信息管理的智能化。系统实现从已有的PCS层通讯网络获得数据，进行高一层次的综合和处理，进行安全监督、故障诊断和预报，而不改变使用人员已经熟悉的操作程序和规则，因而可达到更好的安全监控与管理的效果。
南京工业大学
2021-01-12
单目视觉城市建筑物参数化三维建模
本书结合作者对图像处理,分析和三维重建等进行的研究和工作,对从数码相机拍摄的建筑物图像中以参数化建模的方法恢复建筑物的三维几何结构进行了论述和探讨.
江苏海洋大学
2021-05-06
大视场低畸变高分辨率全景视觉系统
复旦大学
2021-04-10
计算机视觉检测技术的QR码检测识别方法
本发明主要由计算机、数字摄像机、补光装置和声光提示装置组成,数字摄像机的视频信号输出给计算机,接受到视频传感器输入后计算机控制补光设备和声光提示设备,计算机内安装有QR码智能检测模块,通过循环读取扫描视频中的帧数据,检测其中的QR码图形,并提取和译码。
四川大学
2021-04-10
辅助机器视觉穴盘幼苗质量检测的苗盘分隔装置
本发明公开了一种辅助机器视觉穴盘幼苗质量检测的苗盘分隔装置。两个安装横梁平行横跨在架体的上方，其上部两端各安装一个直线气缸，两个无杆气缸两端的限位块分别固定于安装横梁短边外侧上部，纵向分隔组件中的两个拉杆安装梁分别位于各自安装横梁的上方，并与各自下方的两个直线气缸的气缸杆连接，纵向分隔组件中的多根轴向开口的空心圆柱吊杆上部分别固定于安装横梁各自对称的孔中，横向分隔组件中的分隔片安装梁的两端分别固定于各自无杆气缸的滑块上，横向分隔组件中的分隔片限位支撑板的两端分别水平固定在安装横梁短边的外侧下部。本发明有效解决相邻叶片跨界重叠导致的机器视觉系统误判问题，同时占地面积小，有效避免对幼苗叶片的损伤。
浙江大学
2021-04-13
基于3D视觉自动控制食品检测机械结构
本实用新型提供了基于3D视觉自动控制食品检测机械结构，包括：防护装置、流水线、移动机构；防护装置呈矩形框架结构；流水线设置在防护装置的内部；移动机构设置在流水线的一侧；货台设置在移动机构的一侧；第一机械臂设置在移动机构的上侧，且第一机械臂与移动机构通过螺栓固定相连接；相机设置在流水线的一侧；第二机械臂设置在流水线的一侧；控制台设置在流水线的一侧；通过对现有装置的改进，该装置具有运行效率高，抓取范围大、不易出现漏检漏抓现象的优点，从而有效的解决了现有装置的问题和不足。
青岛农业大学
2021-04-13
面向车身环境感知及预警的高性价比智慧视觉系统
基于单颗 NXP 嵌入式芯片，研制一套可集成 4 至 8 路 高清视频输入的高性价比智慧视觉系统。该系统除了实现倒车影像、行车记录、环视全景成像等基本功能外，还将进一步基于深度学习算法，一体化集成车道偏离预警、前车碰撞预警、行人碰撞预警、盲区监测及变道辅助、驾驶行为监测等高级辅助驾驶功能，从而在不增加硬件成本的基础上，为客户提供高性价比的智慧视觉系统，实现各类型车辆的车身环境感知及预警。
中国科学技术大学
2021-04-14
一种基于视觉的机器人喷涂轨迹校准方法
本发明属于机器人喷涂相关领域，其公开了一种基于视觉的机 器人喷涂轨迹校准方法，包括:对真实摄像机内参数的标定及喷涂机 器人与真实摄像机之间的手眼标定;采用所述真实摄像机获取标定工 件位于理想位置时的参考图像;采用所述真实摄像机获取待喷涂工件 的目标图像;设定虚拟摄像机及获取所述真实摄像机在所述虚拟摄像 机的坐标系下的位置及姿态信息;对待喷涂工件的喷涂轨迹进行校准。 本发明的机器人喷涂轨迹校准方法利用视觉方法对待喷涂工件进行位 姿的标定，进而对喷涂轨迹进行校准，无需对待喷涂工件进行严格定 位及设计特定
华中科技大学
2021-04-14
图像自动标注和模型训练技术在工业视觉中的应用
1. 痛点问题
工业视觉场景下普遍存在缺陷样本数量少、难采集，已有标注方案无法完全发挥样本数据效用等问题。在工业视觉应用场景中，产线整体生产良率均已达到相当水平，人工可识别的缺陷样本数量相对较少，且采集难度较大。制造生产环节对产线效率要求较高，模型训练难以实现精度与效率上的平衡。
2. 解决方案
本项目将最新的少样本学习、连续学习、模型压缩与优化技术，与工业场景中的缺陷检测需求深入结合，致力于工业视觉自主知识产权软硬件一体化装备研发。针对玻璃深加工与半导体晶圆宏观缺陷检测，本项目已完成工业视觉全流程视觉感知算法、人工智能算法研发平台、玻璃智能一体检测设备、晶圆宏观缺陷检测设备等智能设备的原理验证和装备试制，同时有多项智能设备在研。
本项目在玻璃与半导体缺陷检测中，基于图像自动标注方法完成少样本场景下的数据采集与标注，通过弱监督学习和连续学习方法完成有效模型构建，并针对长尾数据集设计模型训练和优化方法，实现高效工业视觉感知计算。针对工业视觉场景，本项目集成视觉感知算法能力，研发人工智能算法研发平台，该平台秉承低代码化、可视化等原则，打造包含数据采集与标注、算法训练与评估、模型压缩与优化、应用部署与管理的数据闭环。
合作需求
寻求浮法玻璃深加工、半导体加工与制造等行业企业合作。
清华大学
2021-12-23