项目背景：目前电力机器人在作业过程中，由于环境恶 劣，电磁刚绕强度高，造成控制系统不稳定；同时在巡检过 程中，要对各种线路金具、各种作业仪表进行识别与检测， 通常采用机器视觉技术。但由于机器人作业在野外或阴暗照 明等复杂环境，存在识别率低，不稳定等问题。本项研究针 对特殊应用环境，拟开发一套基于机器视觉的巡检机器人控 制系统。 所需技术需求简要描述：1.基于多传感器信息融合的机 器人越障系统：主要包含视觉、激光雷达、超声、红外等传 感器信息，能够实现对巡检路径上障碍物的实时识别与定 位；2.巡检机器人远程监控平台：用于对巡检机器人采集到 的信息进行远程传输和监控，包含巡检路径上的实时视频传 输、机器人运行状态信息显示、巡检故障诊断与显示等；3. 小样本深度学习算法：针对极端环境下数据采集困难，数量 少等问题，研究基于小样本学习的深度学习算法，提高极端 环境下的障碍物识别精度；4.图像增强算法：针对高空强光、 阴暗、潮湿等极端环境所带来的图像识别困难问题，研究相 应的图像增强算法，提高识别精度。主要技术指标：1.开发 设计一种适合高压线路金具视觉检测与识别技术，对输电线 路各种金具进行动态识别与检测，解决野外环境下识别率低 的问题，形成一套完整的线路金具机器视觉识别与检测方 法。2.开发设计一种适合地下阴暗、潮湿、多尘环境下视觉检测与识别技术，形成一套完整的机器视觉识别与检测方 法。包括线路金具的识别模型和线路金具的定位方法与双目 测距技术。  对技术提供方的要求:拟与高校联合开发，要求团队具 有类似经验，具备电力机器人研究经历，具有电力线路识别 研究基础，最好有研发案例。 

本项目研究面向成渝地区双城经济圈大数据智能产业需求，尤其是对智能制造、公共安全场景提供高效的视频流在线推理和管理平台，研发了一个通用性的智能中台架构，支持视频流和智能模型模块化管理，支持全程可视化操作交互式界面，支持视觉智能感知模型在线推理快速部署，支持感知与识别结果实时推送、预警和报警。

本发明公开了一种基于机器视觉技术的马铃薯分级控制方法及装置。在图像检测时，根据导向拨杆的数目将摄像机视场划分成相对应个数的虚拟通道；用逻辑值来表示每个虚拟通道上是否存在待分级马铃薯；控制处理单元根据检测得到的逻辑值来控制导向拨杆是否动作，当逻辑值为1时，其所对应的导向机构才由气缸向上推出，马铃薯与导向拨杆接触而改变运行轨迹，分离到对应的出料斜槽中；马铃薯由摄像机采集图像后，由图像检测结果，以马铃薯横径为直径画一个虚拟圆，根据虚拟圆所占据的虚拟通道来确定采用一个或多个导向拨杆来分离马铃薯。本发明可用于杂质、不同品质马铃薯的快速检测，同时可减少马铃薯的损伤，准确地实现马铃薯的分选。

本发明公开了一种基于机器视觉技术的马铃薯分级控制方法及装置。在图像检测时，根据导向拨杆的数目将摄像机视场划分成相对应个数的虚拟通道；用逻辑值来表示每个虚拟通道上是否存在待分级马铃薯；控制处理单元根据检测得到的逻辑值来控制导向拨杆是否动作，当逻辑值为1时，其所对应的导向机构才由气缸向上推出，马铃薯与导向拨杆接触而改变运行轨迹，分离到对应的出料斜槽中；马铃薯由摄像机采集图像后，由图像检测结果，以马铃薯横径为直径画一个虚拟圆，根据虚拟圆所占据的虚拟通道来确定采用一个或多个导向拨杆来分离马铃薯。本发明可用于杂质、不同品质马铃薯的快速检测，同时可减少马铃薯的损伤，准确地实现马铃薯的分选。

目概况    目前，国内外大量应用弧焊机器人系统从整体上看基本都属第一代或准二代焊接机器人系统。由于焊接路径和焊接参数是根据实际作业条件预先设置的，在焊接时缺少外部信息传感和实时调整控制功能，这类弧焊机器人一般不能应对焊接作业条件严格的稳定性要求，焊接时缺乏“柔性”，表现出明显的缺点。在实际弧焊过程中，焊接条件是经常变化的，如加工和装配等误差会造成焊缝位置和尺寸的变化，焊接过程中工件受热及散热条件改变会造成焊道变形和熔透不均。    为克服机器人焊接过程中各种不确定性因素对焊接质量的影响，提高机器人作业智能化水平和工作的可靠性，要求弧焊机器人系统不仅能实现焊接参数的在线调整，且能实现焊缝的自动实时跟踪。己完成铝镁硅合金框架弧焊机器人柔性工作站焊缝智能跟踪与图象处理技术，使企业塞拉门设计制造的技术水平达国际先进水平。 本项目具有国际先进水平，拥有自主知识产权。 主要特点    已完成的项目，塞拉门框架的材料为铝镁硅合金，材料特殊、框架尺寸较大，焊点多而短、焊接质量要求高，故解决柔性夹具设计、实现两面焊接、满足多系列多规格门框尺寸的要求是体现了成果的先进性；    铝镁硅合金框架弧焊机器入柔性工作站所包括的柔性夹具、焊缝智能跟踪与图象处理技术，使企业塞拉门设计制造的技术水平达国际先进水平，体现了成果的创造性。技术指标    国内城市轨道车辆、高速列车的迅猛发展使得城轨门生产逐年猛增，品种不断翻新，但铝镁硅合金框架等主要零部件仍为手工焊接。由于手工焊接依赖于工人的技术水平，效率低，焊接质量欠佳，优质品率低，是制约我国城轨门产品升级的关键技术。    首选企业的高精度焊件达到：焊缝识别误差600×600像素， ±0. 25mm，±0.20mm;焊枪姿态误差，±0. 045mm，±0.040mm;其它误差（包括焊丝变形误差、工件热变形误差、焊接电流误差等），±0. 030mm，±0.020mm;视觉跟踪综合误差，±0.5mm，±0.35mm。市场前景    成果实施后使用单位使用前手工焊接的1.2万件／年，达到4万件。按人工焊接生产水平，支出费用为72万x3. 5=252万，机器人的投入成本1年半内可收回，且可满足使用单位近3-5年的发展需求。    按近几年使用单位产品产量的增长速度，2009-2010年产量可达5.5万件，2台机器人工作站每年可生产5. 68万件，完全满足生产要求。若仍用人工焊接则成本支出为72万x4. 6=331.2方元，而机器人工作台投入费用为零。企业每年可新增产值4-5亿元，利税1. 2-1.5亿元。    市场应用方面已具备推广应用的基本条件，该成果的完成，不仅可以提升企业高精度特材焊件设计制造的技术水平，提高企业技术创新能力和提升产业集聚度，使产品达同行业国内领先或国际先进水平，且可成为企业现代先进制造工艺与装备工程应用的一个亮点。通过开发研制，真正体现了产学研合作的现代高等教育理念，在高校和企业中锻炼出一批机器人研制方面、具有实战经验的科技人才。

针对高级水果、螃蟹，研发了机器视觉检测技术，开发了品种识别、缺陷检测、质量评估、分级等算法，研发了流水线式检测分级系统，实现了水果、螃蟹的快速精确筛选、分级定价。对高级农产品、水产品实现了机器自主检测、分级，提高了精确性，大幅节约人力成本。采用视觉技术可检测水果、螃蟹品种、有无缺陷、色泽品类、重量，并实现自动分级，单个产品视觉系统检测时间低于 0.5 秒。

项目简介 机器视觉技术是一门涉及人工智能、神经生物学、计算机科学、图像处理、模式识 别等诸多领域的交叉学科，其主要用计算机来模拟人的视觉功能，从客观事物的图像中 提取信息，进行处理并加以理解，最终用于实际检测、测量和控制，目前已经广泛应用 在工业和民用领域中。 三维全景视觉检测技术是近年来机器视觉领域研究的热点之一，目前在视觉监控领 域、机器人定位、机器人视觉伺服控制等方面得到了应用。现阶段全景视觉检测技术主 要围绕运动系统的定位、伺服速度和精度开展研究，江苏大学先进制造与现代装备工程

成果创新点 应用领域包括国防军事、汽车工业、机械故障诊断、 自动化生产线、能源化工、生物医学、体育运动等。 研制完成多种高速图像处理器件，并在短时曝光技术、 大容量数据高速传输存储技术、图像增强、视觉跟踪、图 像分割、三维测量等方面取得前沿技术突破，目前高速视 觉系统性能指标为 100 万像素 20000 帧/秒，最高帧率 100 万帧/秒，最大回传速度 20Gb/s、最远回传距离 40km。

研制完成多种高速图像处理器件，并在短时曝光技术、大容量数据高速传输存储技术、图像增强、视觉跟踪、图像分割、三维测量等方面取得前沿技术突破，目前高速视觉系统性能指标为 100 万像素 20000 帧/秒，最高帧率 100万帧/秒，最大回传速度 20Gb/s、最远回传距离 40km。

1.痛点问题 元宇宙时代三维成像基础设备和数字终端成像及显示设备都将需要革命性的提升。同时，工业智能和基础科学的快速发展也对感知和成像极限提出了更高的需求。 现有的成像技术，即摄像头模组和3D成像模组，存在诸多技术和经济的缺陷，如抗扰动性能差、占据空间大、功耗大、成本高等，特别是随着传感芯片像素数的增加，传统光学成像系统需要多级较大的昂贵镜片才能实现高分辨率的成像性能，很难应用于手机等小型化设备上，不足以适应科技的高速发展。 “智能视觉感知芯片”将达成光学感知的技术革新并有效解决现存问题。通过数字自适应光学技术矫正系统像差和环境像差、实现高速重构目标景物高精度三维信息，进而实现使用普通的低成本小型化单镜片即可实现高分辨率成像，同时该芯片能够适用于不同的光学系统，包括大口径天文成像，实现高分辨率远距离成像，克服大气湍流干扰。 2.解决方案 团队提出“智能视觉感知芯片”概念，该种芯片拥有多项优势：全球领先的4D感知技术，自适应抗干扰；创新的透镜设计方案结合自主知识产权算法，可通过单摄像头模组实现原多摄像头模组功能，大幅降低现有成本、体积和功耗，显著提升分辨率。通过对目标场景进行多维度的密集采样，将多维度的耦合信息解耦，重构傅里叶面的非期望相位分布，实现高速大范围的自适应光学矫正，显著降低光学成像系统尺寸与成本，提升成像效果，同时具备三维深度感知能力。 合作需求 寻求消费电子等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。