该检测技术目前主要能力有烟丝宽度检测、烟丝结构检测、烟叶霉变检测、污损图文识别、雾化效果检测、烟气成团性检测等，并且实现了在线检测防潮、多频次、样本复杂等检测难点；解决了目前行业内容人工取样检测效率低下、人工观察不及时、无法实现人工检测等难题，在行业创新性上具有重要意义。

机器人产业在过去十年中得到了长足的发展，有效提高机器人的智能感知能力，是未来数年内进一步推动该产业发展的关键所在。机器人的智能认知能力，是指通过人工智能理论和技术，赋予机器人一种类似人类的高层认知能力，从而使得机器人可以自己适应复杂多变、具有较强不确定性的自然场景。本项目拟在前期计算机视、听觉认知算法研究基础上，进一步探索机器多模态认知关键技术在机器人环境感知问题中的具体应用。1.&n

项目概况 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。已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人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 万×3.5=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 ×4.6=331.2 万元，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8 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。

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.

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。

高速公路、城市高架等桥梁、地铁隧道、大坝、房屋建筑等混凝土结构或钢结构在施工或长期运营期间会出现裂纹或其他缺陷，进而带来很大的安全隐患。针对此情况，提出了混凝土、钢结构表观损伤远程非接触测量理论，研发出结构表观损伤的非接触检测仪与分布式监测系统。已经在国内外数十座桥梁、隧道与建筑上得到应用。

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。

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。

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

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。