|
搜索
搜 索
高等教育领域数字化综合服务平台
一种基于视觉控制的磨边装置及方法
本发明公开了一种基于视觉控制的磨边装置及方法，其利用传送单元传送待磨边的工件;利用视觉控制单元的图像采集模块采集待 磨边工件的图像数据，并将图像数据传送至图像处理模块中，图像处 理模块基于图像数据获得反映工件边缘的轮廓特征，并根据轮廓特征 获得数控系统加工用 G 代码;最后利用磨边单元在控制系统的控制下 根据 G 代码对待磨边工件进行高效磨边。本发明采用视觉控制的方式， 实现餐具盘边缘的自动化磨削，且利用位于不同工位的视觉控制单元 与磨边单元，实现餐具轮廓图像
华中科技大学
2021-04-14
一种柔性膜收卷质量视觉检测方法
本发明属于柔性膜收卷工艺相关领域，并公开了一种柔性膜收 卷质量视觉检测方法，包括:针对收卷装置来布置相应的视觉检测装 置及检测驱动装置;在收卷过程中对料卷端面执行成像检测，并获取 不同焦距下的端面图像，直至收卷完毕;在收卷完成时构建适当算法 求得料卷端面的特征点深度方差，并利用该深度方差来作为量化指标 评价成卷质量。本发明还公开了相应的实时纠偏处理方式。通过本发 明，不仅实现了柔性膜收卷的高精度质量检测，还提出了一种柔性膜 成卷效果量化评价指标，并适用于各类成卷设备的应用场合。
华中科技大学
2021-04-14
基于人因视觉的白光LED光色品质量化
本项目基于荟萃分析的光源颜色品质量化方法研究（国家自然科学基金面上项目），团队所提出的MCPI, CDM指标在量化光照颜色喜好与光照颜色分辨效果方面，经百余组国内外视觉实验案例（本领域最大视觉样本集）验证，优于领域现有全部30余种光品质指标，相关技术处于国际领先水准且技术壁垒坚固。
一、项目分类
关键核心技术突破
二、技术分析
截至目前，我国LED照明产业产值已逾万亿。在白光照明领域，长期以来国际业界均将显色指数作为行业衡量光源光色品质的标准。然而，由于显色指数的提出远早于LED照明技术普及，导致此项陈旧指标在评价LED光源显色效果时，存在着严重的与视觉不匹配的问题。为此，2015年，国际照明委员会发表官方声明，对于显色指数在衡量LED光源显色效果方面存在的缺陷进行强调。随后，2019年，该组织将“LED光源显色性量化问题”设定为国际照明委员会全球战略研究热点问题，号召全球学者共同深入，共同推进白光LED光色效果量化技术发展。
本研究团队长期致力于本领域的研究工作，目前承担LED光色品质研究领域唯一国家级研究课题：基于荟萃分析的光源颜色品质量化方法研究（国家自然科学基金面上项目），团队所提出的MCPI, CDM指标在量化光照颜色喜好与光照颜色分辨效果方面，经百余组国内外视觉实验案例（本领域最大视觉样本集）验证，优于领域现有全部30余种光品质指标，相关技术处于国际领先水准且技术壁垒坚固。
团队负责人刘强副教授为武汉大学图像传播与印刷包装研究中心副主任，颜色与图像研究所所长、兼任国际照明委员会CIE-JTC 16 (D1/D8)技术工作组委员，国际照明委员会CIE-RF03技术工作组委员（该技术委员会为国际照明委员会针对LED光色问题专门设立的国际联合研究组织），中国照明学会室内照明专业委员会委员，湖北省照明学会副秘书长等职，拥有丰富的光品质开发经验。
武汉大学
2022-08-15
JZR―V精密装配机器人视觉系统
该项目属于自动化技术领域。它为863计划中的型号研制任务“精密装配机器人（JZR）”提供了一套实用的视觉系统，应用该系统与其他传感器配合，使机器人能完成小型机电产品的装配作业，能实现装配过程的插入、拧紧等典型动作。该成果还可以应用在工业、国防、医学等其它相关领域。该系统在硬件体系结构、软件系统、识别方法等研究方面有重要创新，填补了国内空白，其主要技术指标已
西安交通大学
2021-01-12
一种基于迭代变时长视觉伺服控制方法
本发明公开了一种基于变时长迭代的机械臂视觉伺服控制方法，包含以下步骤：1)以示教的方式获得一系列图片；2)得到当前图片和跟踪图片关系定义图像特征，以图像特征表达了机械臂的运动情况；3)基于机械臂运动学模型和相机模型建立视觉控制系统的相互关系模型，采用迭代前馈加反馈的控制方案；4)机械臂运行过程中出现目标物体不在视觉范围内，则此次迭代终止。本发明不要求在运动过程中目标持续可见，同时在一定程度上保证了机械臂能够精确跟踪目标图像。
浙江大学
2021-04-13
基于全景视觉技术的机器人伺服定位系统
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
江苏大学
2021-04-14
基于智能环境感知的车辆安全辅助驾驶系统
该项目主要应用于车辆安全辅助驾驶领域，可以在车辆有危险趋势时及时向驾驶员提供警告信息，减少或避免可能发生的交通事故，也可以应用于车辆的辅助驾驶和智能自动导航领域。该项目利用灰度图像中道路边缘处存在的灰度特征、梯度特征作为识别道路的特征，运用群智能算法实现对道路边界的快速识别，最终得到车辆行驶道路信息。根据道路识别结果，利用前方车辆在图像中底部边缘存在灰度特征、方差特征和梯度特征，运用鱼群算法实现对前方多车的快速识别。项目采用转向动力学连续模型，车辆前轮转角和道路曲率作为系统输入，根据系统的采样频率将连续模型离散化，运用Kalman滤波理论设计状态观察器，实时观测前方车辆侧向速度和横摆角速度，从而获得车辆运动轨迹，为安全辅助驾驶系统提供准确信息。
该项目对车辆安全辅助驾驶系统提供信息的频率在5Hz之内。在复杂情况下通过使用本项目研究的系统进行车道识别，其准确率大于95%。该项技术于2009年初成功应用于新疆冰雪灾害防护系统的养护车辆智能辅助驾驶系统中，该系统由北京中交国通智能交通系统技术有限公司负责建设，采用该技术大大提高了复杂冰雪环境下道路识别和前方车辆识别的可靠性和实时性，同时增强了在不同光照等复杂环境下的适应性。该技术应用后，有利于避免和减少道路交通事故发生的可能性，保障车辆行驶安全，取得了良好的社会效益。
燕山大学
2021-05-04
一种弹性车轮扭转刚度测量辅助夹具
成果描述：本发明公开了一种弹性车轮扭转刚度测量辅助夹具，由机架(5)、可联接在机架(5)上的支撑框(6)、可联接在机架(5)上的两个夹紧块(4)构成的轮毂支承制动机构和由过盈轴(2)及加载臂3构成的轮芯加载机构所组成。本发明将轴与弹性车轮压装在一起使其过盈配合；将轴通环形槽与支撑框的圆形凹槽配合坐落在支撑框上，可绕轴的轴向转动，加载臂一端施加压力此时弹性车轮轮芯与轮毂之间仅有扭转变形，通过压力试验机的压力、行程、力臂长度测量弹性车轮的扭转刚度。市场前景分析：轨道交通移动设备技术领域。与同类成果相比的优势分析：技术先进，性价比较高。
西南交通大学
2021-04-10
新型冠状病毒肺炎智能辅助诊断系统
新冠肺炎疑似病例基数庞大，给临床一线诊疗带来巨大压力，疫情波及地域广泛，基层医院缺乏经验，面临严峻挑战。由清华大学精密仪器系尤政院士、临床医学院董家鸿院士领导研发的新型冠状病毒肺炎智能辅助诊断系统成功通过应用测试，进入临床试用阶段，有望为上述难题提供解决方案。新型冠状病毒肺炎智能辅助诊断系统董家鸿介绍，新型冠状病毒肺炎智能辅助诊断系统可同步实现智能化影像诊断、临床诊断及临床分型三大功能。该系统包括三大模块，其中影像诊断模块主要基于对新型冠状病毒肺炎初诊病例的珍贵临床资料的大数据分析，使用人工智能算法深度学习该疾病的CT影像特征，实现对新型冠状病毒肺炎影像的智能识别。临床诊断模块则依据卫健委发布的《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》，结合影像与流行病学、症状及关键检验数据等临床信息，实现智能诊断。临床分型模块通过智能判读呼吸功能参数，“自适应”判断新型冠状病毒肺炎的严重程度。董家鸿谈到，该系统可在短时间内完成大量疑似病例的胸部CT筛查、依据指南进行临床与影像相结合的综合分析，显著提升新型冠状病毒肺炎诊断效能，有望大幅降低临床医师及影像医师的工作负荷。
清华大学
2021-04-10
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10