专利标题 公开号/公告号 公开日期 摘要 专利状态
一种多目和线扫相机联合标定方法、系统及计算机设备 CN202410472849.2 - 本发明涉及多目视觉测量技术领域，公开了一种多目和线扫相机联合标定方法、系统及计算机设备，该方法分别获取线扫相机在线扫检测工位对工件扫描的所有点云数据和多目测量系统在多目检测工位对工件扫描的所有点云数据；基于线扫相机的点云数据确定线扫对应测点位置的Z向高度差，基于多目测量系统的点云数据确定BA公式；基于Z向高度差对BA公式进行优化。这样，融合多目测量系统的2D相机高分辨率的特点和线扫相机的Z向精度实现对工件全尺寸全方位的测量，可以提升多目测量系统的标定精度，进而提高测量精度。 实质审查
基于2DCAD图的三维场景布局对齐方法及系统 CN202410472741.3 - 本发明涉及三维场景布局时的对齐技术领域，公开了一种基于2DCAD图的三维场景布局对齐方法及系统，该方法首先获取用户通过对齐平台上传的CAD模型，参照目标文档解析CAD模型得到几何数据，并从模型库中确定目标模型；接收用户输入的对齐指令，响应于对齐指令，按照设定对齐规则、目标模型以及几何数据执行对齐操作。这样，不需要进行实际场景的扫描，而是通过与CAD模型的线条进行交互，可以节省扫描设备和处理大量点云数据的成本和时间，同时提供更直接的对齐辅助功能，提高交互的效率和准确性。 实质审查
桁架机器人任务调度方法、装置以及桁架分拣系统 CN202410420033.5 - 本申请涉及一种桁架机器人任务调度方法、装置、桁架分拣系统、计算机设备、计算机可读存储介质和计算机程序产品，该方法包括：获取桁架机器人的多个待传送零件各自的零件位置，并确定桁架机器人的多个机械臂各自的活动范围；从各机械臂中，分别确定每一待传送零件各自的期望传送手臂，得到桁架机器人的初始调度信息；对各待传送零件中的至少一部分进行任务信息更新处理，得到桁架机器人的更新调度信息；基于更新调度信息和初始调度信息中预期任务代价相对较小的目标调度信息，确定桁架机器人的任务调度结果。其中，待传送零件的零件位置，处于待传送零件的期望传送手臂的活动范围内。采用上述方法能够提高任务调度效果。 实质审查
机械臂轨迹规划方法、装置、计算机设备和存储介质 CN202410413033.2 - 本申请涉及一种机械臂轨迹规划方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：识别待打磨工件的第一关键点，并将第一关键点的位置设置为机械臂的工具坐标系的基准位置；确定机械臂变换至基准位置时的多组目标关节配置；根据多组目标关节配置，对工具坐标系进行位置标定，得到位置标定结果；识别待打磨工件的待打磨位置，并根据基准位置、待打磨位置和位置标定结果，定位待打磨位置在机械臂的基座坐标系中的目标打磨位置；根据目标打磨位置，规划机械臂抓取待打磨工件进行打磨时的运动轨迹。采用本方法能够提升打磨作业的柔化程度。 实质审查
拼接式工件的免示教焊缝定位方法、介质及设备 CN202410398478.8 - 本发明提供的一种拼接式工件的免示教焊缝定位方法、介质及设备，通过获取工件点云，根据工件点云，确定焊缝平面方程，以分割焊缝平面区域点云和噪点，并得到焊缝平面区域边界点云，根据焊缝平面区域边界点云，确定焊缝所处平面，提高了焊接非标准化或异形工件时定位焊缝的效率，根据先验焊缝方向和边界点云，拟合得到若干条与焊缝方向平行的直线方程，以及各直线方程的内点，根据判断各直线方程上所有内点与相邻点之间的距离是否大于阈值，得到焊缝起点和终点，提高了机器人在非标工件加工过程中的适应性且降低了使用成本。解决了现有焊缝定位方法处理非标准化或异形工件时使用成本高、效率过低，且适应性较差的问题。 实质审查
一种工件表面的重建方法 CN202410398002.4 - 本发明提供的一种表面点云的修复方法，通过获取工件点云中的空洞区域，以对工件点云进行区块分割，得到若干区块点云，然后获取区块点云的二值化图像，以得到区块点云的边界点云，将边界点云排序后，对其拟合采样得到对应的离散点云，获取边缘点云和对应区块点云在所处平面方程的投影点云，根据投影点云中边缘点云与投影点云质心之间的距离将投影点云分为若干个层级，得到各层级的投影点云，根据各层级投影点云得到各层级区块点云，并对各层级区块点云分别进行拟合采样，得到各层级点云对应的采样点云，拼接得到重建后的工件点云。解决了现有技术无法准确推断点云数据不完整的部分，导致表面重建结果不真实，且泛化能力较差等问题。 实质审查
相机标定方法、装置、计算机设备和存储介质 CN202410398575.7 - 本申请涉及一种相机标定方法、装置、计算机设备、存储介质和计算机程序产品。相机标定方法包括：获取多个特征点在标准件坐标系下的第一坐标集和在相机坐标系下的第二坐标集、标准件坐标系的坐标系原点表征的原点特征点；选取多组目标特征点；根据第一坐标集确定每组目标特征点间的第一点距，根据第二坐标集确定每组目标特征点间的第二点距，基于多组第一点距和第二点距，确定缩放矩阵；根据原点特征点在第一坐标集和第二坐标集中的坐标，确定平移矩阵，基于平移矩阵和缩放矩阵，对第一坐标集和第二坐标集进行转换关系分解，得到旋转矩阵；根据旋转矩阵、缩放矩阵和平移矩阵，确定标定矩阵。采用本方法能够高效、准确的完成相机标定。 实质审查
一种焊缝缺陷检出方法、系统及计算机设备 CN202410361909.3 - 本发明涉及缺陷识别技术领域，尤其涉及一种焊缝缺陷检出方法、系统及计算机设备；该方法通过分割后的焊缝点云生成焊缝深度图和灰度图，利用多模态算法模型同时对焊缝深度图和灰度图进行识别分析，检出焊缝中存在的疑似缺陷区域，并对疑似缺陷区域进行分类得到真正的焊缝缺陷；这样，通过利用焊缝深度图和灰度图，再通过多模态模型识别疑似焊缝区域，最后通过分类网络区分背景和实际缺陷，在不依靠大量缺陷样本的情况下能够有效降低焊缝缺陷的漏检。 实质审查
超点配对关系的生成方法、装置、计算机设备和存储介质 CN202410345142.5 - 本申请涉及一种超点配对关系的生成方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取表征工件的模板点云和表征工件堆的场景点云，其中，工件堆包括至少两个处于堆叠状态的工件，模板点云包括多个模板超点，场景点云包括多个场景超点，以使得在场景点云中属于同一实例的各场景超点划分至同一点云为约束条件，对场景点云进行实例分割，得到至少一个目标点云，将目标点云对应的特征矩阵与模板点云对应的特征矩阵进行匹配，得到匹配结果，基于匹配结果，确定场景超点与模板超点之间的超点配对关系，该方法保证了超点配对关系中场景超点来自于同一目标点云和同一实例，有效提高了超点配对关系的质量。 实质审查
基于3D点云数据的黑胶数据获取方法和测量方法 CN202410312240.9 - 本发明提供基于3D点云数据的黑胶数据获取方法和测量方法，通过构建以2D图像为输入，二值化图像为输出的神经网络模型，再获取当前覆盖黑胶的工件表面3D点云数据，投影成当前2D图像，并标注黑胶ROI区域，然后将当前2D图像，输入神经网络模型，得到二值化图像，最后根据黑胶ROI区域，获取二值化图像中对应黑胶点云数据，解决了现有技术获取的图像质量不稳定，检测精度较低，导致影响生产节奏，降低生产效率的问题。 实质审查