用机器视觉进行拘束装置的缆索松弛检测
本文介绍一种通过使用双边机器人、RGBD 感知技术以及新的夹爪设计来自动解开长达 3 米的缆绳。通过 Sliding and Grasping for Tangle Manipulation(SGTM)算法,成功率在分离的人字结和八字结上可以达到 67%,在更复杂的结构上可以达到 50%。
Jul, 2022
本文讨论了小型航天器组装自动控制系统的创建前提、技术解决方案和实施。分析了系统的硬件和软件实现,提供了对各个工作场所中个体单元组装过程的控制和记录。通过使用特殊算法形成和处理技术标记,提出了减少控制组装技术所需设备要求的解决方案,特别是使用分辨率较低的摄像头。提供了一种工具,可通过无线控制控制拧紧螺纹连接的扭矩,并根据给定算法限制拧紧扭矩。所开发的系统不仅提供了控制功能,还能记录技术过程,这在未来创建产品的数字孪生时可能非常有用。
Aug, 2023
比较不同的深度学习架构以实现水下对接检测和分类,并使用知识蒸馏压缩具有最佳性能的架构,利用生成对抗网络进行图像转换以模拟真实水下图像,最终评估该方法的成功率并与传统视觉方法进行比较。
Nov, 2023
在本研究中,通过开发成本有效的数据采集系统(DAS),结合小波、微分计算和信号处理的概念,开发了一种特征工程和数据缩减方法,然后提出了在开发预测模型时需要考虑的所有必要理论和实践因素。DAS 在与专业手动监测系统相比的准确率达到了 89%,在预测过程中,SVM 和 NN 的准确率超过了 95%,在测试新样本时达到了 100%。此研究的结果可立即应用于中小型工业领域,以发现其他问题并相应地进行发展,对于自动化故障检测与诊断领域具有重要意义。
Jan, 2024
通过改进的随机 Hough 变换技术,我们通过线性特征和空间分布来解决 UAV 图像中传输线路的检测准确度低和误报率高的问题,通过使用 Hessian 矩阵进行初始预处理和边界搜索和像素行分割来与背景进行区分,我们成功减少了误报和漏检,从而提高了传输线路识别的准确性。实验证明,与传统和随机 Hough 变换方法相比,我们的方法不仅处理图像更迅速,而且检测结果更好。
Feb, 2024
使用加速度传感器监测特殊类型的铣削机器的状态,通过有限的训练数据提出了监测工具磨损、机器故障等问题的监测和分类方案,实现工业制造过程的成本和效率的提升。
Feb, 2022
我们介绍了一种用于在混乱环境中实现可靠电缆抓取的 CG-CNN 模型,该网络利用物理仿真生成了模拟电缆抓取的广泛数据集,通过利用近似凸分解技术解剖非凸电缆模型,并基于模拟抓取尝试自动标记抓取质量。通过对这个仿真数据集进行训练和领域随机化技术的改善,我们的模型可以预测抓取质量并指导机器人控制器执行最优的抓取姿势,该模型的抓取效果在合成和真实环境下得到了评估,成功率分别为 92.3% 和 88.4%,优于目前的技术水平。
Feb, 2024
介绍了一种基于 SGTM 2.0 系统的机器人系统,该系统使用一系列的操作减少每步的不确定性来自动解开长达 3 米的电缆的缠绕,对于包含 1 或 2 个上结或八字结的电缆,SGTM 2.0 可以实现 83%的解开成功率,且在解缠准确度上比 SGTM 1.0 提高了 43%,在全面普及速度上提高了 200%。
Sep, 2022
本文利用电缆而非刚性链实现机器人团队协同拖曳货物并在实时中避免碰撞,通过一种级联规划方案与分布式策略,能够快速调整并处理多个机器人与货物之间的耦合关系,为团队协作机器人移动沉重物体提供了一种可行的方式。
Jun, 2022
通过引入 YOLOv8 目标检测模型的高级版本,结合卷积块注意力模块(CBAM)来改善特征识别,进一步优化损失函数,本研究在 Saemangeum 海上风力发电场和公开可用的数据集上进行了严格测试,结果显示缺陷检测稳定性显著提高,对于高效的涡轮维护迈出了重要一步,为未来的研究提供了启示,有可能革新可持续能源实践。
Jul, 2023