期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于嵌入式的单目视觉工业机器人定位系统设计
被引量：
16
1
作者
王少锋
夏广远
+1 位作者
吉春生
王海岭
《河南理工大学学报（自然科学版）》
CAS
北大核心
2022年第1期100-106,共7页
为解决传统工业机器人定位不精确、不灵活的问题,对机器视觉引导的工业机器人定位进行研究,提出以KUKA机械臂和嵌入式ZYNQ开发板为硬件平台的低成本系统方案。首先对工业机器人视觉定位抓取过程建立数学模型;然后研究基于机器视觉的图...
为解决传统工业机器人定位不精确、不灵活的问题,对机器视觉引导的工业机器人定位进行研究,提出以KUKA机械臂和嵌入式ZYNQ开发板为硬件平台的低成本系统方案。首先对工业机器人视觉定位抓取过程建立数学模型;然后研究基于机器视觉的图像处理技术,采用轮廓特征参数为辨识条件对预处理后的工件轮廓进行识别和定位;最后,经过坐标转换,将工件真实位姿发送给工业机器人控制系统进行抓取引导。实验结果表明,该系统对目标工件能够实现有效、精准的定位。
展开更多
关键词
嵌入式系统
机器视觉
单目视觉
工业机器人
图像处理
在线阅读
下载PDF
职称材料
焊缝缺陷超声图谱的卷积神经网络分类研究
2
作者
兰孝文
张学强
+1 位作者
王少锋
徐光
《机械设计与制造》
北大核心
2023年第9期79-83,共5页
针对传统的工件焊缝缺陷分类方法分类准确率低、分类速度慢的问题,提出了基于迁移学习的卷积神经网络实现对工件焊缝缺陷图谱的智能分类。首先使用超声相控阵探伤仪对焊缝试块进行扫描实现数据采集,然后将采集好的各类缺陷图谱数据按9:...
针对传统的工件焊缝缺陷分类方法分类准确率低、分类速度慢的问题,提出了基于迁移学习的卷积神经网络实现对工件焊缝缺陷图谱的智能分类。首先使用超声相控阵探伤仪对焊缝试块进行扫描实现数据采集,然后将采集好的各类缺陷图谱数据按9:1的比例分为训练集与测试集,最后使用基于迁移学习的ResNet-34、MobileNet-v2、AlexNet三种卷积神经网络模型训练。其中Resnet-34网络模型最高准确率可达到98.6%,MobileNet-v2网络模型的最高准确率达到84.5%,AlexNet网络模型的最高准确率达到96.5%。试验结果表明,使用基于迁移学习的卷积神经网络不仅可以有效地提高件焊缝缺陷图谱的分类准确率,而且分类的速度也远比人工分类的速度要快,有效的加快了缺陷图谱的分类速度。
展开更多
关键词
迁移学习
卷积神经网络
缺陷图谱
智能分类
在线阅读
下载PDF
职称材料
题名
基于嵌入式的单目视觉工业机器人定位系统设计
被引量：
16
1
作者
王少锋
夏广远
吉春生
王海岭
机构
内蒙古科技大学机械工程学院
包头市特种设备检验所
内蒙古北方重工业集团有限公司
出处
《河南理工大学学报（自然科学版）》
CAS
北大核心
2022年第1期100-106,共7页
基金
国防科工局技术基础科研项目(JSZL2018208C004)
国家自然科学基金资助项目(52075270)
内蒙古自治区科技计划项目(2020GG0160)。
文摘
为解决传统工业机器人定位不精确、不灵活的问题,对机器视觉引导的工业机器人定位进行研究,提出以KUKA机械臂和嵌入式ZYNQ开发板为硬件平台的低成本系统方案。首先对工业机器人视觉定位抓取过程建立数学模型;然后研究基于机器视觉的图像处理技术,采用轮廓特征参数为辨识条件对预处理后的工件轮廓进行识别和定位;最后,经过坐标转换,将工件真实位姿发送给工业机器人控制系统进行抓取引导。实验结果表明,该系统对目标工件能够实现有效、精准的定位。
关键词
嵌入式系统
机器视觉
单目视觉
工业机器人
图像处理
Keywords
embedded system
machine vision
monocular vision
industrial robot
image processing
分类号
TP242.2 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
焊缝缺陷超声图谱的卷积神经网络分类研究
2
作者
兰孝文
张学强
王少锋
徐光
机构
内蒙古科技大学信息工程学院
内蒙古科技大学机械工程学院
包头市特种设备检验所
出处
《机械设计与制造》
北大核心
2023年第9期79-83,共5页
基金
国家自然科学基金资助项目(52075270)
内蒙古自治区科技计划项目(2020GG0160)。
文摘
针对传统的工件焊缝缺陷分类方法分类准确率低、分类速度慢的问题,提出了基于迁移学习的卷积神经网络实现对工件焊缝缺陷图谱的智能分类。首先使用超声相控阵探伤仪对焊缝试块进行扫描实现数据采集,然后将采集好的各类缺陷图谱数据按9:1的比例分为训练集与测试集,最后使用基于迁移学习的ResNet-34、MobileNet-v2、AlexNet三种卷积神经网络模型训练。其中Resnet-34网络模型最高准确率可达到98.6%,MobileNet-v2网络模型的最高准确率达到84.5%,AlexNet网络模型的最高准确率达到96.5%。试验结果表明,使用基于迁移学习的卷积神经网络不仅可以有效地提高件焊缝缺陷图谱的分类准确率,而且分类的速度也远比人工分类的速度要快,有效的加快了缺陷图谱的分类速度。
关键词
迁移学习
卷积神经网络
缺陷图谱
智能分类
Keywords
Transfer Learning
Convolution Neural Network
Defect Map
Intelligent Classification
分类号
TH16 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于嵌入式的单目视觉工业机器人定位系统设计
王少锋
夏广远
吉春生
王海岭
《河南理工大学学报（自然科学版）》
CAS
北大核心
2022
16
在线阅读
下载PDF
职称材料
2
焊缝缺陷超声图谱的卷积神经网络分类研究
兰孝文
张学强
王少锋
徐光
《机械设计与制造》
北大核心
2023
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
