“陶宇成”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果7个，建议您升级VIP下载更多相关专利

[发明专利]一种基于VMD和改进DA-RNN的激光熔覆熔池形貌预测方法和系统-CN202211310225.8在审
发明人：许桢英;张雨轩;韩丽玲;李林航;陶宇成;刘清华 -专利权人：江苏大学
申请日： 2022-10-25 - 公布日： 2023-05-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于VMD和改进DA‑RNN的激光熔覆过程熔池形貌信息预测方法和系统，包括以下步骤：S1：连续采集所述熔池动态视频中的熔池形貌信息，得到熔池形貌信息数据；S2：通过变分模态分解VMD对熔池形貌信息数据进行预处理，将原始数据分解成K个不同的子序列；S3：将分解的不同的子序列作为数据特征变量构建VMD数据集，划分成训练集、验证集和测试集；S4：建立DA‑RNN预测网络模型，并在数据集上进行训练和预测；S5：采用平均绝对百分比误差和均方误差对DA‑RNN预测网络模型进行量化评估；S6：利用预测网络模型对激光熔覆熔池形貌信息进行预测。本发明不仅能有效地提取数据特征，降低数据的复杂性，并能有效提高熔池形貌预测模型精度。
一种基于 vmd 改进 da rnn 激光熔池形貌预测方法系统

[发明专利]一种应用视觉装置的圆柱形电池壳体尺寸检测方法及装置-CN202211309726.4在审
发明人：许桢英;韩帮国;韩丽玲;王匀;陶宇成;李林航;王淑新 -专利权人：江苏大学
申请日： 2022-10-25 - 公布日： 2023-01-31 - 主分类号： G01B11/00 文献下载
摘要：本发明提供一种应用视觉装置的圆柱形电池壳体尺寸检测方法及装置，包括检测盘、剔除盘、次品盘、收集盘、电池高度调节装置、电池壳体尺寸视觉检测装置、次品电池剔除装置、导流装置和工控机，待测电池在检测盘上先经过电池高度调节装置调整到统一高度，后由电池壳体尺寸视觉检测装置获取图像，工控机检测电池尺寸是否存在缺陷，如果存在缺陷，则电池被次品电池剔除装置导入到次品盘；若不存在缺陷，则电池被导流装置导入到收集盘收集。本发明克服传统人工测量的不足，对于电池尺寸缺陷检测结果精确可靠，检测速度快，实用性强，提高测量效率，同时还能够在检测的同时进行次品的剔除，进一步的减少了人力成本，进一步提高了工作效率。
一种应用视觉装置圆柱形电池壳体尺寸检测方法

[发明专利]一种基于对抗式生成网络的太阳能电池缺陷检测方法-CN202211037687.7在审
发明人：许桢英;刘清华;王匀;陶宇成;韩丽玲 -专利权人：江苏大学
申请日： 2022-08-26 - 公布日： 2022-12-13 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于对抗式生成网络的太阳能电池缺陷检测方法，包括以下步骤：步骤S1、获取太阳能电池板图像数据，并根据图像是否有缺陷划分为源域和目标域；步骤S2、对图像数据进行数据增强；步骤S3、形成对抗式生成网络；步骤S4、输入源域中的图像，对对抗式生成网络进行对抗训练，并生成与输入图像除缺陷外都相同的无缺陷图像；步骤S5、对比输入图像与生成的与输入图像除缺陷外都相同的无缺陷图像，进行缺陷定位。本申请利用缺陷样本图像引导网络模型训练，生成新的修复样本图像，尽可能与缺陷样本图像相似，通过对比原始图像与修复图像的特征差异，实现太阳能电池缺陷位置定位。
一种基于对抗生成网络太阳能电池缺陷检测方法

[发明专利]基于卷积神经网络的太阳能电池电致发光图像缺陷检测方法-CN202210909058.2在审
发明人：秦伯进;陈赛赛;许桢英;王匀;陈乔华;陈兵;陶宇成;韩丽玲 -专利权人：江苏兆胜空调有限公司;江苏大学
申请日： 2022-07-29 - 公布日： 2022-10-25 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于卷积神经网络的太阳能电池电致发光图像缺陷检测方法，包括如下步骤：采用图像获取装置获取待检测太阳能电池电致发光图像作为原始图像数据集；构建数据集的标签文件将其划分为训练集和测试集并使用随机仿射变换拓展训练数据集；将拓展后的训练数据集输入卷积核为可变卷积的主干特征提取网络提取特征图；将特征图输入区域生成网络检测目标所在区域并使用感兴趣区域池化对目标区域大小归一化处理；使用双头网络实现全连接头处理分类任务，卷积头处理定位任务。与现有技术相比，本发明实现了在目标缺陷尺寸差异较大的情况下，提高对太阳能电池电致发光图像微小缺陷的检测准确率。
基于卷积神经网络太阳能电池电致发光图像缺陷检测方法

[发明专利]一种圆柱形电池正负极缺陷高速检测装置及其方法-CN202210910182.0在审
发明人：许桢英;陶宇成;王匀;李林航;韩丽玲;樊薇;陈超 -专利权人：江苏大学
申请日： 2022-07-29 - 公布日： 2022-10-14 - 主分类号： B07C5/34 文献下载
摘要：本发明提供一种圆柱形电池正负极缺陷高速检测装置及其方法，装置包括检测圆盘、高速视觉检测装置、剔除圆盘、第一弧形限位装置、磁吸式槽口、剔除装置、回收圆盘、出料圆盘、第二弧形限位装置和工控机；同时采集检测圆盘上的电池正极端面和负极端面的图片，并将图片传给工控机，工控机将电池正极端面和负极端面的图片拼接成一张图片后输入电池缺陷检测网络模型，对电池正负极的缺陷同时进行缺陷的定位与分类，若识别到存在缺陷则工控机控制剔除装置将进入剔除圆盘的缺陷电池推入回收圆盘，若不存在电池缺陷则电池进入出料圆盘，本发明能够对高速生产线上的圆柱形电池正负极进行同步在线检测，检测效率高、检测结果准确率高、人工成本低。
一种圆柱形电池负极缺陷高速检测装置及其方法

[发明专利]一种基于深度学习的电池缺陷检测方法及系统-CN202210910197.7在审
发明人：许桢英;李林航;王匀;陶宇成;韩丽玲;樊薇;陈超 -专利权人：江苏大学
申请日： 2022-07-29 - 公布日： 2022-10-11 - 主分类号： G06T7/00 文献下载
摘要：本发明属于机器视觉和深度学习领域，将提供一种基于深度学习的电池缺陷检测方法及系统，包括图像采集模块、图像预处理模块、数据集制作模块、网络模型构建与训练模块和图像在线检测模块；本发明可以提升对圆柱形电池缺陷检测的能力，满足在工业生产中检测的速度和精度需求。本发明改进YOLOv5目标检测网络，针对生产线上的电池缺陷检测问题根据先验知识增加约束条件；然后结合改进的K‑means聚类算法整锚框的尺寸与位置，获取更接近真实框的先验框让模型更容易收敛且能提升目标检测的效果；引入深度可分离卷积，减少网络的参数量和计算量；添加注意力机制和特征融合，增强检测网络对电池缺陷的检测能力；最终测试，本发明对电池缺陷检测的平均精确度mAP@0.5为98.7％。
一种基于深度学习电池缺陷检测方法系统

[发明专利]一种物流搬运机器人自动循迹方法及系统-CN202210580242.7在审
发明人：李林航;许桢英;徐子康;方光辉;陶宇成 -专利权人：江苏大学
申请日： 2022-05-26 - 公布日： 2022-09-27 - 主分类号： G06V20/58 文献下载
摘要：本发明提供一种物流搬运机器人自动循迹方法及系统，包括图像采集模块、图像预处理模块、数据集制作模块、图像分割网络模型构建与训练模块、车道线检测模块和自动循迹模块；本发明利用弹性变形的数据增强方法来模拟不同形态的车道线，充分利用数据集的价值和提高神经网络的泛化能力；本发明通过改进Mask R‑CNN算法用于分割车道线和二维码区域提高抗干扰能力和分割准确率，测试准确率可达到98.5％。本发明在自动循迹模块中增加判别功能，若是提取到车道线图像则使用霍夫变换实现自动循迹，如果提取到二维码图像则启用测距算法，经过最小二乘法修正减少误差。本发明实现物流机器人的自动循迹，相较于传统的图像处理算法，有更高的鲁棒性、效率和准确率。
一种物流搬运机器人自动方法系统

1
共 7 条