“崔家诚”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种内河水网航线规划方法-CN201811133656.5有效
发明人：潘明阳;刘乙赛;李超;李邵喜;崔家诚;尧旺明;李琦;王德强;郝江凌;胡景峰;赵丽宁 -专利权人：大连海事大学
申请日： 2018-09-27 - 公布日： 2023-07-04 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种内河水网航线规划方法，及基于该方法的船舶航线规划手持终端APP。所述水网航线规划方法通过关系型数据库、服务器和前端数据库组成的计算机系统来实现，包括步骤：S1通过航线交叉点、码头此类能够作为航线起止的节点，将航道划分成若干航段；S2将航段信息存储到所述关系型数据库中，并将对应的水网形成有向拓扑网络；及S，在形成的有向拓扑网络中选择起点和终点，系统遍历航段数据，通过比较船舶自身条件与航道条件，为船舶规划出一条能够安全通行的最优航线。通过将航道信息与船舶信息进行比较，为船舶智能地规划出一条最优航线，并通过基于电子航道图的手持终端APP为船舶提供助航服务，更好地保障船舶的航行安全。
一种内河水网航线规划方法

[发明专利]互参考激光光条图像质量评价方法-CN202210989560.9在审
发明人：马瑞;刘洋;冯坤;韩磊;尹鹏博;崔家诚;刘巍;张洋 -专利权人：大连理工大学
申请日： 2022-08-18 - 公布日： 2022-11-04 - 主分类号： G06T7/00 文献下载
摘要：本发明属于机械加工领域，公开了一种互参考激光光条图像质量评价方法。该方法建立综合考虑单幅图像质量与相关图像质量的互参考图像质量评价模型，采用激光光条截面灰度梯度定义单幅图像质量系数，并利用左右图像中激光光条清晰度的相关性定义图像的相关质量系数，客观、定量地分析了图像质量。本发明针对精确评价激光光条图像质量问题，提出了一个准确可靠的评价方案：分析单组视觉传感器采集的左右激光光条图像中，单幅激光光条图像截面灰度分布特性，以及左右图像光条截面灰度分布的相关性，建立综合考虑单幅图像质量与相关图像质量的互参考图像质量评价模型，并定义单幅图像质量系数和图像的相关质量系数。
参考激光图像质量评价方法

[发明专利]一种金属毛刺高度获取方法-CN202210921863.7在审
发明人：付饶;赵猛;王福吉;赵宏伟;崔家诚;尹德坤;王一成 -专利权人：大连理工大学
申请日： 2022-08-02 - 公布日： 2022-10-25 - 主分类号： G06T7/60 文献下载
摘要：本发明属于生产制造技术领域，提出了一种金属毛刺高度获取方法。该方法针对现有方法无法直接获取整个圆周的毛刺高度、必须人为选取测量点后重复多次测量求平均数，耗时长、主观性明显、误差大、精度低等问题，提出的金属毛刺高度获取方法，通过图像处理获取金属毛刺点云数据，然后通过数学方式进行拟合和指标评价，得到孔全域毛刺高度的量化评价方法。本发明显著提高了金属毛刺高度测量效率，避免了金属毛刺高度测量结果主观性高、可信度低等问题，可将其应用到金属钻削、复合材料/金属叠层钻削等工况的工艺参数优化中，可助力于相关企业研究铝合金去毛刺的新技术，降低制孔成本，具有良好的工程前景。
一种金属毛刺高度获取方法

[发明专利]一种基于有监督学习的条纹阈值分割方法-CN202210831481.5在审
发明人：刘洋;冯坤;严志斌;尹鹏博;韩磊;崔家诚;刘巍;张洋 -专利权人：大连理工大学
申请日： 2022-07-14 - 公布日： 2022-10-11 - 主分类号： G06T7/11 文献下载
摘要：本发明属于机械加工领域，提出一种基于有监督学习的条纹阈值分割方法；首先获取激光条纹图像并定位，制作数据集，使用训练结果作为分类器，通过二分法确定边界阈值，基于二阶矩评估最佳阈值，实现快速精确分割激光条纹与周围背景。本发明提出的方法解决在各种显著、复杂的背景噪声影响下图像处理困难的问题，实现在复杂工业环境中，精确地分割激光条纹与周围背景。此外，在深度神经网络中损失函数中增加惩罚因子，实现了仅C1类型的高分类精度。
一种基于监督学习条纹阈值分割方法

[发明专利]碳纤维复合材料出口分层损伤鲁棒性视觉检测方法-CN202111262046.7在审
发明人：韩磊;高昌勇;崔家诚;张文龙;徐雯;刘巍;张洋;周孟德 -专利权人：大连理工大学
申请日： 2021-10-28 - 公布日： 2022-02-08 - 主分类号： G06T7/00 文献下载
摘要：本发明属于机械加工领域，提出了一种碳纤维复合材料出口分层损伤鲁棒性视觉检测方法，通过梯度迭代最小截尾二乘法和多尺度阈值分割消除毛刺、材料纹理等干扰因素影响，实现分层损伤的快速、高精度提取；该方法首先采用视觉检测系统采集钻削出口图像；然后基于梯度迭代最小截尾二乘法拟合圆心与半径；最后通过多尺度自适应阈值分割对图像进行处理，提取出口分层区域。实现分层损伤的快速、高精度提取，为在位、实时检测提供条件。
碳纤维复合材料出口分层损伤鲁棒性视觉检测方法

[发明专利]基于多传感器的碳纤维复合材料钻削出口分层损伤预测方法-CN202111262091.2在审
发明人：尹鹏博;刘洋;崔家诚;黄诚昊;高昌勇;刘巍;张洋;付饶 -专利权人：大连理工大学
申请日： 2021-10-28 - 公布日： 2022-02-08 - 主分类号： G06F30/27 文献下载
摘要：本发明属于机械加工领域，提供基于多传感器的碳纤维复合材料钻削出口分层损伤预测方法；首先通过采集钻削过程中的力、力矩、温度和振动信号构建输入信号数据集；然后利用统计分层因子评估加工分层损伤，结合分层损伤评估结果获得输出数据集；再建立回归‑时序混合预测模型，通过输入与输出数据集训练模型，得到碳纤维复合材料损伤预测模型；最终结合钻削过程中的力、力矩、温度和振动的在位采集，代入损伤预测模型实现加工损伤的在位预测。本发明解决碳纤维复合材料钻削出口分层损伤难以实时预测的问题，实现在连续钻孔下待加工孔分层损伤的准确预测。此外，对预测结果给出置信区间，进一步避免分层损伤超差的发生，在工业生产中有更大的潜力。
基于传感器碳纤维复合材料出口分层损伤预测方法