Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽大学鲍文霞获国家专利权

安徽大学鲍文霞获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉安徽大学申请的专利基于视觉单线激光鞋底三维涂胶轮廓提取系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120852582B

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511339618.5,技术领域涉及:G06T11/20;该发明授权基于视觉单线激光鞋底三维涂胶轮廓提取系统及方法是由鲍文霞;李国杰;黄建伟设计研发完成,并于2025-09-19向国家知识产权局提交的专利申请。

基于视觉单线激光鞋底三维涂胶轮廓提取系统及方法在说明书摘要公布了:本发明涉及计算机视觉与工业自动化技术领域,更具体地说,涉及基于视觉单线激光鞋底三维涂胶轮廓提取系统及方法,用于解决现有技术不能基于鞋底几何精准生成虚拟标定靶点,难以结合曲率极值与主成分分析确定靶点位置和尺寸,无法采用双分支深度学习模型融合特征预测变换,增大了重投影误差的问题;本发明通过特征融合标定模块基于鞋底几何自动生成虚拟标定靶点,通过点云处理、Poisson重建生成网格,结合曲率极值与主成分分析确定靶点位置和尺寸,利用二维与三维特征匹配建立对应关系,通过ICP及重投影误差优化实现初始对齐,采用双分支深度学习模型融合特征预测变换,以空间一致性误差迭代优化,减小重投影误差。

本发明授权基于视觉单线激光鞋底三维涂胶轮廓提取系统及方法在权利要求书中公布了:1.基于视觉单线激光鞋底三维涂胶轮廓提取系统,应用于鞋底涂胶智能管理平台,其特征在于,包括: 数据采集模块,用于采集鞋底三维几何与表面材质特性感知过程中的多模态感知数据,多模态感知数据包括可见光图像、近红外图像、单线激光条纹图像、扫描平台位移信息及统一时间戳,对采集的多模态感知数据进行预处理; 特征融合标定模块,基于鞋底几何结构生成虚拟标定靶点,利用包含几何结构信息的可见光图像与三维点云实现视觉与激光数据的空间配准,通过深度学习模型迭代更新标定参数,输出配准变换矩阵; 所述特征融合标定模块通过深度学习模型迭代更新标定参数并输出配准变换矩阵的过程包括: 获取包含虚拟标定靶点的可见光图像和已完成空间配准初值的三维点云数据,将图像输入深度学习模型的图像分支,执行特征提取,得到二维特征向量,将点云输入深度学习模型的点云分支,执行特征提取,得到三维特征向量; 将二维特征向量与三维特征向量进行拼接,生成融合特征向量,将融合特征向量输入全连接网络,输出一个6维向量:前3个分量构成旋转向量,后3个分量构成平移向量; 将旋转向量转换为3×3正交旋转矩阵,将旋转矩阵与平移向量组合,构成预测的空间变换,计算预测变换的损失值; 执行反向传播算法,根据损失值更新深度学习模型的网络参数,将更新网络参数后的深度学习模型应用于当前图像和点云数据,重新执行特征提取、融合、变换预测与损失计算,持续调整网络参数; 当损失值的变化量低于预设收敛阈值时,终止迭代,输出最终的齐次变换矩阵; 双模态轮廓提取模块,基于鞋底CAD模型与历史涂胶轨迹生成虚拟涂胶轨迹先验,利用配准变换矩阵对齐可见光图像与三维点云,执行联合分割,融合几何与纹理特征,生成连续、闭合的三维涂胶轮廓; 智能误差校正模块,基于经空间配准与联合分割生成的涂胶轮廓与设计轨迹的几何偏差,利用生成对抗网络在曲率连续性与涂胶工艺间隙的预设约束下生成修正轮廓。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人安徽大学,其通讯地址为:230009 安徽省合肥市蜀山区肥西路3号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。