CN106778871A - 轴承分类装置以及轴承分类方法 - Google Patents

轴承分类装置以及轴承分类方法 Download PDF

Info

Publication number
CN106778871A
CN106778871A CN201611174866.XA CN201611174866A CN106778871A CN 106778871 A CN106778871 A CN 106778871A CN 201611174866 A CN201611174866 A CN 201611174866A CN 106778871 A CN106778871 A CN 106778871A
Authority
CN
China
Prior art keywords
bearing
current
classification
standard
storage part
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201611174866.XA
Other languages
English (en)
Inventor
王艳
赵连磊
崔西民
李德蔺
李宗学
姚舜文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201611174866.XA priority Critical patent/CN106778871A/zh
Publication of CN106778871A publication Critical patent/CN106778871A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate

Abstract

本发明提供了一种轴承分类装置,用于将热处理后的轴承进行分类,具有这样的特征,包括:存储部,存储有标准轴承的类别以及与该类别相对应的标准尺寸比值范围;输送部,将热处理后的当前轴承输送到指定位置;拍照部,对输送来的当前轴承进行拍照并获得当前轴承的当前图像;建模获取部,根据拍照部获得的当前图像建立3D模型,并获得当前轴承的当前尺寸参数;计算部,根据获得的当前尺寸参数,计算得到当前尺寸比值;类别搜索获取部,根据计算部获得的当前尺寸比值在存储部里搜索,获取当前尺寸比值相对应的类别;以及分类部,根据获取的类别对当前轴承进行分类。

Description

轴承分类装置以及轴承分类方法
技术领域
本发明涉及一种轴承分类装置以及与该轴承分类装置相对应的分类方法。
背景技术
轴承是当代机械设备中一种重要的零部件,在轴承生产过程中,需要对轴承进行热处理以保证轴承的耐磨性和抗疲劳性。热处理之后需要对轴承进行分类。
目前的分类方式是由人工进行分拣,这种分类方法不仅费时费力,影响生产进度;而且对于相似度比较高的轴承,其分类准确性也不高,导致错误型号的轴承也得到了进一步的加工,降低了轴承的加工效率。
发明内容
本发明是为了解决上述问题而进行的,目的在于提供一种轴承分类装置以及轴承分类方法。
本发明提供了一种轴承分类装置,具有这样的特征,包括:存储部,存储有标准轴承的类别以及与该类别相对应的标准尺寸比值范围;输送部,将热处理后的当前轴承输送到指定位置;拍照部,对输送来的当前轴承进行拍照并获得当前轴承的当前图像;建模获取部,根据拍照部获得的当前图像建立3D模型,并获得当前轴承的当前尺寸参数;计算部,根据获得的当前尺寸参数,计算得到当前尺寸比值;类别搜索获取部,根据计算部获得的当前尺寸比值在存储部里搜索,获取当前尺寸比值相对应的类别;以及分类部,根据获取的类别对当前轴承进行分类。
在本发明提供的轴承分类装置中,还可以具有这样的特征:其中,还包括信息生成部,其中,当类别搜索获取部在存储部未搜索到当前尺寸参数所对应的类别时,信息生成部生成次品信息。
在本发明提供的轴承分类装置中,还可以具有这样的特征:其中,还包括称量部、型号搜索获取部以及分拣部,其中,存储部还存储有至少一种与类别相对应的型号以及与该型号相对应的标准重量范围,称量部对分类后的当前轴承进行称重,获得当前轴承的当前重量,型号搜索获取部基于称量部获得的当前重量在存储部进行搜索,获取所述当前重量所对应的当前型号,分拣部根据获取的当前型号将当前轴承分拣至不同的分拣容器。
在本发明提供的轴承分类装置中,还可以具有这样的特征:其中,标准轴承的重量范围是指标准轴承的标准重量×0.99~所述标准重量×1.01。
在本发明提供的轴承分类装置中,还可以具有这样的特征:其中,纠错部,其中,当型号搜索获取部在存储部未搜索到当前重量所对应的型号时,信息生成部生成纠错信息,纠错部根据信息生成部生成的纠错信息,将分类错误的轴承归置到输送部。
在本发明提供的轴承分类装置中,还可以具有这样的特征:其中,还包括输入部以及控制存储部,其中,输入部至少输入标准轴承的类别,输送部将热处理后的标准轴承输送到指定位置,拍照部对标准轴承进行拍照,获得标准轴承的标准图像,建模获取部根据拍照部获得的标准图像建立3D模型,获得标准轴承的标准尺寸参数,计算部根据获得的标准尺寸参数,计算得到标准尺寸比值;控制存储部控制存储部对应存储标准轴承的类别以及对应的标准尺寸比值。
在本发明提供的轴承分类装置中,还可以具有这样的特征:其中,标准尺寸比值包括所述标准轴承的内径与外径的比值以及内径与宽度的比值。
本发明还提供了一种轴承分类方法,具有这样的特征,包括:采用存储部存储有标准轴承的类别以及与该类别相对应的标准尺寸比值范围;采用输送部将热处理后的当前轴承输送到指定位置;采用拍照部对当前轴承进行拍照并获得当前轴承的当前图像;采用建模获取部根据拍照部获得的当前图像建立3D模型,并获得当前轴承的当前尺寸参数;采用计算部根据获得的当前尺寸参数,计算得到当前尺寸比值;采用类别搜索获取部根据计算部获得的当前尺寸比值在存储部里搜索,获取当前尺寸比值相对应的类别;采用分类部根据获取的类别对当前轴承进行分类。
发明的作用与效果
根据本发明所涉及的一种轴承分类装置以及轴承分类方法,因为建立了热处理后的标准轴承的类别以及与该类别对应的标准尺寸参数的模型,还建立了标准轴承的类别下的型号以及与该型号相对应的重量范围的模型,使得经过热处理的当前轴承通过拍照建模,得到当前轴承的尺寸参数,根据之前建立的模型可以搜索得到当前轴承的尺寸参数所对应的类别,根据搜索到的类别将当前轴承分类,所以,本发明通过图像识别技术对热处理后的轴承进行智能分类,高效准确的将轴承区分开来。不仅大幅度提高轴承热处理的自动化程度,也可以节省人力和时间成本,一次投入,长久提升效率。本发明同时还具有以下几个有点:利用数学模型进行模拟仿真和数据采样可以精准科学地分类提高依据;高效算法实现准确、高效的对热处理后的轴承进行分类;装置无人值守,提高轴承加工过程的效率。
附图说明
图1是本发明的实施例中轴承分类装置的框图;
图2是本发明的实施例中轴承的尺寸示意图;
图3是本发明的实施例中标准轴承分类表的示意图;
图4是本发明的实施例中标准轴承类别型号表的示意图;
图5是本发明的实施例中标准轴承分类表的建立流程图;以及
图6是本发明的实施例中轴承分类装置的动作流程图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,以下实施例结合附图对本发明一种轴承分类装置及使用方法作具体阐述。
图1是本发明的实施例中轴承分类装置的框图。
如图1所示,轴承分类装置10用于将热处理后的轴承进行分类,包括存储部11、输入部12、输送部13、拍照部14、建模获取部15、计算部16、控制存储部17、类别搜索获取部18、分类部19、信息生成部20、称量部21、型号搜索获取部22、分拣部23、纠错部24以及控制上述各部的控制部25。
图2是本发明的实施例中轴承的尺寸示意图;
如图2所示,轴承的尺寸示意图中显示出轴承具有的三个尺寸。分别是轴承外径D、轴承内径d以及轴承宽度t。
图3是本发明的实施例中标准轴承分类表的示意图。
如图3所示,标准轴承分类表30存储有标准轴承的类别31以及尺寸比值范围32。尺寸比值范围32包括轴承内径与轴承外径的比值的范围以及轴承内径与轴承宽度的比值的范围。在本实施里中,C类的轴承的的取值范围是 的取值范围是 其中轴承的尺寸比值范围所采用的α3、β3、γ3、ε3均为大于零的数值。
图4是本发明的实施例中标准轴承类别型号表的示意图。
如图4所示,标准轴承类别型号表40存储有标准轴承的类别41、该类别下的型号42以及该型号对应的重量范围43。在本实施例中,A类下型号为A3的轴承的重量范围是g3×0.99~g3×1.01,其中,g3是A3轴承的标准重量。
存储部11存储有标准轴承分类表30以及标准轴承的类别型号表40。
输入部12用于输入标准轴承的类别以及与该类别相对应的标准尺寸比值范围,同时输入该类别下的型号以及与该型号相对应的标准重量范围。
输送部13用于将热处理后的当前轴承输送到指定位置,在本实施例中,输送部为传送带。
拍照部14将输送部13输送来的当前轴承进行拍照,并得到2D图像,在本实施例中,拍照工具采用的是工业相机。
建模获取部15根据拍照部14得到的图像建立3D模型,并获取得到当前轴承的当前尺寸参数,在本实施例中,3D模型中获得的当前尺寸参数与当前轴承的实际尺寸参数之间存在一定的比例。
计算部16根据建模获取部15得到的当前尺寸参数计算轴承的尺寸比值。
类别搜索获取部18根据计算部16计算的当前尺寸比值在存储部11里中搜索,当搜索当含有当前尺寸比值的标准比值范围时,获得当前轴承的类别。
分类部19根据获得的类别将当前轴承分类
当类别搜索获取部18没有搜索到含有当前尺寸比值的标准尺寸比值范围时,信息生成部20生成次品信息。
称量部21对已经分类好的当前轴承进行称量,并获得当前轴承的当前重量。
型号搜索获取部22根据获得的当前重量在存储部11里搜索,当搜索到含有当前重量的标准重量范围时,获得当前轴承的型号。
分拣部22包括分拣机械臂26分拣容器27,由分拣机械臂26根据获得的型号将当前轴承分拣至分拣容器27里。
当型号搜索获取部21未搜索到含有当前重量的标准重量范围时,信息生成部20生成纠错信息。
纠错部24根据信息生成部20生成的警示信息将分类错误的当前轴承归置到输送部13,在本实施例中,纠错部为纠错机械臂,分拣机械臂26与纠错机械臂为同一机械臂。
控制部25包含用于控制存储部11、输入部12、输送部13、拍照部14、建模获取部15、计算部16、控制存储部17、类别搜索获取部18、分类部19、称量部20、型号搜索获取部21、分拣部22、警示部23以及纠错部24的计算机程序。
图5是本发明的实施例中标准轴承分类表的建立流程图。
如图5所示,标准轴承的标准尺寸比值范围的模型建立流程包括以下步骤:
步骤S1-1,输送部13将经过热处理的标准轴承输送至指定位置,然后进入步骤S1-2。
步骤S1-2,拍照部14对标准轴承进行拍照,得到2D图像,然后进入步骤S1-3。
步骤S1-3,建模获取部15根据获得的2D图像建立3D模型,得到尺寸参数Di、di、ti,在本实施例中,Di、di、ti与标准轴承的真实尺寸D、d、t之间存在一定的比例,然后进入步骤S1-4。
步骤S1-4,判断获取的尺寸参数的个数是否达到预定个数,当判断为否时,进入步骤S1-1,当判断为是时,在本实施例中,预定个数为50个,然后进入步骤S1-5。
步骤S1-5,计算尺寸比值以及获得范围以及 然后进入步骤S1-6。
步骤S1-6,输送部13将经过热处理的已知轴承输送至指定位置,然后进入步骤S1-7。
步骤S1-7,拍照部14对已知轴承进行拍照,得到2D图像,然后进入步骤S1-8。
步骤S1-8,建模获取部15根据获得的2D图像建立3D模型,得到尺寸参数D1、d1、t1,在本实施例中,D1、d1、t1与标准轴承的真实尺寸D、d、t之间存在一定的比例,该比例与步骤S1-3中的比例相等,然后进入步骤S1-9
步骤S1-9,计算尺寸比值以及然后进入步骤S1-10。
步骤S1-10,判断以及的值在比值范围以及 的置信度是否大于99.99%,当判断为否时,进入步骤S1-1,当判断为是时,进入结束状态。
此时,标准轴承分类表30建立完成。
输入部12输入标准轴承的类别,同时控制存储部17控制存储部11对应存储与该类别相对应的标准尺寸比值范围。
输入部12输入标准轴承的型号,同时控制存储部17控制存储部11对应存储与该型号相对应的标准重量范围。
图6是本发明的实施例中轴承分类装置的动作流程图。
如图4所示,在本实施例中,轴承分类装置10的动作流程图可以包括以下步骤:
步骤S2-1,输送部13将经过热处理后的当前轴承输送至指定位置,然后进入步骤S2-2。
步骤S2-2,拍照部14在指定位置上对当前轴承进行拍照,获得2D图像,然后进入步骤S2-3。
步骤S2-3,建模获取部15根据获得的2D图像建立3D模型,获取当前轴承的当前尺寸参数,在本实施例中,当前尺寸参数与当前轴承的真实参数存在一定的比例,该比例与步骤S1-3中的比例相等,然后进入步骤S2-4。
步骤S2-4,计算部16根据获得的当前尺寸参数,计算当前尺寸比值,然后进入步骤S2-5。
步骤S2-5,类别搜索获取部18基于当前尺寸比值在存储部11中搜索并判断是否存在含有当前尺寸比值的标准尺寸比值范围,当判断为否时,进入步骤S2-6,当判断为是时,进入步骤S2-7。
步骤S2-6,信息生成部20生成次品信息,进入结束状态。
步骤S2-7,类别搜索获取部18获取得到当前轴承的类别,然后进入步骤S2-8。
步骤S2-8,分类部19根据获得的类别将当前轴承分类,进入步骤S2-9。
步骤S2-9,称量部21将已经分类后的当前轴承进行称量,获得当前轴承的当前重量,然后进入步骤S2-10。
步骤S2-10,型号搜索获取部22基于当前重量在存储部11中搜索是否存在含有当前重量的标准重量范围,当判断为是时,进入步骤S2-13,当判断为否时,进入步骤S2-11。
步骤S2-11,信息生成部20生成纠错信息,然后进入步骤S2-12。
步骤S2-12,纠错部24将当前轴承进行归置到输送部13,然后进入步骤S2-1。
步骤S2-13,型号搜索获取部22获取与当前型号相对应的型号,然后进入步骤S2-14。
步骤S2-14,分拣部23根据获取的类别将当前轴承由分拣机械臂26分拣至分拣容器内,完成分拣,然后进入结束状态。
实施例的作用与效果
根据本实施例中的轴承分类装置以及轴承分类方法,因为建立了热处理后的标准轴承的类别以及与给类别相对应的标准尺寸比值范围,同时还建立了标准轴承类别下的型号以及对应的标准重量范围,通过图像识别技术对热处理后的轴承进行智能分类,高效准确的将轴承区分开来。不仅大幅度提高轴承热处理的自动化程度,也可以节省人力和时间成本,一次投入,长久提升效率。
本实施例同时还具有以下几个优点:利用数学模型进行模拟仿真和数据采样可以精准科学地分类提高依据;高效算法实现准确、高效的对热处理后的轴承进行分类;装置无人值守,提高轴承加工过程的效率。
上述实施方式为本发明的优选案例,并不用来限制本发明的保护范围。

Claims (8)

1.一种轴承分类装置,用于对热处理后的轴承进行分类,其特征在于,包括:
存储部,存储有标准轴承的类别以及与该类别相对应的标准尺寸比值范围;
输送部,将热处理后的当前轴承输送到指定位置;
拍照部,对输送来的所述当前轴承进行拍照并获得所述当前轴承的当前图像;
建模获取部,根据所述拍照部获得的当前图像建立3D模型,并获得所述当前轴承的当前尺寸参数;
计算部,根据获得的所述当前尺寸参数,计算得到当前尺寸比值;
类别搜索获取部,根据所述计算部获得的所述当前尺寸比值在所述存储部里搜索,获取所述当前尺寸比值相对应的类别;以及
分类部,根据获取的类别对所述当前轴承进行分类。
2.根据权利要求1所述的轴承分类装置,其特征在于,还包括:
信息生成部,
其中,当所述类别搜索获取部在所述存储部未搜索到所述当前尺寸参数所对应的类别时,所述信息生成部生成次品信息。
3.根据权利要求2所述的轴承分类装置,其特征在于,还包括:
称量部、型号搜索获取部以及分拣部,
其中,所述存储部还存储有至少一种与所述类别相对应的型号以及与该型号相对应的标准重量范围,
所述称量部对分类后的所述当前轴承进行称重,获得所述当前轴承的当前重量,
所述型号搜索获取部基于所述称量部获得的当前重量在所述存储部进行搜索,获取所述当前重量所对应的当前型号,
所述分拣部根据获取的当前型号将所述当前轴承分拣至不同的分拣容器。
4.根据权利要求3所述的轴承分类装置,其特征在于:
其中,所述标准轴承的重量范围是指所述标准轴承的标准重量×0.99~所述标准重量×1.01。
5.根据权利要求3所述的轴承分类装置,其特征在于,还包括:
纠错部,
其中,当所述型号搜索获取部在所述存储部未搜索到所述当前重量所对应的型号时,所述信息生成部生成纠错信息,
所述纠错部根据所述信息生成部生成的纠错信息,将分类错误的轴承归置到所述输送部。
6.根据权利要求1所述的轴承分类装置,其特征在于,还包括:
输入部以及控制存储部,
其中,所述输入部至少输入标准轴承的类别,
所述输送部将热处理后的所述标准轴承输送到指定位置,
所述拍照部对所述标准轴承进行拍照,获得所述标准轴承的标准图像,
所述建模获取部根据所述拍照部获得的标准图像建立3D模型,获得所述标准轴承的标准尺寸参数,
所述计算部根据获得的所述标准尺寸参数,计算得到标准尺寸比值;
所述控制存储部控制所述存储部对应存储所述标准轴承的所述类别以及对应的标准尺寸比值。
7.根据权利要求1所述的轴承分类装置,其特征在于:
其中,所述标准尺寸比值包括所述标准轴承的内径与外径的比值以及内径与宽度的比值。
8.一种轴承分类方法,用于对热处理后的轴承进行分类,其特征在于:
采用存储部存储有标准轴承的类别以及与该类别相对应的标准尺寸比值范围;
采用输送部将热处理后的当前轴承输送到指定位置;
采用拍照部对所述当前轴承进行拍照并获得所述当前轴承的当前图像;
采用建模获取部根据所述拍照部获得的当前图像建立3D模型,并获得所述当前轴承的当前尺寸参数;
采用计算部根据获得的当前尺寸参数,计算得到当前尺寸比值;
采用类别搜索获取部根据所述计算部获得的所述当前尺寸比值在所述存储部里搜索,获取所述当前尺寸比值相对应的类别;
采用分类部根据获取的类别对所述当前轴承进行分类。
CN201611174866.XA 2016-12-19 2016-12-19 轴承分类装置以及轴承分类方法 Pending CN106778871A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611174866.XA CN106778871A (zh) 2016-12-19 2016-12-19 轴承分类装置以及轴承分类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611174866.XA CN106778871A (zh) 2016-12-19 2016-12-19 轴承分类装置以及轴承分类方法

Publications (1)

Publication Number Publication Date
CN106778871A true CN106778871A (zh) 2017-05-31

Family

ID=58889916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611174866.XA Pending CN106778871A (zh) 2016-12-19 2016-12-19 轴承分类装置以及轴承分类方法

Country Status (1)

Country Link
CN (1) CN106778871A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107143576A (zh) * 2017-07-03 2017-09-08 瓦房店轴承集团特种精密轴承有限责任公司 一种特种深沟球轴承及其分组方法
CN112464805A (zh) * 2020-11-26 2021-03-09 江苏卓高新材料科技有限公司 一种智能分类方法、装置、存储器、处理器、系统和设备
CN112858329A (zh) * 2020-12-31 2021-05-28 慈溪迅蕾轴承有限公司 一种轴承异型环的影像检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103383774A (zh) * 2012-05-04 2013-11-06 苏州比特速浪电子科技有限公司 图像处理方法及其设备
CN104156726A (zh) * 2014-08-19 2014-11-19 大连理工大学 一种基于几何形状特征的工件识别方法及装置
CN104438096A (zh) * 2013-09-18 2015-03-25 株式会社东芝 分拣装置
CN105701476A (zh) * 2016-02-04 2016-06-22 合肥泰禾光电科技股份有限公司 一种基于机器视觉的生产线产品自动化识别系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103383774A (zh) * 2012-05-04 2013-11-06 苏州比特速浪电子科技有限公司 图像处理方法及其设备
CN104438096A (zh) * 2013-09-18 2015-03-25 株式会社东芝 分拣装置
CN104156726A (zh) * 2014-08-19 2014-11-19 大连理工大学 一种基于几何形状特征的工件识别方法及装置
CN105701476A (zh) * 2016-02-04 2016-06-22 合肥泰禾光电科技股份有限公司 一种基于机器视觉的生产线产品自动化识别系统及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107143576A (zh) * 2017-07-03 2017-09-08 瓦房店轴承集团特种精密轴承有限责任公司 一种特种深沟球轴承及其分组方法
CN112464805A (zh) * 2020-11-26 2021-03-09 江苏卓高新材料科技有限公司 一种智能分类方法、装置、存储器、处理器、系统和设备
CN112858329A (zh) * 2020-12-31 2021-05-28 慈溪迅蕾轴承有限公司 一种轴承异型环的影像检测方法

Similar Documents

Publication Publication Date Title
CN1885014B (zh) 基板检查装置及其参数设定方法和参数设定装置
CN106778871A (zh) 轴承分类装置以及轴承分类方法
CN110473173A (zh) 一种基于深度学习语义分割的缺陷检测方法
JP2017105117A (ja) 射出成形システム
CN108090896B (zh) 木板平整度检测及其机器学习方法、装置及电子设备
CN112304952B (zh) 影像辨识装置、影像辨识方法及其计算机程序产品
CN1323369C (zh) 图像识别装置和方法以及图像识别装置的示教装置和方法
CN110059121B (zh) 一种快速导出物料清单的方法、系统、装置和存储介质
CN106407863A (zh) 一种条烟快速识别装置及方法
CN106323438A (zh) 一种砝码智能加卸载系统及控制方法
CN113490556A (zh) 用于智能电池收集、分类和包装的方法和系统
CN105478363A (zh) 一种基于三维图形的不良品检测分类方法及系统
CN109214426A (zh) 一种物体外观检测的方法及深度神经网络模型
CN105478364B (zh) 一种不良品检测分类方法及系统
CN110505144A (zh) 邮件分类方法、装置、设备及存储介质
CN112633187B (zh) 基于图像分析的机器人自动搬运方法、系统和存储介质
CN110935646A (zh) 基于图像识别的全自动螃蟹分级系统
CN116385243B (zh) 一种智能化垃圾分类收运管理方法及系统
EP4189593A1 (en) Identifying and grading system and related methods for collectable items
CN117372515A (zh) 一种自适应纠偏控制系统
CN109794432A (zh) 一种基于视觉识别的稀土金属自动分拣系统及方法
CN116342502A (zh) 一种基于深度学习的工业视觉检测方法
CN106524910B (zh) 执行机构视觉校准方法
CN107993299A (zh) 用于确定用于发送邮件的费用的方法
Oppermann et al. New quality cost models to optimize inspection strategies

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170531