CN110376195A - 一种爆炸物检测方法 - Google Patents
一种爆炸物检测方法 Download PDFInfo
- Publication number
- CN110376195A CN110376195A CN201910624738.8A CN201910624738A CN110376195A CN 110376195 A CN110376195 A CN 110376195A CN 201910624738 A CN201910624738 A CN 201910624738A CN 110376195 A CN110376195 A CN 110376195A
- Authority
- CN
- China
- Prior art keywords
- sampling
- detection
- module
- sampled
- point
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
Abstract
本发明公开了一种爆炸物检测方法,包括:S1.传送模块将被检测物品传送至预设检测位置;S2.视觉模块检测获取被检测物品的图像,控制模块根据所述图像确定所述被检测物品的采样点;S3.采样模块拾取采样纸在所述采样点对被检测物品进行采样,并将所述采样纸送入检测模块的送检口;S4.所述检测模块对所述采样纸进行检测,得到检测结果。具有可以有效降低爆炸物检测中的人工工作量,提高检测效率的等优点。
Description
技术领域
本发明涉及爆炸物检测技术领域,尤其涉及一种爆炸物检测方法,特别是对爆炸物的痕量检测。
背景技术
在过去的20年里,恐怖主义事件的次数经历的巨大的增长,使得世界各国对反恐的关注日益增加。而全球恐怖主义数据库的数据显示,2017年恐怖爆炸事件在恐怖主义事件中的占比超过50%。此外,大多数恐怖爆炸事件发生于人员密集场所,如车站、广场等,恐怖爆炸事件给平民带来了巨大的威胁。这也使得爆炸物检测成为了安防工作不可或缺的部分。目前的爆炸物检测均为人工完成,操作人员携带痕量爆炸物检测仪于卡口处对来往人员进行采样及检测。现有方法存在着以下几点问题:1、人工检测容易出现疲劳,容易出现各种意外情况;2、人工检测速度较慢,增加出行人员等待时间;3、卡口检测人员人力资源有限,增加检测人员负担,增加人力成本;4、过多的人工干预的存在以及接口的缺失使得痕量爆炸物检测这一关键安防手段难以纳入智能安防系统。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种可以有效降低爆炸物检测中的人工工作量,提高检测效率的爆炸物检测方法。
为解决上述技术问题,本发明提出的技术方案为:一种爆炸物检测方法,包括:
S1. 传送模块将被检测物品传送至预设检测位置;
S2. 视觉模块检测获取被检测物品的图像,控制模块根据所述图像确定所述被检测物品的采样点;
S3. 采样模块拾取采样纸在所述采样点对被检测物品进行采样,并将所述采样纸送入检测模块的送检口;
S4. 所述检测模块对所述采样纸进行检测,得到检测结果。
进一步地,在所述步骤S2中,所述视觉模块通过图像传感器获取所述预设检测位置的图像;所述控制模块对所述图像进行降采样、点云分割和平面检测,确定所述被检测物品的表面,所述采样点为所述表面内的点。
进一步地,所述点云分割包括:
将点云数据由相机坐标系转换至传送带坐标系,再根据预设的阈值对点云数据进行分割,再将点云数据由传送带坐标系转换回相机坐标系。
进一步地,在所述步骤S3中,所述采样模块通过预设规划路径和实时规划路径相结合方式实现采样模块中机械手的运动规划;
机械手在预设位置点之间的运动按照预设规划路径运动,所述预设位置点包括机械手初始位置点、位于采样纸容器处的预设位置点、位于被检测物品处的预设位置点、位于送检口处的预设位置点;
机械手达到所述预设位置点后,拾取采样纸、对被检测物品进行采样、将采样纸送入送检口的运动按照实时规划路径运动。
进一步地,所述机械手采用真空泵吸取设备拾取采样纸。
进一步地,在所述步骤S3对被检测物品进行采样中,检测所述机械手与所述被检测物品之间的距离,当所述距离小于预设的距离阈值且持续的时间大于预设的时长时,判断采样为有效采样。
进一步地,在所述步骤S3对被检测物品进行采样中,还包括检测所述真空泵吸取设备与所述被检测物品之间的压力,当所述压力大于预设的采样压力值时,判断采样为有效采样。
与现有技术相比,本发明的优点在于:
1、本发明的检测方法,可以自动地将被检测物品传送到预定的位置,并通过机械手自动的拾取采样纸,对被检测物品进行采样后,送入检测模块的检测仪器中进行爆炸物检测,大大的减少了爆炸物检测过程中人工的参与,大大的降低了人工工作量,大幅度的提高了检测效率。
2、本发明对机械手的运动路径采用预设规划路径与实时规划路径相结合的方式,一方面可以使得机械手能够快速、安全到达预定位置,减少实时规划,降低路径规划的计算量;另一方面,也可以保证机械手拾取采样纸、对被检测物品进行采样和将采样纸送入送检口的准确性,保证检测过程高效、稳定的进行。
3、本发明通过真空泵吸取设备来拾取采样纸,对采样纸的取放灵活、可靠,稳定性好;同时,在真空泵吸取设备拾取采样纸时,真空泵吸取设备只位于采样纸的一面,则采样纸的另一面可以完整地用于采样,也没有任何物品遮挡,提高了采样的便利性。
附图说明
图1为本发明具体实施例的流程示意图。
图2为本发明具体实施例的实施系统结构示意图。
图3为本发明具体实施例的实施系统示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述,但并不因此而限制本发明的保护范围。
如图1所示,本实施例的爆炸物检测方法,其步骤为:S1. 传送模块将被检测物品传送至预设检测位置;S2. 视觉模块检测获取被检测物品的图像,控制模块根据所述图像确定所述被检测物品的采样点;S3. 采样模块拾取采样纸在所述采样点对被检测物品进行采样,并将所述采样纸送入检测模块的送检口;S4. 所述检测模块对所述采样纸进行检测,得到检测结果。
在本实施例中,为了实现本发明的检测方法,其具体的硬件实现形式如图2所示,包括传送模块、视觉模块、采样模块、检测模块和控制模块,传送模块、视觉模块、采样模块、检测模块均与控制模块网络连接;传送模块用于在控制模块的控制下,传送被检测物品至预设检测位置;视觉模块用于在控制模块的控制下,获取被检测物品的图像,并将图像提供给控制模块;采样模块用于在控制模块的控制下,拾取采样纸对被检测物品进行采样,并将采样后的采样纸送入检测模块;检测模块用于在控制模块的控制下,对采样纸进行检测,得到检测结果;控制模块还用于根据图像,确定被检测物品的采样点。需要说明的是,视觉模块获取图像,控制模块对图像进行处理,这只是逻辑上的划分,在物理硬件上,可以具有不同的状态,如获取图像,对图像进行处理可能在同一套硬件设备上,此种情况仍然在本申请的保护范围内。同样的道理,采样模块和控制模块也仅只是功能上的划分,在物理硬件上也可以有不同的形态。
在本实施例中,优选按照如下方式布置各子系统。如图3所示,传送模块包括传送带组件和位置传感器;传送带组件用于传送被检测物品(如行李箱);位置传感器用于检测位于传送带组件上的被检测物品,以使得被检测物品到达预设检测位置。位置传感器可以是红外传感器、距离传感器等。采用红外传感器时,可以将红外传感器的发射端安装在传送带的一侧,接收端安装在传送带的另一侧,当没有物体遮挡时,接收端可以接收到发射端发出的红外信号,当有物体遮挡时,接收端则无法接收到发射端发出的红外信号,据此,即可以用于判断传送带上的被检测物品是否到达了红外线传感器安装的位置,该位置即为预设检测位置。当被检测物品在传送带上运动到该预设检测位置时,根据接收端的信号控制传送带停止运行,即可使被检测物品停止在预设检测位置上。
在本实施例中,优选在传送带的一侧设置检测台,将采样模块的机械手安装在检测台的桌面上,检测模块的检测仪同样放置在检测台的桌面上,检测台的桌面下方用于安装控制模块所需要的控制计算机,视觉模块中的图像传感器安装在传送带上方。优选将图像传感器安装在传送带的正上方,但不位于预设检测位置的正上方,使得图像传感顺可以一定角度倾斜拍摄获得被检测物品的图像。该角度优选为40度至60度。优选在传送带上设置门架,将图像传感器安装在该门架上。图像传感器优选为Kinect相机。
在本实施例中,采样模块包括机械手和采样纸拾取设备;采样纸拾取设备安装在机械手上;机械手用于移动采样纸拾取设备在采样纸容器处、被检测物品上的采样点和检测模块的送检口之间移动;采样纸拾取设备用于从采样纸容器处吸取采样纸,在检测模块的送检口处将采样纸放下。采样纸拾取设备优选为真空泵吸取设备;采样模块还包括距离传感器,距离传感器安装在机械手上,用于检测机械手与目标之间的距离。
在本实施例中,机械手优选采用UR3机械臂,其具有6个关节,运动范围可达到500mm,运动灵活度高,范围大。真空泵吸取设备和距离传感器均安装在机械手的未端,通过距离传感器,可以准确的确定机械手与目标之间的距离。真空泵吸取设备包括一个吸盘和一个空气泵,吸盘和空气泵之间通过管道连接,管道上设置有电磁阀,当空气泵开启时,从吸盘处抽气,从而吸盘通过负压可以很好的拾取采样纸,通过电磁阀的开关状态,也可以很好的控制在吸盘处产生负压的大小。由于吸盘是在采样纸的一侧来吸取,可以很好的将采样纸从一摞试纸中分离出来,还可以使得采样纸的另一侧可以很好的与被检测物品相接触,对被检测物品进行采样。
在本实施例中,优选在吸盘通过弹性件安装机械臂之上。弹性件可以采用弹簧等可以产生一定弹性形变的结构件。使得在采样过程中,当吸盘吸附着采样纸与被检测物品接触时,由于弹性件的存在,可以使得采样纸很好的与被检测物品接触,同时,又不会在被检测物品上产生过大的压力,对被检测物品造成损坏。具体采样过程为,机械手吸取采样纸到达采样位置,然后垂直压向被检测物品,使得机械手未端吸盘上的采样纸与被检测物品接触,直到距离传感器所检测确定的机械手与被检测物品之间的距离小于预设的距离阈值,此时,由于弹性件的存在,将采样纸紧紧的按在被检测物品的表面,可靠的实现对被检测物品的采样。在弹性件与机械手之间,优选还设置有压力传感器,用于在采样过程中,检测采样纸与被检测物品之间的压力,通过压力的检测与判断,一是可以保证采样纸与被检测物品之间的接触程度,二是可以防止因压力过大而造成对被检测物品的损坏。
在本实施例中,在采样完成后,机械手再将采样纸送到检测仪的送检口,由检测仪对采样纸进行分析,得到分析检测结果。
在本实施例中,在所述步骤S2中,所述视觉模块通过图像传感器获取所述预设检测位置的图像;所述控制模块对所述图像进行降采样、点云分割和平面检测,确定所述被检测物品的表面,所述采样点为所述表面内的点。所述点云分割包括:将点云数据由相机坐标系转换至传送带坐标系,再根据预设的阈值对点云数据进行分割,再将点云数据由传送带坐标系转换回相机坐标系。
在本实施例中,在使用过程中,图像传感器获取预设检测位置的图像是包含了被检测物品在内的图像。即同时包含被检测物品和其所处环境的图像。通过Kinect相机,可能获得被检测物品和环境的3D信息,该信息以点云数据(RGB-D图像)的形式表示。在步骤S2中,视觉模块通过图像传感器获取预设检测位置的图像;控制模块对图像进行降采样、点云分割和平面检测,确定被检测物品的表面,采样点为表面内的点。
在本实施例中,由于Kinect相机获取的点云数据规模较大,如果不进行降采样,直接进行处理则运算量大,会给计算机带来较大的计算压力。因此,本申请中,需要先对点云数据进行降采样,以使得在不影响检测效果的前提下尽可能地缩小点云数据的规模。优选将点云空间划分为预设大小的栅格,栅格的大小为4mm×4mm×4mm至6mm×6mm×6mm,优选为5mm×5mm×5mm,降采样后,每个栅格中心的位置为其包含的所有点云的均值。
进一步地,在降采样后,再对点云数据进行点云分割,以进一步的缩小搜索被检测物品的范围。以去除背景干扰,尤其是地面、传送带等平面对被检测物品表面检测的干扰。点云分割包括:将点云数据由相机坐标系转换至传送带坐标系,再根据预设的阈值对点云数据进行分割,再将点云数据由传送带坐标系转换回相机坐标系。由于地面、传送带平面、检测台平面的位置都是固定的,在传送带坐标系下通过对点云数据的x’坐标值和/或y’坐标值和/或z’坐标值,以预设的坐标阈值进行过滤,即可以将大量的背景数据(背景平面的点云数据)滤除。
进一步地,通过点云分割滤除大量的背景数据后,对剩余的点云数据通过平面检测算法 ,即可以确定被检测物品的表面检测。平面检测算法可以采用成熟的RANSAAC算法等。在确定被检测物品的表面后,即可以确定该表面中的某个位置作为采样点。
在本实施例中,在确定后采样点后,需要控制机械手从采样纸容器中拾取采样纸,并对被检测物品的表面进行采样,再将采样纸送入到检测仪的送检口,从而完成自动采样、检测过程。此过程中,需要控制机械手按照规划的路径移动,并保证机械手在运动过程中的安全,不与其它设备发生碰撞。
在本实施例中,机械臂采用UR3机械臂,运动规划平台采用Moveit!。由于在实际使用中,传送带、操纵台、痕量爆炸物检测仪、龙门架以及采样纸容器等环境障碍物都是静止的,仅被检测物品(行李箱)是不确定的,但被检测物品的形状仍然具有一定的规律性,而且在采样过程中保持静止。在机械臂实现自动采样、送检索的过程中,具有如下几个位置点:初始位置点、取采样纸位置点、采样位置点、送检位置点;其运行过程可定义为如下几个过程:1、由初始位置点运动到取采样纸位置点;2从取采样纸位置点开始动作,拾取采样纸,然后再回到取采样纸位置点;3、从取采样纸位置点运动到采样位置点;4、从采样位置点开始动作,进行采样动作,再回到采样位置点;5、从采样位置点运动到送检位置点;6、从送检位置点开始动作,将采样纸送入检测仪的送检口,再回到送检测位置点;7、从送检测位置点运动到初始位置。上述7过程中,由于被检测物品会发生变化,采样纸容器内的采样纸的数量会发生变化,因此,可以采用预设规划路径和实时规划路径相结合方式来实现机械臂的运动规划,即过程1、3、5、6、7采用预设规划路径来实现机械臂的运动规划,过程2和4采用实时规划路径来实现机械臂的运动规划。当然,由于过程6也属于精细动作,为了提高动作的准确性,优选对于过程6也采用实时规划路径。通过这种方式,能够提高采样模块的稳定性,尤其是运动规划方面,能够有效避免基于采样的运动规划的随机性问题;其次,能够避免大量的重复的运动规划,从而提高算法的实时性,节省采样时间。
进一步地,针对不同尺寸的被检测物品(行李),可以利用视觉模块估计其近似尺寸,而后,使用Moveit!的现有接口即可将行李的概略模型嵌入到机械臂的规划场景中。考虑运动规划成功率,运动规划时间两方面因素,实时规划路径优选采用RRT-star算法进行运动规划。
在本实施例中,机械手优选采用真空泵吸取设备拾取采样纸。还优选在机械手上设置距离传感器,通过距离传感器来检测机械手与目标(被检测物品)之间的距离。机械手优选采用UR3机械臂,其具有6个关节,运动范围可达到500mm,运动灵活度高,范围大。真空泵吸取设备和距离传感器均安装在机械手的未端,通过距离传感器,可以准确的确定机械手与目标之间的距离。真空泵吸取设备包括一个吸盘和一个空气泵,吸盘和空气泵之间通过管道连接,管道上设置有电磁阀,当空气泵开启时,从吸盘处抽气,从而吸盘通过负压可以很好的拾取采样纸,通过电磁阀的开关状态,也可以很好的控制在吸盘处产生负压的大小。由于吸盘是在采样纸的一侧来吸取,可以很好的将采样纸从一摞试纸中分离出来,还可以使得采样纸的另一侧可以很好的与被检测物品相接触,对被检测物品进行采样。
在本实施例中,优选在吸盘通过弹性件安装机械臂之上。弹性件可以采用弹簧等可以产生一定弹性形变的结构件。使得在采样过程中,当吸盘吸附着采样纸与被检测物品接触时,由于弹性件的存在,可以使得采样纸很好的与被检测物品接触,同时,又不会在被检测物品上产生过大的压力,对被检测物品造成损坏。具体采样过程为,机械手吸取采样纸到达采样位置,然后垂直压向被检测物品,使得机械手未端吸盘上的采样纸与被检测物品接触,直到距离传感器所检测确定的机械手与被检测物品之间的距离小于预设的距离阈值,此时,由于弹性件的存在,将采样纸紧紧的按在被检测物品的表面,可靠的实现对被检测物品的采样。
在本实施例中,为了实现视觉模块对采样模块的引导,必须进行手眼标定,手眼标定的目的在于获得视觉模块中的相机坐标系到采样模块中的机械臂坐标系的坐标转换矩阵,这一矩阵用于将相机坐标系下的采样点坐标转换为机械臂坐标系下的运动规划目标点。手眼标定可通过现有成熟的标定方法实现。
在本实施例中,优选在所述步骤S3对被检测物品进行采样中,检测所述机械手与所述被检测物品之间的距离,当所述距离小于预设的距离阈值且持续的时间大于预设的时长时,判断采样为有效采样。进一步地优选,在所述步骤S3对被检测物品进行采样中,还包括检测所述真空泵吸取设备与所述被检测物品之间的压力,当所述压力大于预设的采样压力值时,判断采样为有效采样。当压力小于预设的采样压力值时,判断采样纸与被检测物品之间的接触不够紧密,可能存在采样效果不好的问题,此时需要控制机械手进一步的将采样纸压紧在被检测物品上,而当压力大于预设的破坏压力值时,则认为压力过大,可能造成被检测物品的损坏,需要控制机构手运动来降低压力,预设的破坏压力大于预设的采样压力。通过上述判断,可以保证采样的可靠,从而保证检测的准确。
通过本实施例的方法,即可以自动实现对被检测物品的爆炸物检测,不需要人工参与检测过程,只需要少量的技术人员对设备进行维护即可,极大的降低了人工劳动强度,也极大的提高了检测的效率和精度。
上述只是本发明的较佳实施例,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。
Claims (7)
1.一种爆炸物检测方法,其特征在于:
S1. 传送模块将被检测物品传送至预设检测位置;
S2. 视觉模块检测获取被检测物品的图像,控制模块根据所述图像确定所述被检测物品的采样点;
S3. 采样模块拾取采样纸在所述采样点对被检测物品进行采样,并将所述采样纸送入检测模块的送检口;
S4. 所述检测模块对所述采样纸进行检测,得到检测结果。
2.根据权利要求1所述的检测方法,其特征在于:在所述步骤S2中,所述视觉模块通过图像传感器获取所述预设检测位置的图像;所述控制模块对所述图像进行降采样、点云分割和平面检测,确定所述被检测物品的表面,所述采样点为所述表面内的点。
3.根据权利要求2所述的检测方法,其特征在于:所述点云分割包括:
将点云数据由相机坐标系转换至传送带坐标系,再根据预设的阈值对点云数据进行分割,再将点云数据由传送带坐标系转换回相机坐标系。
4.根据权利要求3所述的检测方法,其特征在于:在所述步骤S3中,所述采样模块通过预设规划路径和实时规划路径相结合方式实现采样模块中机械手的运动规划;
机械手在预设位置点之间的运动按照预设规划路径运动,所述预设位置点包括机械手初始位置点、位于采样纸容器处的预设位置点、位于被检测物品处的预设位置点、位于送检口处的预设位置点;
机械手达到所述预设位置点后,拾取采样纸、对被检测物品进行采样、将采样纸送入送检口的运动按照实时规划路径运动。
5.根据权利要求4所述的检测方法,其特征在于:所述机械手采用真空泵吸取设备拾取采样纸。
6.根据权利要求5所述的检测方法,其特征在于:在所述步骤S3对被检测物品进行采样中,检测所述机械手与所述被检测物品之间的距离,当所述距离小于预设的距离阈值且持续的时间大于预设的时长时,判断采样为有效采样。
7.根据权利要求6所述的检测方法,其特征在于:在所述步骤S3对被检测物品进行采样中,还包括检测所述真空泵吸取设备与所述被检测物品之间的压力,当所述压力大于预设的采样压力值时,判断采样为有效采样。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910624738.8A CN110376195A (zh) | 2019-07-11 | 2019-07-11 | 一种爆炸物检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910624738.8A CN110376195A (zh) | 2019-07-11 | 2019-07-11 | 一种爆炸物检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110376195A true CN110376195A (zh) | 2019-10-25 |
Family
ID=68252796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910624738.8A Pending CN110376195A (zh) | 2019-07-11 | 2019-07-11 | 一种爆炸物检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110376195A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116416307A (zh) * | 2023-02-07 | 2023-07-11 | 浙江大学 | 基于深度学习的预制构件吊装拼接3d视觉引导方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101041401A (zh) * | 2006-03-22 | 2007-09-26 | 诚研科技股份有限公司 | 利用吸盘附着纸张的取纸装置 |
CN103558858A (zh) * | 2013-11-13 | 2014-02-05 | 魏树桂 | 一种基于机器视觉的拾取机器人实现系统 |
CN106296693A (zh) * | 2016-08-12 | 2017-01-04 | 浙江工业大学 | 基于3d点云fpfh特征实时三维空间定位方法 |
CN106709481A (zh) * | 2017-03-03 | 2017-05-24 | 深圳市唯特视科技有限公司 | 一种基于二维‑三维语义数据集的室内场景理解方法 |
CN107379011A (zh) * | 2017-08-02 | 2017-11-24 | 上海百傲科技股份有限公司 | 机械手 |
CN107610176A (zh) * | 2017-09-15 | 2018-01-19 | 斯坦德机器人(深圳)有限公司 | 一种基于Kinect的栈板动态识别与定位方法、系统及介质 |
CN108827155A (zh) * | 2018-07-27 | 2018-11-16 | 复旦大学 | 一种机器人视觉测量系统及方法 |
CN109407174A (zh) * | 2018-12-28 | 2019-03-01 | 同方威视技术股份有限公司 | 安全检测系统及方法 |
CN109682525A (zh) * | 2019-01-23 | 2019-04-26 | 中国人民解放军国防科技大学 | 基于组合式铝蜂窝的无源测量冲击波能量的传感器装置 |
CN209027822U (zh) * | 2019-04-01 | 2019-06-25 | 南京航浦机械科技有限公司 | 一种烧结石自动采样系统 |
-
2019
- 2019-07-11 CN CN201910624738.8A patent/CN110376195A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101041401A (zh) * | 2006-03-22 | 2007-09-26 | 诚研科技股份有限公司 | 利用吸盘附着纸张的取纸装置 |
CN103558858A (zh) * | 2013-11-13 | 2014-02-05 | 魏树桂 | 一种基于机器视觉的拾取机器人实现系统 |
CN106296693A (zh) * | 2016-08-12 | 2017-01-04 | 浙江工业大学 | 基于3d点云fpfh特征实时三维空间定位方法 |
CN106709481A (zh) * | 2017-03-03 | 2017-05-24 | 深圳市唯特视科技有限公司 | 一种基于二维‑三维语义数据集的室内场景理解方法 |
CN107379011A (zh) * | 2017-08-02 | 2017-11-24 | 上海百傲科技股份有限公司 | 机械手 |
CN107610176A (zh) * | 2017-09-15 | 2018-01-19 | 斯坦德机器人(深圳)有限公司 | 一种基于Kinect的栈板动态识别与定位方法、系统及介质 |
CN108827155A (zh) * | 2018-07-27 | 2018-11-16 | 复旦大学 | 一种机器人视觉测量系统及方法 |
CN109407174A (zh) * | 2018-12-28 | 2019-03-01 | 同方威视技术股份有限公司 | 安全检测系统及方法 |
CN109682525A (zh) * | 2019-01-23 | 2019-04-26 | 中国人民解放军国防科技大学 | 基于组合式铝蜂窝的无源测量冲击波能量的传感器装置 |
CN209027822U (zh) * | 2019-04-01 | 2019-06-25 | 南京航浦机械科技有限公司 | 一种烧结石自动采样系统 |
Non-Patent Citations (1)
Title |
---|
-: ""爆炸物毒品检测仪如何使用试纸做检测?"", 《百度经验:HTTPS://JINGYAN.BAIDU.COM/ARTICLE/09EA3EDED172BCC0AEDE3996.HTML》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116416307A (zh) * | 2023-02-07 | 2023-07-11 | 浙江大学 | 基于深度学习的预制构件吊装拼接3d视觉引导方法 |
CN116416307B (zh) * | 2023-02-07 | 2024-04-02 | 浙江大学 | 基于深度学习的预制构件吊装拼接3d视觉引导方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103157607B (zh) | 一种物品识别与分拣装置及其方法 | |
CN105787407A (zh) | 融合机器视觉与激光扫描的快递条码自动识别方法及系统 | |
CN109060281A (zh) | 基于无人机的一体化桥梁检测系统 | |
CN101539533B (zh) | 电池内部缺陷自动检测装置及方法 | |
CN111791239A (zh) | 一种结合三维视觉识别可实现精确抓取的方法 | |
CN106583268A (zh) | 基于机器视觉的pe瓶检测与分拣系统 | |
CN110333242A (zh) | 一种pet瓶质量的检测方法及其系统 | |
Chiu et al. | Study of an autonomous fruit picking robot system in greenhouses | |
CN109848073A (zh) | 一种分拣煤与煤矸石的设备与方法 | |
CN108090912A (zh) | 一种基于图像识别的轨道检测方法及系统 | |
CN106379536A (zh) | 基于无人机的天然气管线巡检系统 | |
CN109782707A (zh) | 一种适用于工业互联网的工业现场监测方法 | |
CN112101088A (zh) | 一种无人机电力自动巡检方法、装置及系统 | |
WO2020134209A1 (zh) | 安全检测系统及方法 | |
CN105738796A (zh) | 一种主板自动取放装置和方法及fct设备 | |
CN106248680A (zh) | 一种基于机器视觉的电机换向器质量检测系统及检测方法 | |
CN114104653A (zh) | 一种输煤仓区域输煤皮带机智能巡检检测方法 | |
CN109003029A (zh) | 一种基于深度学习的智能仓库巡检方法及系统 | |
CN110376195A (zh) | 一种爆炸物检测方法 | |
CN114029243A (zh) | 一种用于分拣机器手的软物抓取识别方法 | |
CN110376194A (zh) | 一种自动痕量爆炸物检测系统 | |
Pan et al. | Manipulator package sorting and placing system based on computer vision | |
CN108435598A (zh) | 一种基于机器视觉的反光体表面检测装置、方法、系统、设备和存储介质 | |
CN111515133A (zh) | 快递异形件自动拣选方法、装置、设备和存储介质 | |
CN208555097U (zh) | 一种基于计算机视觉的工件形状检测与分捡装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191025 |
|
RJ01 | Rejection of invention patent application after publication |