CN114125416A - 一种基于机器学习与深度学习的三维检测平台软件及装置 - Google Patents
一种基于机器学习与深度学习的三维检测平台软件及装置 Download PDFInfo
- Publication number
- CN114125416A CN114125416A CN202111194550.8A CN202111194550A CN114125416A CN 114125416 A CN114125416 A CN 114125416A CN 202111194550 A CN202111194550 A CN 202111194550A CN 114125416 A CN114125416 A CN 114125416A
- Authority
- CN
- China
- Prior art keywords
- deep learning
- dimensional detection
- camera
- machine learning
- fixedly connected
- 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.)
- Granted
Links
- 238000013135 deep learning Methods 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 238000010801 machine learning Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 18
- 230000008878 coupling Effects 0.000 claims description 7
- 238000010168 coupling process Methods 0.000 claims description 7
- 238000005859 coupling reaction Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 17
- 238000005381 potential energy Methods 0.000 abstract description 11
- 230000009471 action Effects 0.000 abstract description 7
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 abstract 3
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 238000009434 installation Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16M—FRAMES, CASINGS OR BEDS OF ENGINES, MACHINES OR APPARATUS, NOT SPECIFIC TO ENGINES, MACHINES OR APPARATUS PROVIDED FOR ELSEWHERE; STANDS; SUPPORTS
- F16M11/00—Stands or trestles as supports for apparatus or articles placed thereon ; Stands for scientific apparatus such as gravitational force meters
- F16M11/02—Heads
- F16M11/04—Means for attachment of apparatus; Means allowing adjustment of the apparatus relatively to the stand
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16M—FRAMES, CASINGS OR BEDS OF ENGINES, MACHINES OR APPARATUS, NOT SPECIFIC TO ENGINES, MACHINES OR APPARATUS PROVIDED FOR ELSEWHERE; STANDS; SUPPORTS
- F16M11/00—Stands or trestles as supports for apparatus or articles placed thereon ; Stands for scientific apparatus such as gravitational force meters
- F16M11/02—Heads
- F16M11/04—Means for attachment of apparatus; Means allowing adjustment of the apparatus relatively to the stand
- F16M11/06—Means for attachment of apparatus; Means allowing adjustment of the apparatus relatively to the stand allowing pivoting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/296—Synchronisation thereof; Control thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于机器视觉技术领域，具体的说是一种基于机器学习与深度学习的三维检测平台软件及装置，所述甲醇的生产方法步骤如下所示：S1：信号触发：通过PLC和机器人得到触发信号或是通过Socket和串口得到触发指令，根据收到不同的触发信号进行不同的流程；本发明所述的一种基于机器学习与深度学习的三维检测平台软件及装置，通过转动转轴带动齿轮旋转，使得与齿轮啮合连接的齿条板沿着T型杆一向上滑动，此时处于安装架和控制箱连接处的卡块在铰接杆的作用下贯穿安装架滑入3D相机侧壁的卡槽内，实现对3D相机的固定，进而便于工作人员快速将3D相机固定在安装架上进行使用，通过弹簧一具有的弹性势能间接作用于卡块，加强了卡块对3D相机的固定效果。
Description
技术领域
本发明属于机器视觉技术领域，具体的说是一种基于机器学习与深度学习的三维检测平台软件及装置。
背景技术
随着互联网技术的迅速发展壮大，数据也变的层面更广，总数更大、构造愈来愈繁杂，如果想要更加清楚，迅速的认识和了解一份数据，传统化的二维平面图数据图表现已不能够满足需求，而三维检测平台技术可以让数据呈现的更加直观和易于了解，所以被广泛运用到各个行业中。
目前，市面上通用的检测平台大多是针对二维图像处理的，针对三维图像处理的较少，特别是加入机器学习与深度学习的图像处理平台更是少之又少，因此，含有机器学习与深度学习的图像处理平台显得尤为重要。
常规的三维检测平台包含信号触发、点云采集、点云处理和信号反馈几部分，而在点云采集步骤中常常用到3D相机，而3D相机在使用中大多配合固定支架一起使用，然而现有的3D相机和固定支架的安装结构较为复杂，不便于工作人员进行安装固定，为此，本发明提供一种基于机器学习与深度学习的三维检测平台软件及装置。
发明内容
为了弥补现有技术的不足，解决常规的三维检测平台包含信号触发、点云采集、点云处理和信号反馈几部分，而在点云采集步骤中常常用到3D相机，而3D相机在使用中大多配合固定支架一起使用，然而现有的3D相机和固定支架的安装结构较为复杂，不便于工作人员进行安装固定的问题，本发明提出的一种基于机器学习与深度学习的三维检测平台软件及装置。
本发明解决其技术问题所采用的技术方案是：本发明所述的一种基于机器学习与深度学习的三维检测平台软件,该平台软件操作步骤如下所示：S1：信号触发：通过PLC和机器人得到触发信号或是通过Socket和串口得到触发指令，根据收到不同的触发信号进行不同的流程；S2：点云采集：点云采集通常来自3D相机，也可以从文件读取来模拟，采集到的点云图像通常是深度图的格式，也有使用PLY、PTS、PTX、XYZ等3D格式，对不同格式的点云文件，需要进行一个转换，才能得到系统可识别的点云数据；S3：点云处理：点云处理包含常用的滤波、配准、检测、分割、特征描述与提取、曲面重建和识别等，部分较难检测的点云需要引入机器学习以及深度学习的框架；S4：信号反馈：将上述点云处理的结果反馈给指定设备，设备可以是PLC、机器人，或者向Socket、串口连接的对象反馈结果。
优选的，所述S3中还包括以下步骤：
S31：在Python中训练模型并生成；
S32：在平台中调用深度学习模块，选择上述步骤生成模型，并填写调用参数；
S33：为深度学习模块连接输入与输出，输入是经过预处理的点云数据，输出是要检测目标或已分割完成的实体，继续进行其他处理步骤。
一种基于机器学习与深度学习的三维检测装置，该装置采用于上述的一种基于机器学习与深度学习的三维检测平台软件，其中S2中所述的3D相机外侧设有安装架，所述安装件的两侧均固接有控制箱，所述控制箱的内腔通过轴承转动连接有转轴，所述转轴上套接有齿轮，所述齿轮与齿条板啮合连接，所述齿条板的内腔滑动连接有T型杆一，所述T型杆一的底端与控制箱的内腔底部固接，所述齿条板的顶部通过铰接杆与卡块铰接，所述卡块的一端贯穿安装架与3D相机侧壁上设有的卡槽相贴合，所述安装架的底部固接有转动件，所述转动件的底端通过轴承与安装件转动连接，所述安装件的底部固接有支架；通过转动转轴带动齿轮旋转，使得与齿轮啮合连接的齿条板沿着T型杆一向上滑动，此时处于安装架和控制箱连接处的卡块在铰接杆的作用下贯穿安装架滑入3D相机侧壁的卡槽内，实现对3D相机的固定，进而便于工作人员快速将3D相机固定在安装架上进行使用，通过安装架底部设有的转动件与安装件的转动配合，便于工作人员旋转安装架调节3D相机的水平角度。
优选的，所述齿条板的内腔顶部固接有弹簧一，所述弹簧一的底端与T型杆一的顶端固接；通过弹簧一具有的弹性势能间接作用于卡块，使得卡块与卡槽紧密贴合，加强了卡块对3D相机的固定效果。
优选的，所述安装件内腔通过轴承转动连接有丝杆，所述丝杆上对称设有反向双螺纹，所述丝杆上对称套有两个丝套，所述丝套的顶端固接有连接件，所述连接件的顶端固接有滑动套筒，所述滑动套筒通过弹性夹紧组件与转动件相贴合，所述安装件的两侧均设有滑槽，所述滑动套筒与滑槽滑动连接；当旋转安装架调节完3D相机的水平角度后，通过转动丝杆，使得丝杆上的两个丝套相对滑动，进而使得与丝套固接的连接件带动滑动套筒滑出滑槽，通过滑动套筒上设有的弹性夹紧组件对转动件进行夹紧固定，避免转动件发生偏转，影响3D相机的正常使用。
优选的，所述弹性夹紧组件包括弹簧二、T型杆二和夹紧块，所述滑动套筒的内腔固接有弹簧二，所述弹簧二的另一端与T型杆二固接，所述T型杆二的另一端贯穿滑动套筒与夹紧块固接，所述夹紧块与转动件上设有的环形夹紧槽相贴合；当滑动套筒在丝套的作用下滑出滑槽时，与T型杆二固接的夹紧块与转动件贴合，随着滑动套筒不断靠近转动件，使得T型杆二对弹簧二进行压缩，通过弹簧二具有的弹性势能加强了夹紧块对转动件的夹紧固定效果，避免了转动件的回转影响3D相机的正常使用。
优选的，所述控制箱的内腔顶部开设有导向槽，所述卡块的顶部固接有导向块，所述导向块与导向槽滑动连接；通过导向块与导向槽之间的滑动配合，便于对卡块的滑动起到辅助导向的作用。
优选的，所述安装件的内腔与滑槽之间设有连接槽，所述连接件与连接槽滑动连接，所述滑动套筒外壁与夹紧块之间固接有弹簧三，所述弹簧三套在T型杆二上通过连接件与连接槽之间的滑动配合，便于对丝套的滑动起到限位作用，通过弹簧三具有的弹性势能进一步加强了夹紧块对转动件的夹紧固定效果。
本发明的有益效果如下：
1.本发明所述的一种基于机器学习与深度学习的三维检测平台软件及装置，通过转动转轴带动齿轮旋转，使得与齿轮啮合连接的齿条板沿着T型杆一向上滑动，此时处于安装架和控制箱连接处的卡块在铰接杆的作用下贯穿安装架滑入3D相机侧壁的卡槽内，实现对3D相机的固定，进而便于工作人员快速将3D相机固定在安装架上进行使用，通过弹簧一具有的弹性势能间接作用于卡块，使得卡块与卡槽紧密贴合，加强了卡块对3D相机的固定效果。
2.本发明所述的一种基于机器学习与深度学习的三维检测平台软件及装置，当旋转安装架调节完3D相机的水平角度后，通过转动丝杆，使得丝杆上的两个丝套相对滑动，进而使得与丝套固接的连接件带动滑动套筒滑出滑槽，当滑动套筒在丝套的作用下滑出滑槽时，与T型杆二固接的夹紧块与转动件上的环形夹紧槽贴合，随着滑动套筒不断靠近转动件，使得T型杆二对弹簧二进行压缩，通过弹簧二和弹簧三具有的弹性势能加强了夹紧块对转动件的夹紧固定效果，避免了转动件的回转影响3D相机的正常使用。
附图说明
下面结合附图对本发明作进一步说明。
图1是本发明中一种基于机器学习与深度学习的三维检测平台软件的流程图；
图2是本发明实施例一的立体图；
图3是本发明实施例一中安装架的正视图；
图4是图3中A处的局部放大图；
图5是图3中B处局部放大图；
图6是图5中C处局部放大图；
图7是实施例二的局部示意图；
图中：1、3D相机；2、安装架；3、控制箱；4、转轴；5、齿轮；6、齿条板；7、弹簧一；8、T型杆一；9、铰接杆；10、卡块；11、导向块；12、卡槽；13、转动件；14、安装件；15、丝杆；16、丝套；17、连接件；18、滑动套筒；19、滑槽；20、弹簧二；21、T型杆二；22、夹紧块；23、环形夹紧槽；24、弹簧三；25、磁块一；26、磁块二；27、支架。
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，下面结合具体实施方式，进一步阐述本发明。
实施例一：
如图1所示，本发明所述的一种基于机器学习与深度学习的三维检测平台软件,该平台软件操作步骤如下所示：S1：信号触发：通过PLC和机器人得到触发信号或是通过Socket和串口得到触发指令，根据收到不同的触发信号进行不同的流程；S2：点云采集：点云采集通常来自3D相机，也可以从文件读取来模拟，采集到的点云图像通常是深度图的格式，也有使用PLY、PTS、PTX、XYZ等3D格式，对不同格式的点云文件，需要进行一个转换，才能得到系统可识别的点云数据；S3：点云处理：点云处理包含常用的滤波、配准、检测、分割、特征描述与提取、曲面重建和识别等，部分较难检测的点云需要引入机器学习以及深度学习的框架；S4：信号反馈：将上述点云处理的结果反馈给指定设备，设备可以是PLC、机器人，或者向Socket、串口连接的对象反馈结果。
所述S3中还包括以下步骤：
S31：在Python中训练模型并生成；
S32：在平台中调用深度学习模块，选择上述步骤生成模型，并填写调用参数；
S33：为深度学习模块连接输入与输出，输入是经过预处理的点云数据，输出是要检测目标或已分割完成的实体，继续进行其他处理步骤。
如图2至图6所示，一种基于机器学习与深度学习的三维检测装置，该装置采用于上述的一种基于机器学习与深度学习的三维检测平台软件，其中S2中所述的3D相机1外侧设有安装架2，所述安装件14的两侧均固接有控制箱3，所述控制箱3的内腔通过轴承转动连接有转轴4，所述转轴4上套接有齿轮5，所述齿轮5与齿条板6啮合连接，所述齿条板6的内腔滑动连接有T型杆一8，所述T型杆一8的底端与控制箱3的内腔底部固接，所述齿条板6的顶部通过铰接杆9与卡块10铰接，所述卡块10的一端贯穿安装架2与3D相机1侧壁上设有的卡槽12相贴合，所述安装架2的底部固接有转动件13，所述转动件13的底端通过轴承与安装件14转动连接，所述安装件14的底部固接有支架27；工作时，当需要对3D相机1和支架27进行安装时，将3D相机1滑入安装之中，通过转动转轴4带动齿轮5旋转，使得与齿轮5啮合连接的齿条板6沿着T型杆一8向上滑动，此时处于安装架2和控制箱3连接处的卡块10在铰接杆9的作用下贯穿安装架2滑入3D相机1侧壁的卡槽12内，实现对3D相机1的固定，进而便于工作人员快速将3D相机1固定在安装架2上进行使用，通过安装架2底部设有的转动件13与安装件14的转动配合，便于工作人员旋转安装架2调节3D相机1的水平角度。
所述齿条板6的内腔顶部固接有弹簧一7，所述弹簧一7的底端与T型杆一8的顶端固接；工作时，通过弹簧一7具有的弹性势能间接作用于卡块10，使得卡块10与卡槽12紧密贴合，加强了卡块10对3D相机1的固定效果。
所述安装件14内腔通过轴承转动连接有丝杆15，所述丝杆15上对称设有反向双螺纹，所述丝杆15上对称套有两个丝套16，所述丝套16的顶端固接有连接件17，所述连接件17的顶端固接有滑动套筒18，所述滑动套筒18通过弹性夹紧组件与转动件13相贴合，所述安装件14的两侧均设有滑槽19，所述滑动套筒18与滑槽19滑动连接；工作时，当旋转安装架2调节完3D相机1的水平角度后，通过转动丝杆15，使得丝杆15上的两个丝套16相对滑动，进而使得与丝套16固接的连接件17带动滑动套筒18滑出滑槽19，通过滑动套筒18上设有的弹性夹紧组件对转动件13进行夹紧固定，避免转动件13发生偏转，影响3D相机1的正常使用。
所述弹性夹紧组件包括弹簧二20、T型杆二21和夹紧块22，所述滑动套筒18的内腔固接有弹簧二20，所述弹簧二20的另一端与T型杆二21固接，所述T型杆二21的另一端贯穿滑动套筒18与夹紧块22固接，所述夹紧块22与转动件13上设有的环形夹紧槽23相贴合；工作时，当滑动套筒18在丝套16的作用下滑出滑槽19时，与T型杆二21固接的夹紧块22与转动件13贴合，随着滑动套筒18不断靠近转动件13，使得T型杆二21对弹簧二20进行压缩，通过弹簧二20具有的弹性势能加强了夹紧块22对转动件13的夹紧固定效果，避免了转动件13的回转影响3D相机1的正常使用。
所述控制箱3的内腔顶部开设有导向槽，所述卡块10的顶部固接有导向块11，所述导向块11与导向槽滑动连接；工作时，通过导向块11与导向槽之间的滑动配合，便于对卡块10的滑动起到辅助导向的作用。
所述安装件14的内腔与滑槽19之间设有连接槽，所述连接件17与连接槽滑动连接，所述滑动套筒18外壁与夹紧块22之间固接有弹簧三24，所述弹簧三24套在T型杆二21上；工作时，通过连接件17与连接槽之间的滑动配合，便于对丝套16的滑动起到限位作用，通过弹簧三24具有的弹性势能进一步加强了夹紧块22对转动件13的夹紧固定效果。
实施例二：
如图7所示,对比实施例一，作为本发明的另一种实施方式，所述卡槽12内固接有磁块二26，所述卡块10上固接有磁块一25，所述磁块一25与磁块二26相贴合；工作时，当卡块10滑入卡槽12中时，通过卡块10上的磁块一25与卡槽12内的磁块二26之间的磁吸作用，使得卡块10被牢牢的固定在卡槽12内，进一步加强了卡块10对3D相机1的固定效果。
工作原理：当需要对3D相机1和支架27进行安装时，将3D相机1滑入安装之中，通过转动转轴4带动齿轮5旋转，使得与齿轮5啮合连接的齿条板6沿着T型杆一8向上滑动，此时处于安装架2和控制箱3连接处的卡块10在铰接杆9的作用下贯穿安装架2滑入3D相机1侧壁的卡槽12内，实现对3D相机1的固定，进而便于工作人员快速将3D相机1固定在安装架2上进行使用，通过弹簧一7具有的弹性势能间接作用于卡块10，使得卡块10与卡槽12紧密贴合，加强了卡块10对3D相机1的固定效果，通过安装架2底部设有的转动件13与安装件14的转动配合，便于工作人员旋转安装架2调节3D相机1的水平角度，当旋转安装架2调节完3D相机1的水平角度后，通过转动丝杆15，使得丝杆15上的两个丝套16相对滑动，进而使得与丝套16固接的连接件17带动滑动套筒18滑出滑槽19，当滑动套筒18在丝套16的作用下滑出滑槽19时，与T型杆二21固接的夹紧块22与转动件13上的环形夹紧槽23贴合，随着滑动套筒18不断靠近转动件13，使得T型杆二21对弹簧二20进行压缩，通过弹簧二20和弹簧三24具有的弹性势能加强了夹紧块22对转动件13的夹紧固定效果，避免了转动件13的回转影响3D相机1的正常使用。
上述前、后、左、右、上、下均以说明书附图中的图1为基准，按照人物观察视角为标准，装置面对观察者的一面定义为前，观察者左侧定义为左，依次类推。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种基于机器学习与深度学习的三维检测平台软件，其特征在于，该平台软件操作步骤如下所示：
S1：信号触发：通过PLC和机器人得到触发信号或是通过Socket和串口得到触发指令，根据收到不同的触发信号进行不同的流程；
S2：点云采集：点云采集通常来自3D相机，也可以从文件读取来模拟，采集到的点云图像通常是深度图的格式，也有使用PLY、PTS、PTX、XYZ等3D格式，对不同格式的点云文件，需要进行一个转换，才能得到系统可识别的点云数据；
S3：点云处理：点云处理包含常用的滤波、配准、检测、分割、特征描述与提取、曲面重建和识别等，部分较难检测的点云需要引入机器学习以及深度学习的框架；
S4：信号反馈：将上述点云处理的结果反馈给指定设备，设备可以是PLC、机器人，或者向Socket、串口连接的对象反馈结果。
2.一种基于机器学习与深度学习的三维检测平台软件，其特征在于，所述S3中还包括以下步骤：
S31：在Python中训练模型并生成；
S32：在平台中调用深度学习模块，选择上述步骤生成模型，并填写调用参数；
S33：为深度学习模块连接输入与输出，输入是经过预处理的点云数据，输出是要检测目标或已分割完成的实体，继续进行其他处理步骤。
3.一种基于机器学习与深度学习的三维检测装置，其特征在于，该装置采用于上述权利要求1-2中所述的一种基于机器学习与深度学习的三维检测平台软件，其中S2中所述的3D相机(1)外侧设有安装架(2)，所述安装件(14)的两侧均固接有控制箱(3)，所述控制箱(3)的内腔通过轴承转动连接有转轴(4)，所述转轴(4)上套接有齿轮(5)，所述齿轮(5)与齿条板(6)啮合连接，所述齿条板(6)的内腔滑动连接有T型杆一(8)，所述T型杆一(8)的底端与控制箱(3)的内腔底部固接，所述齿条板(6)的顶部通过铰接杆(9)与卡块(10)铰接，所述卡块(10)的一端贯穿安装架(2)与3D相机(1)侧壁上设有的卡槽(12)相贴合，所述安装架(2)的底部固接有转动件(13)，所述转动件(13)的底端通过轴承与安装件(14)转动连接，所述安装件(14)的底部固接有支架(27)。
4.根据权利要求3所述的一种基于机器学习与深度学习的三维检测装置，其特征在于，所述齿条板(6)的内腔顶部固接有弹簧一(7)，所述弹簧一(7)的底端与T型杆一(8)的顶端固接。
5.根据权利要求4所述的一种基于机器学习与深度学习的三维检测装置，其特征在于，所述安装件(14)内腔通过轴承转动连接有丝杆(15)，所述丝杆(15)上对称设有反向双螺纹，所述丝杆(15)上对称套有两个丝套(16)，所述丝套(16)的顶端固接有连接件(17)，所述连接件(17)的顶端固接有滑动套筒(18)，所述滑动套筒(18)通过弹性夹紧组件与转动件(13)相贴合，所述安装件(14)的两侧均设有滑槽(19)，所述滑动套筒(18)与滑槽(19)滑动连接。
6.根据权利要求5所述的一种基于机器学习与深度学习的三维检测装置，其特征在于，所述弹性夹紧组件包括弹簧二(20)、T型杆二(21)和夹紧块(22)，所述滑动套筒(18)的内腔固接有弹簧二(20)，所述弹簧二(20)的另一端与T型杆二(21)固接，所述T型杆二(21)的另一端贯穿滑动套筒(18)与夹紧块(22)固接，所述夹紧块(22)与转动件(13)上设有的环形夹紧槽(23)相贴合。
7.根据权利要求6所述的一种基于机器学习与深度学习的三维检测装置，其特征在于，所述控制箱(3)的内腔顶部开设有导向槽，所述卡块(10)的顶部固接有导向块(11)，所述导向块(11)与导向槽滑动连接。
8.根据权利要求7所述的一种基于机器学习与深度学习的三维检测装置，其特征在于，所述安装件(14)的内腔与滑槽(19)之间设有连接槽，所述连接件(17)与连接槽滑动连接，所述滑动套筒(18)外壁与夹紧块(22)之间固接有弹簧三(24)，所述弹簧三(24)套在T型杆二(21)上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111194550.8A CN114125416B (zh) | 2021-10-13 | 2021-10-13 | 一种基于机器学习与深度学习的三维检测平台软件及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111194550.8A CN114125416B (zh) | 2021-10-13 | 2021-10-13 | 一种基于机器学习与深度学习的三维检测平台软件及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114125416A true CN114125416A (zh) | 2022-03-01 |
| CN114125416B CN114125416B (zh) | 2024-03-19 |
Family
ID=80375730
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111194550.8A Active CN114125416B (zh) | 2021-10-13 | 2021-10-13 | 一种基于机器学习与深度学习的三维检测平台软件及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114125416B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170028562A1 (en) * | 2015-07-31 | 2017-02-02 | Fanuc Corporation | Machine learning device, robot system, and machine learning method for learning workpiece picking operation |
| CN208311830U (zh) * | 2018-05-31 | 2019-01-01 | 天津瀚海星云数字科技有限公司 | 一种大空间多人交互用捕捉相机用固定装置 |
| US20190138786A1 (en) * | 2017-06-06 | 2019-05-09 | Sightline Innovation Inc. | System and method for identification and classification of objects |
| CN110948492A (zh) * | 2019-12-23 | 2020-04-03 | 浙江大学 | 一种基于深度学习的三维抓取平台和抓取方法 |
| WO2020190166A1 (ru) * | 2019-03-21 | 2020-09-24 | Публичное Акционерное Общество "Сбербанк России" | Способ и система захвата объекта с помощью роботизированного устройства |
| CN213018654U (zh) * | 2020-08-25 | 2021-04-20 | 杭州巨骐信息科技股份有限公司 | 一种数据采集检测系统 |
| CN213213589U (zh) * | 2020-04-19 | 2021-05-14 | 天津市仕臣科技发展有限公司 | 基于大数据平台的面孔识别摄像头 |
-
2021
- 2021-10-13 CN CN202111194550.8A patent/CN114125416B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170028562A1 (en) * | 2015-07-31 | 2017-02-02 | Fanuc Corporation | Machine learning device, robot system, and machine learning method for learning workpiece picking operation |
| US20190138786A1 (en) * | 2017-06-06 | 2019-05-09 | Sightline Innovation Inc. | System and method for identification and classification of objects |
| CN208311830U (zh) * | 2018-05-31 | 2019-01-01 | 天津瀚海星云数字科技有限公司 | 一种大空间多人交互用捕捉相机用固定装置 |
| WO2020190166A1 (ru) * | 2019-03-21 | 2020-09-24 | Публичное Акционерное Общество "Сбербанк России" | Способ и система захвата объекта с помощью роботизированного устройства |
| CN110948492A (zh) * | 2019-12-23 | 2020-04-03 | 浙江大学 | 一种基于深度学习的三维抓取平台和抓取方法 |
| CN213213589U (zh) * | 2020-04-19 | 2021-05-14 | 天津市仕臣科技发展有限公司 | 基于大数据平台的面孔识别摄像头 |
| CN213018654U (zh) * | 2020-08-25 | 2021-04-20 | 杭州巨骐信息科技股份有限公司 | 一种数据采集检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114125416B (zh) | 2024-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107784704A (zh) | 一种智能型人脸识别考勤机 | |
| CN203414208U (zh) | 基于机器视觉的继电器簧片压力及间隙测试设备 | |
| CN101813467A (zh) | 基于双目立体视觉技术的旋翼共锥度测量装置及其方法 | |
| CN101601512B (zh) | 用于服装定制的便携式非接触人体尺寸自动测量装置 | |
| CN107957245A (zh) | 基于机器视觉的发动机连杆尺寸测量装置及其测量方法 | |
| CN204329814U (zh) | 三轴螺纹检测机 | |
| CN109030058A (zh) | 一种智能吸尘器头测试设备 | |
| CN115165881A (zh) | 一种基于计算机视觉的智能化检测装置 | |
| CN114125416A (zh) | 一种基于机器学习与深度学习的三维检测平台软件及装置 | |
| CN207587013U (zh) | 一种智能型人脸识别考勤机 | |
| CN207424334U (zh) | 3d相机调节装置及3d相机 | |
| CN206991459U (zh) | 快递柜 | |
| CN109366505A (zh) | 双臂解魔方机器人及其使用方法 | |
| CN107965234A (zh) | 汽车玻璃升降器检测台 | |
| CN102539068B (zh) | 塑性测压敏感元件自动测量压力判读装置和方法 | |
| CN203825354U (zh) | 一种物体三维摄相设备 | |
| CN208466562U (zh) | 自动伸缩接料装置 | |
| CN207570709U (zh) | 一种数字式镜头旋钮扭力自动测量仪 | |
| CN215674502U (zh) | 一种人和投影产生交互的装置 | |
| CN206321204U (zh) | 一种刀刃测量仪摆臂结构 | |
| CN209355865U (zh) | 一种检测设备 | |
| CN214315968U (zh) | 一种视觉传感器的安装结构 | |
| CN207226992U (zh) | 一种啤酒灌装过程液位检测系统 | |
| CN205232387U (zh) | 立体显示装置检测设备 | |
| CN202886829U (zh) | 一种三维还原成像用的小型拍摄仪 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |