基於物品掃描進行重心評估的方法及機械手抓取物品的方法

HKSAR

32024092278.3

用於分揀精密細粒度物體的多傳感測器機器人感知與定位系統

HKSAR / PRC

HKSAR: 32024096292.0 / PRC: 2024112757393

Robotic perception and positioning system for sorting precision fine-grained object

CargoFlow: Advanced Congestion Detection and Root Cause Analysis System for Air Cargo Logistics

US

63/689,775

反射式表面缺陷檢測裝置

HKSAR

32023083911.2

The present invention relates to a system for capturing defects on a surface of an object in a single-camera setup. By using multiple cameras, different perspectives of the object can be obtained, allowing for better coverage and a more comprehensive examination of the surface. As irregular shapes may have varying depths, concavities, or protrusions that cannot be adequately captured by a common single camera setup, multiple cameras are therefore positioned at different angles to enable better depth perception and accurate identification of defects in three-dimensional space.

一種基於一維resunet的電梯振動信號去噪方法

PRC

2410021289.9

本申請涉及電梯技術領域，特別涉及一種電梯振動信號去噪方法、裝置、電子設備及存儲介質，其中，方法包括：採集電梯的轎廂垂直振動信號，並生成原始一維時間序列信號; 將不同類型、不同強度的雜訊注入到原始一維時間序列信號，得不同類型的一維含噪混合信號; 採用滑動視窗方式分割生成目標長度的數據樣本並劃分為訓練集、驗證集和測試集; 構建ResUNet深度神經網路並採用訓練集對ResUNet訓練直至網路收斂，採用驗證集對超參數調整，獲得訓練完成的網路模型; 將測試集的含噪振動信號輸入到訓練完成的網路模型進行預測，輸出去噪后的振動信號。 由此，解決了相關技術中，由於需要依賴電梯振動信號的先驗知識或參數的人為設定，影響去噪的有效性和可靠性等問題。

機械抓手及利用其拿放物體的方法

HKSAR / PRC

HKSAR: 32023075720.7 / PRC: CN 202310853939.1

本發明公開了一種機械抓手，所述機械抓手包括安裝支架以及陣列式佈置在所述安裝支架上的、用於吸取物體的多個吸取部，每一吸取部沿其吸取方向長度可調節。 本發明提供的機械抓手具有良好的普適性，也公開了一種利用機械抓手拿放物體的方法。

自動引導車路徑規劃方法、電子設備及存儲介質

PRC

202410439782.2

本申請實施例提供了一種自動引導車路徑規劃方法、電子設備及存儲介質，屬於路徑規劃技術領域。 該方法包括：從網格網路中篩選出初始網格的一跳網格，得到第一候選網格。 構建第一候選網格的第一搜索狀態資訊，並保存到佇列中。 獲取佇列中第一最早時間戳最小的第一搜索狀態信息，對應的第一候選網格為第一目標網格。 若第一目標網格不屬於預設的目標位置，和/或當前運動狀態為移動狀態，則篩選出第一目標網格的一跳網格，得到更新的第一候選網格。 重複上述步驟，直至第一目標網格為目標位置，且當前運動狀態為靜止狀態。 根據初始網格的第一搜索狀態資訊和所有選擇出的第一搜索狀態資訊構建自動引導車的運動路徑，提高了AGV的實際運行效率。

利用BIM實現機器人自主導航的方法

HKSAR

32023079478.8

A Method for realizing autonomous navigation of robots using BIM, first, the BIM model is used to generate a navigation map, and then the site is optically scanned through 3D scanning to obtain on-site point cloud images and semantic segmentation is performed to obtain a semantic map. The robot uses the semantic map to achieve autonomous navigation. The method of using BIM model to map conversion and semantic understanding to realize autonomous navigation of robots can overcome the obstacles of existing robot platforms in realizing automation and other related fields, and increase the autonomy of robots.

物流中心的運輸流程瓶頸檢測及預測方法

HKSAR / PRC

HKSAR: 32023070062.9 / PRC: 202310280578.6

用於檢測物體表面缺陷的系統及方法

HKSAR / PRC

HKSAR: 32023070552.9 / PRC: CN 202310309532.2

基於少量正常樣本數據集訓練的缺陷檢測方法及裝置

HKSAR / PRC

HKSAR : 32022066158.3 / PRC: CN202211689395.1

一種基於機械臂手眼系統的三維重建的物體表面檢測方法

HKSAR / PRC

HKSAR : 32022062462.3 / PRC: CN202211288329.3

干擾檢測與對策建議系統及其方法

HKSAR

32023083910.4

The present invention relates to a system (100) and a method (200) to detect and classify disturbances and derive countermeasures, characterised by: a data component module (101), a deviation reporting module (1021) consisting of a multi-level data analysis module (1021), a deviation detection module (1022) and a conformance checking module (1023), a disturbance diagnosis module (103) consisting of a classifier module (1031) and a countermeasures module (1032); and a user interface module (104) configured to display disturbances obtained from the countermeasures module (1032), wherein disturbances are detected, diagnosed and classified using the deviation reporting module (102) and the disturbance diagnosis module (103) for automatically suggesting countermeasures.

用於注塑工序的質量預測和根本原因分析系統和方法

HKSAR / PRC

HKSAR: 32022062264.3 / PRC: CN202310827739.9

本發明涉及一種基於AI的系統，其用於分析在先前執行的製造操作中獲得的各種數據，用於執行質量預測和根本原因分析，以確定在製造工序中導致生產偏差的一個或多個可能的根本原因。

一種工具磨損狀況監測系統

HKSAR / PRC

HKSAR: 32023071003.2 / PRC: 202420628565.3

本申請公開了一種工具磨損狀態監測系統，其包括：被配置為安裝在工具的主軸處並用於測量主軸的聲發射訊號的聲發射感測器（102a）; 被配置為安裝在工具的工件固定裝置處並用於測量工件的振動訊號的振動感測器（102b）; 被配置為安裝在工具的主軸電機處並用於測量主軸電機的電流的電流感測器（102c）; 及監控設備。 所述監控設備包括：數據採集模組，用於從聲發射感測器（102a）、振動感測器（102b）及電流感測器（102c）接收相應訊號; 儀錶板，用於將工具的磨損狀態顯示給使用者。 本實用新型能夠適應、安裝和調整多個感測器以適應工業中各種計算機化數控機器環境，從而在各種環境下均能較好地監測工具磨損狀態

通過數據增強的電腦數值控制刀具磨損狀態監測和預測系統和方法

HKSAR

32023067677.9

The present invention discloses a tool wear condition prediction and monitoring system based on machine learning, comprising of: a user interface (102) with machine (102a) and scheduling frontends (102b); a software hub (104) for providing data collection (104a), data processing (104b), data storage (104c) and device management (104d); a machine learning prediction model (106), characterized by; a feature extraction module (106a) configured to extract features; a data generation module (404) configured to generate synthetic features (302); and a prediction module (406) that is configured to predict a tool wear condition.

用於自動化組裝順序規劃的雲端計算輔助設計的方法與系統

HKSAR

32023070184.1

The present invention discloses a system of automatic assembly sequence planning for cloud-based computer-aided design (CAD), comprising of: a computer device of a CAD model having a processor and non-transient media; a cloud-based computer server having a processor and non-transient media for a cloud-based CAD software program for assembly sequence planning (102); wherein the cloud-based CAD software program for assembly sequence planning (102) includes instructions for: data extraction (302); automatic constraint modelling; optimized assembly sequence generation; visualization of optimal assembly sequence (312); and a user interface for providing an optimal users interaction in the cloud-based CAD software program for assembly sequence planning (102).

列車月台的幕門的故障風險預測系統

HKSAR / PRC

HKSAR : 32023068412.0 / PRC: 202310165356.X

本申請公開了一種列車月台的幕門的故障風險預測系統，包括設置在幕門的多個預定位置的、用於採集實時數據的多個感測器；位於所述感測器附近的閘道器，用於將所述感測器採集的數據傳送到邊緣設備;所述邊緣設備，用於對所述閘道器傳來的數據進行處理，並將處理過的數據傳輸到服務器，所述處理包括利用深度學習模型對所述幕門進行故障風險預測，所述處理過的數據包括故障風險預測結果；所述服務器，用於儲存資料及訓練所述深度學習模型；其中，所述深度學習模型根據幕門的日誌數據、幕門環境數據，以及幕門運作數據對所述幕門進行故障風險預測，所述幕門運作數據由所述感測器採集得到。本申請可以針對列車月台的幕門進行預測性維護。

Method and System of Automatic Constraint Modelling for Assembly Sequence Planning

HKSAR

32023067195.2

The present invention discloses a comprehensive assembly sequence planning based on CAD data and a fully automatic pipeline to achieve a reliable assembly sequence. An automatic constraint modelling (100) method for assembly sequence planning is disclosed in the present invention wherein, comprising the steps of: recognizing joining parts of a product data using a feature recognition (102) algorithm to automatically recognize shape and determine assembly features; dividing the product data into subassemblies (104); deriving liaison matrix for parts inside each of the subassemblies (104); deriving interference matrices by analyzing potential collisions (108) of the parts for each of the subassemblies (104); and defining and selecting base component (110) of the subassemblies (104). After the automatic modelling (100), the constraints are introduced to the Optimal Assembly Sequence Generation (112) where assembly sequences are generated based on the constraints and evaluated (114) regarding the optimization criteria.

一種用於注塑工序的質量預測和根本原因分析系統

PRC

202222999357.8

本發明涉及一種基於AI的系統，其用於分析在先前執行的製造操作中獲得的各種數據，用於執行質量預測和根本原因分析，以確定在製造工序中導致生產偏差的一個或多個可能的根本原因。