欢迎使用威尔专利交易平台

售价 : 询价

摘要： : 本申请涉及智能制造领域中的智能距离参数控制，其具体地公开了一种使用高斯分布概率值的智能静电吸附距离控制方法，其基于深度学习的编码技术来控制电路板与静电板之间的距离。具体地，在编码过程中，通过卷积神经网络分别从电路板的电路板图像和深度图像中提取分布特征图和深度特征图，采用Softmax形式的高斯分布函数来表达深度特征图中每个位置的深度特征值与深度特征图的整体的深度特征值之间的关系，并以获得的高斯分布概率值矩阵对深度特征图与分布特征图进行融合，这样，将融合后的特征图通过编码器，获得的编码结果，即，静电吸附距离，能够在保证除尘效果的同时尽可能地减小静电对电路板上的电子元器件的影响。

详情： :

1.一种使用高斯分布概率值的智能静电吸附距离控制方法,其特征在于,包括:获取待除尘的电路板的电路板图像;将所述电路板图像通过第一深度卷积神经网络,以获得对应于所述电路板图像的分布特征图; 获取待除尘的电路板的深度图像; 将所述深度图像通过第二卷积神经网络,以获得对应于所述深度图像的深度特征图; 基于所述深度特征图中所有位置的深度特征值计算所述深度特征图的均值u和方差v, 并以如下公式计算所述深度特征图中每个位置的高斯分布深度特征值yi,其中,该公式为: yi=(xi‑u)/v ,xi表示所述深度特征图中每个位置的深度特征值; 以如下公式计算所述深度特征图中每个位置的深度特征值相对于所述深度特征图的整体分布的高斯分布概率值,其中,该公式为:Pi=exp(‑xi)/∑exp(‑yi),以获得高斯分布概率值矩阵; 基于所述高斯分布概率矩阵,融合所述深度特征图和所述分布特征图以获得编码特征图;以及将所述编码特征图通过编码器,以获得编码值,所述编码值用于表示用于除尘的静电板与所述待除尘的电路板之间的距离。

2 .根据权利要求1所述的使用高斯分布概率值的智能静电吸附距离控制方法,其中,将所述深度图像通过第二卷积神经网络,以获得对应于所述深度图像的深度特征图,包括:对所述深度图像进行预处理,以获得预处理后的所述深度图像,其中,对所述深度图像 进行预处理的过程,包括如下步骤至少之一:去除所述深度图像中的异常值、填补所述深度图像中的孔洞点和对所述深度图像进行滤波处理;以及将预处理后的所述深度图像通过第二卷积神经网络,以获得对应于所述深度图像的深度特征图。

3 .根据权利要求2所述的使用高斯分布概率值的智能静电吸附距离控制方法,其中,用于采集所述深度图像的深度相机与用于采集所述电路板图像的彩色相机具有相同的视场角。

4 .根据权利要求3所述的使用高斯分布概率值的智能静电吸附距离控制方法,其中,将所述电路板图像通过第一深度卷积神经网络,以获得对应于所述电路板图像的分布特征图,包括:基于所述电路板图像与所述深度图像之间的分辨率之比,调整所述电路板图像的尺寸,以使得所述电路板图像的尺寸与所述深度图像的尺寸相一致。

5 .根据权利要求1所述的使用高斯分布概率值的智能静电吸附距离控制方法,其中,基于所述高斯分布概率矩阵,融合所述深度特征图和所述分布特征图以获得编码特征图,包括:以所述深度特征图中每个位置的高斯分布概率值对所述深度特征图上的每个位置的 深度特征值进行加权,以获得深度加权特征图;以及计算所述深度加权特征图与所述分布特征图之间的按像素位置点加,以获得所述编码特征图。

6 .根据权利要求5所述的使用高斯分布概率值的智能静电吸附距离控制方法,其中,所述编码器为深度全连接神经网络。

7 .一种使用高斯分布概率值的智能静电吸附距离控制系统,其特征在于,包括: 图像获取单元,用于获取待除尘的电路板的电路板图像; 分布特征图生成单元,用于将所述图像获取单元获得的所述电路板图像通过第一深度卷积神经网络,以获得对应于所述电路板图像的分布特征图; 深度图像获取单元,用于获取待除尘的电路板的深度图像;深度特征图生成单元,用于将所述深度图像获取单元获得的所述深度图像通过第二卷 积神经网络,以获得对应于所述深度图像的深度特征图; 高斯分布深度特征值生成单元,用于基于所述深度特征图生成单元获得的所述深度特 征图中所有位置的深度特征值计算所述深度特征图的均值u和方差v,并以如下公式计算所述深度特征图中每个位置的高斯分布深度特征值yi,其中,该公式为:yi=(xi‑u)/v ,xi表示所述深度特征图中每个位置的深度特征值; 高斯分布概率值矩阵生成单元,用于以如下公式计算所述深度特征图生成单元获得的 所述深度特征图中每个位置的深度特征值相对于所述深度特征图的整体分布的高斯分布概率值,其中,该公式为:Pi=exp(‑xi)/∑exp(‑yi),以获得高斯分布概率值矩阵; 编码特征图生成单元,用于基于所述高斯分布概率矩阵,融合所述深度特征图生成单 元获得的所述深度特征图和所述分布特征图生成单元获得的所述分布特征图以获得编码特征图;以及编码值生成单元,用于将所述编码特征图生成单元获得的所述编码特征图通过编码器,以获得编码值,所述编码值用于表示用于除尘的静电板与所述待除尘的电路板之间的距离。

8 .根据权利要求7所述的使用高斯分布概率值的智能静电吸附距离控制系统,其中,所述深度特征图生成单元,包括: 图像预处理子单元,用于对所述深度图像进行预处理,以获得预处理后的所述深度图像,其中,对所述深度图像进行预处理的过程,包括如下步骤至少之一:去除所述深度图像中的异常值、填补所述深度图像中的孔洞点和对所述深度图像进行滤波处理;以及特征图生成子单元,用于将所述图像预处理子单元获得的所述预处理后的所述深度图像通过第二卷积神经网络,以获得对应于所述深度图像的深度特征图。

9 .根据权利要求7所述的使用高斯分布概率值的智能静电吸附距离控制系统,其中,所述编码特征图生成单元,包括:深度加权特征图生成子单元,用于以所述深度特征图中每个位置的高斯分布概率值对所述深度特征图上的每个位置的深度特征值进行加权,以获得深度加权特征图;以及融合子单元,用于计算所述深度加权特征图生成子单元获得的所述深度加权特征图与所述分布特征图之间的按像素位置点加,以获得所述编码特征图。

10 .一种电子设备,包括: 处理器;以及存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1‑6中任一项所述的使用高斯分布概率值的智能静电吸附距离控制方法。