Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 佛山市飘鼎内衣有限公司周海获国家专利权

佛山市飘鼎内衣有限公司周海获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉佛山市飘鼎内衣有限公司申请的专利一种基于AR虚拟视觉的岗位实训培养系统及培养方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120726869B

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511221564.2,技术领域涉及:G09B9/00;该发明授权一种基于AR虚拟视觉的岗位实训培养系统及培养方法是由周海;周宇航;王紫怡;关健君设计研发完成,并于2025-08-29向国家知识产权局提交的专利申请。

一种基于AR虚拟视觉的岗位实训培养系统及培养方法在说明书摘要公布了:本发明涉及职业教育培训系统及方法技术领域,具体为一种基于AR虚拟视觉的岗位实训培养系统及培养方法,采用AR虚拟现实,创新性的采用了动态环境绑定技术,通过RGB‑D摄像头实时扫描实训场景,如实验室、工厂工位,采用的SLAM算法构建3D环境点云地图,虚拟设备自动对齐真实桌面坐标系,虚拟设备可“放置”在真实桌面上,受物理遮挡关系约束,如手部穿过虚拟器械时自动隐藏被遮挡部分,相较于传统的AR投影技术,更加真实,代入感和培训感更强,使得学员的培训进一步起效,适配岗位的周期更短;采用了多模态操作评价机制,操作轨迹与标准路径动态对比,实时生成偏差热力图;分解操作步骤为,准备→执行→校验三阶段,分别评分,进一步的实现培训评分。

本发明授权一种基于AR虚拟视觉的岗位实训培养系统及培养方法在权利要求书中公布了:1.一种基于AR虚拟视觉的岗位实训培养系统,其特征在于,包括佩戴于学员身上的智能AR终端及设置于系统终端上的实训培养系统平台; 所述智能AR终端包括:环境扫描模块,用于扫描学员所处的实训场景环境的数据并传输; 数据收集模块,用于收集学员的操作数据并传输至所述实训培养系统平台; 数据反馈模块,用于接收所述实训培养系统平台传输的反馈数据,通过触觉视觉进行反馈至学员; 所述实训培养系统平台包括:环境感知构建模块,用于根据所述智能AR终端传输的学员所处的实训场景环境的数据,基于实时SLAM算法构建三维环境点云地图模型; 虚实构建模块,基于构建的三维环境点云地图模型,在真实场景中融合叠加虚拟设备; 自适应评价模块,基于所述智能AR终端反馈的数据,基于动态模型,进行自适应评价和操作数据反馈,将操作数据反馈传输至智能AR终端上; 培养方案生成模块,基于所述自适应评价模块传输的自适应评价,进而生成对应的培养方案; 所述环境扫描模块包括:RGB-D摄像头,用于采集学员身处环境的环境数据; 激光雷达扫描件,用于扫描环境深度数据,以供于提供数据至构建点云地图模型; 所述环境感知构建模块包括: 数据同步单元,用于接收传输的所述智能AR终端传输的学员所处的实训场景环境的数据,进行时空同步后输出; 动态SLAM位姿估计单元,基于改进的位姿图优化模型,用于通过多源加权非线性优化,进而实现场景识别后的实训场景环境的数据中提取构建点云数据; 动态物体过滤单元,基于移动一致性检验模型,基于时序速度滤波剔除移动物体点云,保留静态环境结构的构建点云数据; 点云融合及特征提取单元,基于处理后的构建点云数据,进行数据预处理后,采用特征提取算法,提取构建点云数据中的几何特征; 地图模型构建单元,用于对提取出的几何特征进行语义绑定后,基于语义绑定后的几何特征,构建生成八叉图地图,进而获得三维环境点云地图模型; 在将环境数据输入至环境感知构建模块中的时候,数据同步单元将输入的环境数据进行预处理,进行数据时空同步的操作,设传感器集合表示为,其数据流时间戳对齐模型为:; 其中为传感器在时刻t的变换矩阵,表示为各传感器时钟误差协方差矩阵,通过求解最小化位姿差异的时间偏移量,实现多传感器硬件级同步; 动态SLAM位姿估计单元通过改进的位姿图优化模型,表示为:; 其中表示为视觉残差项,表示为,表示为相机投影函数,表示为第j个地图点,对应真实坐标,表示为在帧i中的观测像素坐标; 其中表示为激光残差项,采用点面ICP误差模型,表示为:; 其中表示为当前帧,和表示为目标帧对应点及法向量,进而通过动态点过滤约束进行进一步优化,表示为:; 其中表示为IMU残差项,采用预积分模型进行优化,表示为: ; 其中表示为时间间隔,表示为零差变化量,进而得出位姿点云数据; 点云融合及特征提取单元接收到处理后的点云数据进行构建模型,具体的实施过程中: 设置深度相机点云为,激光雷达点云为; 采用点云融合模型进行融合,表示为:;其中和分别表示为预标定的相机、雷达到公共坐标系的变换矩阵,和为权重系数,采用权重函数进行动态分配,表示为: ; 和分别为深度相机和激光雷达的测量不确定度;将融合后的点云数据进行法向量估计与平面分割,进而提取几何特征,构成点云数据的模型的主体框架,采用主成分分析估计表面几何特性,为虚拟物体碰撞检测提供物理属性基础; 地图模型构建单元根据识别后的点云数据,对点云数据进行语义标注与属性绑定,采用点云语义标签传递模型,表示为,其中表示为投影函数,,将3D点映射至图像坐标,通过YOLOv5网络进行计算,表示为,为CSPDarknet骨干网络; 进而采用属性绑定扩展模型,对点云数据中的部分数据进行属性定性,表示为,其中表示为属性向量,为预定义属性字典。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人佛山市飘鼎内衣有限公司,其通讯地址为:528247 广东省佛山市南海区大沥镇盐步穗盐西路90号万禾工业园厂房一期402;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。