喜报!昂视荣获中国工控网第二十届自动化及数字化年度自动化创新奖

8月26日,由中国工控网主办的第十八届自动化及数字化年会在北京富力万丽酒店首府宴会厅隆重举行,昂视高级研发总监赵栋涛先生受邀参加活动。

汇聚近千位自动化与数字化领域同仁,围绕新周期、新制造、新动力主题,中国工控网总裁潘英章先生及众多行业大咖从各自实战经历中分享经验,对政策、企业、技术、行业等话题发表自己的观点,探讨自动化以及数字化发展新机遇,交流数字变革之道。

在中国工控网发布的第二十届自动化及数字化年度评选中,昂视智能(深圳)有限公司凭借2021年度新品——LP系列3D激光轮廓仪从年度评选一众强有力的竞争对手中脱颖而出,荣获自动化创新奖——检测类”,昂视在机器视觉领域先行者的姿态得到业内人士的一致认可,也对昂视这些年来的稳扎稳打给予了高度认同与评价,对于推动昂视品牌未来在工业领域的应用,促进未来数字化自动化发展具有重要作用。

此次评选共设置了“产业领袖”、“产业创新”、“服务创新”等三大类奖项,立足自动化、数字化、工业机器人和工业互联领域,面向智能制造的全产业链,旨在推选、记录和传播驱动中国制造强大发展的创新和创举。

01

自主创新,突破技术壁垒

伴随着双碳政策的推行,新能源产业炙手可热,相辅相成的战略型新兴产业也迎来发展黄金期。在智能化转型的工业4.0时代,机器视觉作为工业生产的“眼睛”,能够帮助企业降本增效,实现利益最大化,因此企业对自动化设备的投入与需求也在不断加大。

机器视觉行业较为成熟的企业相对还是集中在欧美、日本等国家,国内上世纪八十年代才开始第一批技术引进,起步晚,底子薄。近年来机器视觉热度只增不减,技术却依旧受到国外龙头企业的限制,3D领域自给率低,产品价格昂贵,企业还要承担贸易战之下的种种风险,发展非常受限。

也诚如这样的背景,昂视不畏艰难,潜心钻研,成功突破技术壁垒,推出这款高性价比3D视觉产品——LP系列3D激光轮廓仪,精度高、速度快、稳定性强,采用波长为405nm蓝色激光进行高速检测,最快达到1秒采集8000条轮廓数据,能够不受工件形状、结构的限制,对物体的外观、3D形貌进行扫描,高效、快速获取各个点的数据,同时测量宽度、位置、高度、高度差、倾斜度及检测面积、体积等。

该轮廓仪内置21种算法工具,可在线轻松便捷完成产品检测的功能设定,在这些方面均占据优势:

  • 直接连接PC,数据传输时间减少,节省安装空间以及节约成本;

  • 支持多台轮廓仪组网使用,且不同轮廓仪在不同时间点开始工作;

  • 宽泛的动态范围,在同一光轴下即使有不同反射率的材料混合,也能清晰成像。

02

深耕市场,助力行业发展

后疫情时代双碳政策持续推行,新的利好政策不断发力,能源变革依旧现在进行时,行业也加速进行着大变革。也正是在疫情之下的变革中,生产自动化的重要性日益凸显,工业生产对以机器视觉检测为代表的新产业需求倍增

昂视立足于已取得的成果之上,不断加大技术投入,继续培养壮大自己的研发团队,在2D、3D、传感器、读码器等领域频频亮相,致力于打造操作简便易上手、检测流程清晰简单的智慧助手。

机器视觉检测在贴近生活场景的行业应用中已经十分成熟,例如日常生活中经常见到的胶囊颗粒、汽车零部件、锂电池、电子产品中的芯片,它们在生产过程中都需要经过严格的或缺陷,或有无,又或者尺寸等方面的检测,这些也是机器视觉检测大展拳脚之处。目前昂视已累积大量解决方案与案例,产品广泛地应用于3C、锂电、半导体、汽车、医疗、食品、物流等行业,帮助企业省时省力完成生产,逐步转型智慧化工厂。

03

坚守初心,持续创新进步

昂视目前的研发团队遍布海内外,团队成员拥有深厚的算法、光学、软件、机械、电子等专业背景知识,具备软硬件设备独立开发的坚实基础,至今已拥有二十多项专利技术,公司从研发、生产到销售实现全链条覆盖。

回望一路走来的步步脚印,因为扎实所以清晰,因为沉重所以深刻。昂视始终坚持独立自研的道路,也正在努力抓住机遇加速研发创造的步伐,在实践中不断完善自身,以技术、服务培育自己的核心竞争力,打造独一无二的中国品牌。我们始终希望为行业发展做出自己的一份贡献,在促进自身发展的同时完成时代赋予的使命,推动工业4.0变革的进程,促进行业自动化、数字化的发展。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值