2019年4月9日- Robotic VISION Technologies, Inc (RVT) 宣布其获得来自美国专利商标局的5项最新专利的独家授权。RVT获得的这几项独家专利授权不受制于地理的限制,并在专利的生命周期中始终有效。在近期被授予的专利之下,RVT可以使用,转授,或者出售被授权的专利产品。RVT一直以来都致力于创造和保护新的知识产权,以引领下一代的机器视觉和光学原理的3D影像探测。RVT目前拥有共计20项专利,独家专利授权和正在进行中的前沿发明。
“我们在RVT所做的事情,很大程度上是要围绕着我们被保护的技术,去构建一个有价值的商业模式。”RVT的创始人兼CEO Rick Weidinger如是说。“我们一直努力为这一有价值的商业模式构建一条护城河。而这条护城河就是我们所拥有的专利和独家授权专利组合,他能够有效保护RVT位居行业一流的机器视觉和3D人脸识别影像技术。
从美国专利商标局获得的五项最新专利列示如下:
1. 基于3D物体旋转,通过2D图像处理进行机械部件选择的技术
一种运用机器视觉系统中白光平衡和物体旋转原理,并通过二维影像识别三维物体的位置的技术。这种技术可以被应用于工厂里的工业部件的识别,或者用于3D打印的机械部件的自动三维铸模。
2. 快速的物品方位感知的算法技术
一种机器学习方法,用一张哈希表格存储了提前计算好的各个部件的有限数量的方位和位置,当机械部件是来自于已知的方位时,这些数据将以10倍的速率缩减视觉系统的反应时间。这项技术可以应用在流水线上的自动部件处理上,跟传统的方位估算所经历的步骤相比,这一技术字最多可以淘汰掉60%多余的步骤。
3. 机器人与人类之间的随机连接感应
所有的人类生命的存在都是在一定范围的频次内产生的微小震动。只要在机器人上安置一个的感应器,机器人就能探测到人的存在。探测器可以被安置在机器人的手臂,外壳,手柄和其他支撑物上。机器人可以在黑暗,烟雾,和凌乱的环境中工作并确保人机工作的安全性。
4. 稳固的抓握点选择,针对有机器视觉和超声光系统的抓握机器
一种运用三维视觉系统和超声测量系统的反馈来选择物体的抓握点的技术。这一技术能够使得机器人在运动中找到抓取物体的最佳位置。运用超声光束成型技术,能够帮助机器人更有效的抓取表面粗糙,坚硬或者柔软的物体。
5. 多层结构光学基础的三维成像探测器的组合运用
不同于单一的镭射线条,特定式样的结构化光线被用于提升三维视觉计算的精确性和速度。这一技术正是运用了脸部识别方法,控制光线照射在物体上的方式,通过结构化的数据整理和删减,为任何视觉系统提供更为精确的输入。
“这一套的专利以及独家专利授权的获得,是RVT的外部合作/软件开发团队取的巨大的成功。”Weidinger说。“有了这些专利的支持,RVT具备了很强的先发优势,为下一代机器视觉的升级做好了准备。”
“智能视觉将会继续颠覆市场,同时对技术的精益程度有极高的要求,正如我们在RVT一直推崇的,”首席光学科学家John Brownlee博士说道。“这些新的专利将会保护与机器人一同工作的人,也保护在富有挑战的环境中工作的机器人,同时解决最具挑战的视觉系统问题,包括移动中的脸部识别和安全设定。”Brownlee 博士说:“这必然是很长时间的付出,我们已经投资了一个技术生态系统,通过人机交互和防电子欺诈的三维视觉系统来提升无数创新领域的机器智能化程度。”
关于Robotic Vision Technologies Inc
Robotic Vision Technologies Inc.,一家专注于机器视觉软件的私有公司,是三维视觉导向的机器人(VGR™)领域中的优质企业。RVT的二维,二点五纬和三维视觉指导软件平台能够支持机器人“看,想和做。”RVT的软件和视觉技术有效实现并优化图像和脸部识别,机器视觉,机器学习和机器人指引流程,这些技术既运用于工业市场也应用于非工业市场。RVT最新的成就是为协作机器人市场研发成型的三维视觉指导系统,该系统被Universal Robots(UR)指定为认证的系统集成商,同时经过测试成为UR+认证的第三方解决方案供应商,为UR的基石机器人生态系统提供机器视觉软件服务。公司主要的三维视觉解决方案荣获Henry Ford技术大奖和BAE优质服务Chairman大奖。使用RVT产品的主要的制造商包括Ford, General Motors, Chrysler, Honda, Toyota, Nissan, Harley-Davidson, Boeing, Duracell and Johnson & Johnson。RVT的Vision Factory™软件平台被装载在全球数以百计的系统中,每日运行,控制了超过15亿美元的固定资产设备。RVT所拥有的专利组合中包括了共计20项专利,独家专利授权和正在进行中的前沿发明。
本文中文翻译仅做参考使用,并不代表我司对文章中的信息、观点、科学性等内容做任何形式的保证,详情请参考原文。