一种基于深度学习的三维点云特征识别装置及方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114688421A(43)申请公布日2022.07.01(21)申请号202210471346.4(22)申请日2022.04.28(71)申请人沈阳工程学院地址110136辽宁省沈阳市蒲昌路18号(72)发明人李波王祥凤(74)专利代理机构上海德誉达专利代理事务所(普通合伙)31426专利代理师曹翠翠(51)Int.Cl.F16M11/10(2006.01)F16M11/18(2006.01)F16M11/26(2006.01)F16F15/08(2006.01)B08B5/02(2006.01)权利要求书2页说明书5页附图3页(54)发明名称一种基于深度学习的三维点云特征识别装置及方法(57)摘要本发明涉及识别装置技术领域，具体为一种基于深度学习的三维点云特征识别装置及方法，包括装置壳体，所述装置壳体的内部安装有升降电机，且升降电机的输出端连接有涡杆，所述涡杆的左右两侧均设有涡轮，且涡轮的内部穿设有传动轴，所述传动轴的前后两端均连接有固定架；传动杆，其设置在所述传动轴的输出端，所述升降杆的外部套设有支撑杆。本发明通过设置的涡杆和涡轮传动结构，转动的涡轮能够通过传动轴带动传动杆进行转动，从而带动升降杆在支撑杆的内部进行升降移动，从而对显示器支架进行升降控制，当识别器不使用时，可将识别器收入装置壳体的内部，避免识别器的表面积灰，同时可便于对识别器进行保护。CN114688421ACN114688421A权利要求书1/2页1.一种基于深度学习的三维点云特征识别装置，其特征在于，包括：装置壳体（1），所述装置壳体（1）的内部安装有升降电机（13），且升降电机（13）的输出端连接有涡杆（14），所述涡杆（14）的左右两侧均设有涡轮（15），且涡轮（15）的内部穿设有传动轴（36），所述传动轴（36）的前后两端均连接有固定架（12）；传动杆（16），其设置在所述传动轴（36）的输出端，所述传动杆（16）的末端连接有升降板（17），且升降板（17）的一端连接有升降杆（19），所述升降杆（19）的外部套设有支撑杆（18）；活塞杆（25），其连接在所述升降杆（19）的下方，所述活塞杆（25）的下方固定有密封头（23），且活塞杆（25）的左右两侧均设有限位块（24），所述活塞杆（25）的外部套设有活塞气筒（22），且活塞气筒（22）的一侧设有出气管（21），所述出气管（21）的输出端连接有清洗孔（2）；固定板（28），其固定在所述升降杆（19）的上方，所述固定板（28）的上方设有缓冲橡胶（26），且缓冲橡胶（26）的外部套设有缓冲弹簧（27），所述缓冲弹簧（27）的上方连接有撑板（11），且撑板（11）的上方安装有识别器（10）。2.根据权利要求1所述的一种基于深度学习的三维点云特征识别装置，其特征在于：所述识别器（10）还设有：显示器支架（9），其安装在所述识别器（10）的左右两侧，所述识别器（10）与显示器支架（9）的连接处设有翻转轴（8），所述识别器（10）的内部设有摄像头；翻转电机（20），其安装在所述翻转轴（8）的输入端。3.根据权利要求1所述的一种基于深度学习的三维点云特征识别装置，其特征在于：所述装置壳体（1）还设有：滑板（3），其安装在所述装置壳体（1）顶部靠后侧；物品放置板（4），其安装在所述装置壳体（1）的上方靠前侧，所述物品放置板（4）的内部穿设有下压杆（5），且下压杆（5）的外表面上部套设有复位弹簧（30），所述复位弹簧（30）的上方固定有下压板（31）；侧翼杆（34），其连接在所述下压杆（5）的左右两侧，所述侧翼杆（34）的末端连接有限位杆（6），所述侧翼杆（34）与限位杆（6）和下压杆（5）的连接处均设有连接转轴（35）；夹持端部（32），其固定在所述限位杆（6）的内侧，所述限位杆（6）与物品放置板（4）的连接处设有连接弹性件（29）；安装底板（33），其设置在所述限位杆（6）的下方。4.根据权利要求1所述的一种基于深度学习的三维点云特征识别装置，其特征在于：所述装置壳体（1）还设有：储物抽屉（7），其安装在所述装置壳体（1）的前端，所述储物抽屉（7）实现在装置壳体（1）上滑动移动，且储物抽屉（7）设有两组。5.根据权利要求3所述的一种基于深度学习的三维点云特征识别装置，其特征在于：所述滑板（3）实现在装置壳体（1）上滑动移动，所述下压板（31）通过复位弹簧（30）与物品放置板（4）弹性连接，所述下压杆（5）依次贯穿于物品放置板（4）和安装底板（33）的内部，且侧翼杆（34）分别通过连接转轴（35）与限位杆（6）和下压杆（5）实现转动结构，并且限位杆（6）通过连接弹性件（29）与物品放置板（4）弹性连接，同时限位杆（6）沿物品放置板（4）的圆心等2C