公开(公告)号：CN110901784A

公开(公告)日：2020-03-24

申请号：CN201911175506.5

申请日：2019-11-26

Applicant: 北京工业大学

Inventor： 朱晓庆 ,  王明超 ,  李鹏 ,  陈璐 ,  余鹏程 ,  刘鹏飞 ,  陈晓 ,  谭晨硕 ,  别桐

IPC: B62D57/024

Abstract: 本发明公开了一种基于OS轮的轮足一体化特种六足机器人，由机器人本体、视觉系统、定位模块、控制模块、综合检测模块、电源模块、存储模块构成。采用的OS型转轮可以大大提高其越障能力，机身分为三段，它们中的每一个都通过一个球形铰链连接到其他节段，该铰链由三个两自由度的电机驱动。车身分割设计使机器人更灵活，可应用于各种复杂场景。此外，本发明还配备了不同的传感器，可以有效地进行报警、识别车牌等工作。本发明综合考虑轮式与足形机器人的优缺点，使其不仅具备足形机器人穿越不同地形的能力，还具备较快的移动速度，本发明对环境适应性强、穿越障碍物效率高、平地速度快、功能多样、易拆分更换、维护成本低、可人工操作等优点。

公开(公告)号：CN112699954B

公开(公告)日：2024-04-16

申请号：CN202110024649.7

申请日：2021-01-08

Applicant: 北京工业大学

Inventor： 阮晓钢 ,  余鹏程 ,  朱晓庆

IPC: G06V10/74 ,  G06V10/762 ,  G06V10/44 ,  G06V10/46 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度学习和词袋模型的闭环检测方法，将VGG16网络提取的多个含有语义信息的特征图作为多个语义描述子代替ORB描述子传给词袋模型，使提取的特征更适用于闭环检测；构建词袋模型的单词表，用K‑means对前面提取的语义特征描述子进行聚类运算，获得聚类的中心从而当做词袋模型的单词表；提取该算法下的特征向量，利用VGG网络，从每幅图像中提取很多个语义描述子，这些语义描述子都用单词表中的单词近似代替，通过统计单词表中每个单词在图像中出现的次数；最后利用特征向量计算相似度矩阵。本发明在数据集上实验表明,相较于传统的视觉词袋模型方法,该算法具有更强的泛化性,可以在闭环检测中达到更高的准确率。

公开(公告)号：CN110293543A

公开(公告)日：2019-10-01

申请号：CN201910633259.2

申请日：2019-07-15

Applicant: 北京工业大学

Inventor： 阮晓钢 ,  刘鹏飞 ,  朱晓庆 ,  张家辉 ,  郭威 ,  余鹏程

IPC: B25J9/06

Abstract: 本发明公开了一种融合履带式行进机构和蛇脖关节的多步态蛇形机器人，包括蛇头组件、蛇脖组件、若干蛇身组件和蛇尾组件。蛇头组件和蛇尾组件均采用履带式驱动设计，增强了蛇形机器人的运动能力；蛇脖组件的设计使得蛇形机器人能够比较容易的做出抬头动作，增强了蛇形机器人的越障能力，中间若干蛇身组件采用串联正交连接，使得蛇形机器人具有在三维空间运动的能力，并且蛇身组件的骨架采用中空的设计，给控制系统和电源系统等提供了安装空间。本发明的蛇形机器人能够实现直线行进、蠕动爬行、侧向翻滚等运动步态，适用于不同的地面环境。

公开(公告)号：CN109367642A

公开(公告)日：2019-02-22

申请号：CN201811253963.7

申请日：2018-10-26

Applicant: 北京工业大学

Inventor： 朱晓庆 ,  陈璐 ,  张超 ,  薛艾琳 ,  郭威 ,  余鹏程 ,  张家辉 ,  刘鹏飞 ,  李瑞莹

IPC: B62D57/032

Abstract: 本发明公开了一种头胸腹分离式仿生六足机器人，在行走和穿越复杂地形时可以更好地模仿昆虫的能力，具有更强的穿越非结构化地形的能力，属于仿生机器人领域。由机器人本体、视觉系统、LED灯模块、定位模块、控制模块、综合检测模块、电源模块、存储模块构成，具体包括头部、胸部、腹部、足部、视觉系统、综合检测模块以及定位模块。本发明具备在非结构化地形下行走，转弯等功能，从而达到在各种危险、人类无法到达的地形中穿行的目的。

公开(公告)号：CN112699954A

公开(公告)日：2021-04-23

申请号：CN202110024649.7

申请日：2021-01-08

Applicant: 北京工业大学

Inventor： 阮晓钢 ,  余鹏程 ,  朱晓庆

IPC: G06K9/62 ,  G06K9/46 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习和词袋模型的闭环检测方法，将VGG16网络提取的多个含有语义信息的特征图作为多个语义描述子代替ORB描述子传给词袋模型，使提取的特征更适用于闭环检测；构建词袋模型的单词表，用K‑means对前面提取的语义特征描述子进行聚类运算，获得聚类的中心从而当做词袋模型的单词表；提取该算法下的特征向量，利用VGG网络，从每幅图像中提取很多个语义描述子，这些语义描述子都用单词表中的单词近似代替，通过统计单词表中每个单词在图像中出现的次数；最后利用特征向量计算相似度矩阵。本发明在数据集上实验表明,相较于传统的视觉词袋模型方法,该算法具有更强的泛化性,可以在闭环检测中达到更高的准确率。