面向人机协作共融场景的机械臂实时运动规划方法及系统

    公开(公告)号:CN119369417B

    公开(公告)日:2025-04-11

    申请号:CN202411945875.9

    申请日:2024-12-27

    Applicant: 湖南大学

    Abstract: 本发明公开了一种面向人机协作共融场景的机械臂实时运动规划方法及系统,首先,机械臂关节空间批量混合采样,再针对路径树#imgabs0#进行机械臂关节空间批量自适应路径扩展,在对路径树#imgabs1#进行批量自适应扩展后,为加速路径规划时间,将对路径树#imgabs2#进行批量自适应双向路径扩展,最后机械臂关节空间路径双向连接尝试,连接成功后,成功找到一条可行的机械臂关节空间路径,机械臂运动规划过程结束。通过在关节空间批量混合式采样以及批量自适应双向路径扩展等关键步骤,极大的加速了机械臂运动规划过程,可适应不同障碍物场环境下的机械臂运动规划任务,具备强大的泛化能力,更适应复杂的人机协作共融场景。

    面向多机协作共融的双臂机器人协同运动规划方法及系统

    公开(公告)号:CN119369420B

    公开(公告)日:2025-03-21

    申请号:CN202411947228.1

    申请日:2024-12-27

    Applicant: 湖南大学

    Abstract: 本发明公开了一种面向多机协作共融的双臂机器人协同运动规划方法及系统,包括:构建机‑机‑环境共融碰撞信息估计模型:将双臂机器人整体可达空间进行离散化,并利用深度相机获取环境信息;采用间隙估计神经网络模型获取双臂机器人与环境的交互信息,同时获取左右机械臂交互信息,实现机器人与机器人、机器人与环境同步碰撞检测;在机‑机‑环境共融碰撞信息估计模型的基础上,进行双臂机器人协同路径规划,获取一条预估的可行路径;基于几何碰撞检查器进行双臂机器人运动路径安全检查与路径修复,确保规划路径绝对安全。解决现有双臂机器人运动规划方法效率低,难以有效实现多机器人协同作业的问题。

    一种冗余机械臂运动控制方法、计算机设备和存储介质

    公开(公告)号:CN119283046B

    公开(公告)日:2025-03-21

    申请号:CN202411825736.2

    申请日:2024-12-12

    Applicant: 湖南大学

    Abstract: 本发明公开了一种冗余机械臂运动控制方法、计算机设备和存储介质,其中运动控制方法包括预设末端执行器的期望运动轨迹并推导轨迹跟踪模型,引入冗余机械臂雅可比矩阵的广义逆对轨迹跟踪模型进行改写,得到冗余机械臂的关节角速度表达式,设置位置误差并推导出冗余机械臂的关节角速度模型,对冗余机械臂的关节角速度表达式进行离散化处理并估计冗余机械臂雅可比矩阵的广义逆,由此得到冗余机械臂的运动控制模型,获取末端执行器在跟踪期望运动轨迹时的关节角度信息及位置信息并输入冗余机械臂的运动控制模型处理,得到冗余机械臂的关节角速度从而驱动冗余机械臂运动,使其完成对预设的目标轨迹的跟踪。该方法能对冗余机械臂进行有效控制。

    面向多机协作共融的双臂机器人协同运动规划方法及系统

    公开(公告)号:CN119369420A

    公开(公告)日:2025-01-28

    申请号:CN202411947228.1

    申请日:2024-12-27

    Applicant: 湖南大学

    Abstract: 本发明公开了一种面向多机协作共融的双臂机器人协同运动规划方法及系统,包括:构建机‑机‑环境共融碰撞信息估计模型:将双臂机器人整体可达空间进行离散化,并利用深度相机获取环境信息;采用间隙估计神经网络模型获取双臂机器人与环境的交互信息,同时获取左右机械臂交互信息,实现机器人与机器人、机器人与环境同步碰撞检测;在机‑机‑环境共融碰撞信息估计模型的基础上,进行双臂机器人协同路径规划,获取一条预估的可行路径;基于几何碰撞检查器进行双臂机器人运动路径安全检查与路径修复,确保规划路径绝对安全。解决现有双臂机器人运动规划方法效率低,难以有效实现多机器人协同作业的问题。

    一种基于深度双先验渐进融合的高光谱压缩感知重建方法

    公开(公告)号:CN119205493A

    公开(公告)日:2024-12-27

    申请号:CN202411699618.1

    申请日:2024-11-26

    Applicant: 湖南大学

    Abstract: 本发明涉及计算机技术领域,具体为一种基于深度双先验渐进融合的高光谱压缩感知重建方法,包括如下步骤:1、拍摄获取原始的压缩测量图像,然后对原始的压缩测量图像进行归一化处理,得到归一化处理后的压缩测量图像;2、基于压缩感知重构问题构建目标函数,并对目标函数进行优化,得到优化后最终的目标函数;3、根据归一化处理后的压缩测量图像建立用于高光谱压缩感知重建的自监督学习模型;自监督学习模型包括外循环迭代优化和两个内循环网络训练;4、利用自监督学习模型对优化后最终的目标函数进行求解,通过融合两个内循环网络训练过程得到的深度先验项,得到最终的重构图像。本发明解决了现有自监督光谱重建方法成像质量低的问题。

    一种固态电解质的应用
    6.
    发明公开

    公开(公告)号:CN114695950A

    公开(公告)日:2022-07-01

    申请号:CN202111437949.4

    申请日:2021-11-30

    Applicant: 湖南大学

    Abstract: 本发明涉及一种固态电解质的应用:特别涉及一种固态电解质石榴石型LLZO作为电解质材料应用到高温一次电池中,实现高比能量大电流放电应用,属于电化学技术领域。本发明将LLZO用作高温电池的电解质材料,所述高温一次电池放电体系由正极,负极和LLZO电解质等部分组成。本发明固态电解质LLZO高温下离子电导率大于0.1Scm‑1,电流密度可为100~500mA cm‑2;放电温度范围宽,为180~800℃。本发明将固态电解质石榴石型LLZO粉体不与导电添加剂混合,直接用做固态电解质;实现固态电解质高比能量大电流放电能力。本发明所涉及的应用,其应用领域包括热电池、锂原电池、高温熔盐中的至少一种。

    一种基于批量碰撞检测的机械臂运动路径迭代优化方法

    公开(公告)号:CN119283045A

    公开(公告)日:2025-01-10

    申请号:CN202411824839.7

    申请日:2024-12-12

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于批量碰撞检测的机械臂运动路径迭代优化方法,首先对机械臂初始关节空间运动路径进行等距离采样,在任意两个采样节点之间形成一条局部候选捷径,然后对于每条局部候选捷径进行等距离插值,使用间隙神经网络模型进行批量碰撞检测,从而辨识出#imgabs0#条无碰撞局部捷径;针对#imgabs1#条无碰撞局部捷径,找到一条最短的全局优化路径;迭代上述步骤,每次迭代过程中将更新初始采样数量,当优化路径的长度或优化时间满足预设条件时,迭代过程结束,最终获取一条更优的机械臂全局路径。采用迭代优化方式自适应的优化机械臂关节空间路径长度,避免优化效果受路径长度变化的影响,实现了机械臂运动路径的高效快速优化。

    网络化电动执行器
    8.
    发明公开

    公开(公告)号:CN1936750A

    公开(公告)日:2007-03-28

    申请号:CN200610032419.0

    申请日:2006-10-18

    Applicant: 湖南大学

    Abstract: 本发明为一种网络化电动执行器,它在保留传统电子式电动执行器的DDZ-III信号通信功能的基础上,以微处理器为核心,增加现场总线通信方式,无线通信方式以及现场总线与无线通信相结合的方式,采用便携式控制设备与上位机可以对网络化电动执行器进行远程测控。

    双臂机器人碰撞估计方法、系统、计算机设备和存储介质

    公开(公告)号:CN119658711A

    公开(公告)日:2025-03-21

    申请号:CN202510192895.1

    申请日:2025-02-21

    Applicant: 湖南大学

    Abstract: 本发明公开了双臂机器人碰撞估计方法、系统、计算机设备和存储介质,在仿真平台中搭建双臂机器人仿真模型,采集中两个机械臂不同连杆间的成对间隙数据以及两个机械臂所有连杆与环境障碍物的成对间隙数据,构建2个成对间隙数据集;搭建成对间隙学习神经网络架构,使用构建的两个数据集分别进行训练,构建双臂机器人自碰撞估计学习模型和双臂机器人与环境障碍物碰撞估计学习模型;同时输入若干组双臂机器人中左右两个机械臂的关节角向量至训练的两个碰撞估计模型,结合安全距离阈值,即可批量获取双臂机器人碰撞估计结果。高效处理双臂机器人碰撞估计任务,从而加速双臂机器人碰撞估计过程,为后续双臂机器人高效运动规划提供有效支持。

    基于神经动力学的冗余度机械臂自适应控制方法及系统

    公开(公告)号:CN118493373A

    公开(公告)日:2024-08-16

    申请号:CN202410378235.8

    申请日:2024-03-29

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于神经动力学的冗余度机械臂自适应控制方法及系统,本发明方法包括获取冗余度机械臂的期望目标轨迹和末端执行器位置信息,通过基于神经动力学的自适应控制方法获得下一时刻的关节角度向量,包括:计算当前雅可比矩阵,基于当前雅可比矩阵计算当前机械臂关节角速度向量,基于当前机械臂关节角速度向量计算下一时刻关节角度向量作为机械臂运动的控制量。本发明旨在满足机器人无数学模型或者数学模型不准确情景下的精确控制需求,具有较高的精度和抗噪声干扰能力。

Patent Agency Ranking