公开(公告)号：CN109531584A

公开(公告)日：2019-03-29

申请号：CN201910098680.8

申请日：2019-01-31

Applicant: 北京无线电测量研究所

Inventor： 吕泽杉 ,  李竹奇 ,  李源 ,  韩华涛 ,  高景一 ,  耿金鹏

IPC: B25J9/16

Abstract: 本发明公开一种基于深度学习的机械臂控制方法及装置，包括：采集被抓取物体的图像；根据采集的图像计算最优抓取流程；根据最优抓取流程控制机械臂抓取物体。本发明通过采集平面和深度的三维图像，经过卷积神经网络提取特征输出，将抓取策略用矩形抓取框量化表示：抓取信息包括物体空间位置，坐标姿态，配合抓取部分的尺寸等；同时将所有的备选矩形框进行比较评分排序选出最优项，设计两个不同大小的神经训练网络，用小网络作为第一轮筛选，用大网络将抓取备选策略排序，提高机械臂抓取任务的鲁棒性和准确性。

公开(公告)号：CN108919735A

公开(公告)日：2018-11-30

申请号：CN201810709062.8

申请日：2018-07-02

Applicant: 北京无线电测量研究所

Inventor： 李竹奇 ,  韩华涛

IPC: G05B19/048 ,  H02P29/00

Abstract: 本发明提供了一种伺服系统安全保护方法，该方法获取速度环输出控制量和实时加速度；根据速度环输出控制量和实时加速度，确定当前拍加速度故障状态量；根据上一拍加速度故障状态量对当前拍加速度故障状态量进行滤波处理；根据滤波处理后的当前拍加速度故障状态量进行安全保护。本发明提供的方法获取速度环输出控制量和实时加速度；根据速度环输出控制量和实时加速度，确定当前拍加速度故障状态量；根据上一拍加速度故障状态量对当前拍加速度故障状态量进行滤波处理；根据滤波处理后的当前拍加速度故障状态量进行安全保护，解决了反馈信号异常、驱动环节异常的检测手段欠缺的问题。