-
公开(公告)号：CN113561186A
公开(公告)日：2021-10-29
申请号：CN202111117966.X
申请日：2021-09-24
Applicant: 季华实验室
IPC: B25J9/16
Abstract: 本发明属于机器人技术领域，具体公开了一种机械手路径规划结果的评价方法，所述评价方法用于对机械手的路径规划结果进行评价，且在对机械手的路径规划结果进行评价时可以从避障效果、能耗、路径平滑度、运动范围、机械手运行稳定性、路径规划精细程度六个方面进行综合评价，相对于现有的路径规划方法而言，考虑更加全面，这样不仅有利于在诸多路径中选出最优路径，而且本发明的机械手路径规划结果的评价方法可以为路径规划提供技术指导，以便于规划出最优路径。
-
公开(公告)号：CN113459109A
公开(公告)日：2021-10-01
申请号：CN202111029472.6
申请日：2021-09-03
Applicant: 季华实验室
IPC: B25J9/16
Abstract: 本发明涉及机械臂控制技术领域，提供了一种机械臂路径规划方法、装置、电子设备及存储介质，通过获取空间坐标系下的第一起点位姿和第一终点位姿，并获取障碍物位置信息；根据空间坐标系下的第一起点位姿和第一终点位姿，通过运动学逆解算计算关节坐标系下对应的第二起点位姿和第二终点位姿；以每个关节为一个智能体，以关节的角度为智能体的状态集，以{‑θ，θ，0}为智能体的动作集，根据预设的碰撞检测规则和奖惩机制，利用多智能体强化学习算法生成从第二起点位姿到达第二终点位姿的路径；其中，θ为各关节的预设的最小运动步长；从而可避免由空间坐标通过逆运动学解算计算各关节角度而导致的奇异解和多解问题，并保证机械臂运行的平稳性。
-
公开(公告)号：CN113313712A
公开(公告)日：2021-08-27
申请号：CN202110867754.7
申请日：2021-07-30
Applicant: 季华实验室
Abstract: 本发明公开了一种电池涂胶缺陷检测方法、装置、电子设备及存储介质，其中，方法包括以下步骤：获取一待测涂胶横截面的采样点云，构成采样点集；获取邻近于待测涂胶横截面的若干涂胶横截面中的参考点云，构成若干标准点集，并以若干标准点集构成标准模板；基于动态时间规整算法计算待测涂胶横截面与标准模板之间的相似度信息；根据相似度信息判断待测涂胶横截面是否存在涂胶缺陷；该方法利用动态时间规整算法计算获取待测涂胶横截面的采集点云和邻近涂胶横截面的参考点云的相似度信息，根据相似度信息快速筛选确定涂胶缺陷的存在，该检测方法效率高、精度高，且不依赖于特定的形态、数值、材质、环境、样板进行分析，具有适用性范围广的特点。
-
公开(公告)号：CN111667043A
公开(公告)日：2020-09-15
申请号：CN202010429905.6
申请日：2020-05-20
Applicant: 季华实验室
Abstract: 本申请实施例涉及一种棋类游戏对弈方法、系统、终端以及存储介质。所述方法包括：利用神经网络对蚁群算法进行优化，结合所述优化后的蚁群算法及树搜索算法进行棋类游戏的自对弈；根据所述自对弈数据对所述神经网络进行迭代训练，对所述迭代训练得到的神经网络进行棋力测试；当所述神经网络满足停止训练的预设条件时，将所述最后一次或最近一次训练得到的棋力测试胜率达到预设值的神经网络作为所述棋类游戏实际对弈的最优神经网络。本申请实施例提升了蚁群算法的搜索能力及棋力表现，拓宽了蚁群算法在更多的棋类游戏上的应用。
-
公开(公告)号：CN111667043B
公开(公告)日：2023-09-19
申请号：CN202010429905.6
申请日：2020-05-20
Applicant: 季华实验室
IPC: G06N3/006 , G06N3/0464 , G06N3/084 , A63F3/02
Abstract: 本申请实施例涉及一种棋类游戏对弈方法、系统、终端以及存储介质。所述方法包括：利用神经网络对蚁群算法进行优化，结合所述优化后的蚁群算法及树搜索算法进行棋类游戏的自对弈；根据所述自对弈数据对所述神经网络进行迭代训练，对所述迭代训练得到的神经网络进行棋力测试；当所述神经网络满足停止训练的预设条件时，将所述最后一次或最近一次训练得到的棋力测试胜率达到预设值的神经网络作为所述棋类游戏实际对弈的最优神经网络。本申请实施例提升了蚁群算法的搜索能力及棋力表现，拓宽了蚁群算法在更多的棋类游戏上的应用。
-
Patent Agency Ranking
公开(公告)号：CN114359842B
公开(公告)日：2022-06-17
申请号：CN202210263191.5
申请日：2022-03-17
Applicant: 季华实验室
Abstract: 本申请涉及协作机器人事故检测技术领域，提供了一种协作机器人事故检测系统、方法、存储介质和电子设备，包括外观特征模块、人工特征模块、堆叠模块、事故判断模块；外观特征模块用于根据预先训练好的外观特征提取神经网络模型，从历史视频信息中提取出与协作机器人事故相关的外观特征图层信息；人工特征模块用于从历史视频信息中提取出与协作机器人事故相关的人工特征图层信息；堆叠模块用于将外观特征图层信息和人工特征图层信息进行堆叠，并将堆叠后的特征图层信息按时间方向传输给事故判断模块；事故判断模块用于根据堆叠后的特征图层信息采用预先训练好的事故检测模型判断当前时刻是否发生事故；本发明的检测精度高、可靠性强。
-
公开(公告)号：CN114218624A
公开(公告)日：2022-03-22
申请号：CN202111399771.9
申请日：2021-11-24
Applicant: 季华实验室
Abstract: 本发明提供了一种基于深度强化学习的二维异形件排样方法，涉及二维异形件排样技术领域，基于深度强化学习对排样问题的场景建模，由被切割的木块和已切割出的木块形状构建观测空间，以需要分割出的形状的尺寸建行动空间，设置奖惩机制，配置深度强化学习训练环境，通过深度强化学习训练排样策略，自动探索和采样，生成训练数据，通过反向传播不断优化策略，直到满足排样任务规定的条件。本发明有益效果：提升搜索的效率，能够应对复杂的二维异形件的排样问题，可以较低成本在不同的需求场景下例如更改母块形状、子块形状、最低切割数量等复用得到新的解决方案。
-
公开(公告)号：CN114074332A
公开(公告)日：2022-02-22
申请号：CN202210061632.3
申请日：2022-01-19
Applicant: 季华实验室
Abstract: 本发明涉及机械臂控制领域，具体为一种摩擦力补偿方法、装置、电子设备和存储介质。该摩擦力补偿方法包括步骤：获取机械臂各个轴的状态数据；状态数据包括规划参数和历史参数；将状态数据输入到完成训练后的预测模型中，获取预测力矩改正值；预测模型包括至少一个初级学习器和一个次级学习器；将预测力矩改正值输入到机械臂的力矩前馈值中，以使机械臂根据力矩前馈值工作；本发明能够结合规划参数和历史参数使得预测模型输出结果所考虑的因素更加充分和全面，有效降低不确定性的风险；同时通过设置两个学习器，使得模型的输出结果更加精确。
-
公开(公告)号：CN113561186B
公开(公告)日：2021-12-07
申请号：CN202111117966.X
申请日：2021-09-24
Applicant: 季华实验室
IPC: B25J9/16
Abstract: 本发明属于机器人技术领域，具体公开了一种机械手路径规划结果的评价方法，所述评价方法用于对机械手的路径规划结果进行评价，且在对机械手的路径规划结果进行评价时可以从避障效果、能耗、路径平滑度、运动范围、机械手运行稳定性、路径规划精细程度六个方面进行综合评价，相对于现有的路径规划方法而言，考虑更加全面，这样不仅有利于在诸多路径中选出最优路径，而且本发明的机械手路径规划结果的评价方法可以为路径规划提供技术指导，以便于规划出最优路径。
-
公开(公告)号：CN113095338A
公开(公告)日：2021-07-09
申请号：CN202110649052.1
申请日：2021-06-10
Applicant: 季华实验室
Abstract: 本发明提供了一种工业品图像的自动标注方法、装置、电子设备和存储介质，通过获取物体的待标注图像和分类信息；对所述待标注图像进行分割处理，以分割出所述待标注物体各组成部件的独立图像；根据所述分类信息，分别对所述待标注物体各组成部件的独立图像进行识别，以得到各组成部件的类型识别结果；根据所述类型识别结果，在所述待标注图像中的各组成部件处添加对应的标签，得到初步标注图像；显示所述初步标注图像以获取修改信息，从而生成最终的标注图像；从而可对由多个部件装配而成的物体中的各部件进行自动标注，有利于提高标注效率，降低成本。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.025 seconds)
