-
公开(公告)号：CN111267991B
公开(公告)日：2021-05-11
申请号：CN202010060666.1
申请日：2020-01-19
Applicant: 之江实验室
IPC: B62D57/032
Abstract: 本发明从便于双足机器人步态规划与控制的角度出发，提供一种双足机器人下肢结构尺寸的设计方法，为双足机器人下肢结构尺寸的设计提供了理论与方法指导。首先，根据人体尺寸比例，设计下肢的总体高度尺寸，机器人的大腿长度尺寸以及小腿长度尺寸；然后，从便于双足机器人进行运动分析与控制的角度，设计机器人下肢的宽度尺寸；最后，根据机器人上肢以及下肢的尺寸、质量分布，设计机器人的脚掌尺寸。
-
公开(公告)号：CN112297014B
公开(公告)日：2021-04-27
申请号：CN202011633386.1
申请日：2020-12-31
Applicant: 之江实验室
IPC: B25J9/16
Abstract: 本发明提供了面向机器人的云边端架构下的深度学习模型分割方法，属于深度学习以及分布式计算领域。该方法首先将深度学习模型建模为一个有向无环图，有向无环图的节点代表深度学习模型层，节点之间的边代表深度学习模型层间的数据传输。其次，根据模型层分别在云边端上的处理时间为节点赋值，根据模型层间数据分别在云边、边端、云端之间的传输时间为节点之间的边赋值。进而，采用一个有向无环图最长距离算法对图中的节点进行分层，并逐层处理节点。对于一层中的每个节点，根据节点的输入边权重和节点权重，采用启发式策略，进行动态分割，并将分割后的深度学习模型分配给云边端计算设备，从而实现无精度损失的云边端分布式协同推理。
-
公开(公告)号：CN112257684B
公开(公告)日：2021-04-16
申请号：CN202011417661.6
申请日：2020-12-07
Applicant: 之江实验室
Abstract: 本发明公开了一种基于实时视频流的跨摄像头全局行人跟踪方法。该方法主要包括以下五个步骤：多摄像头监控系统的建立，单摄像头下行人特征提取与跟踪，摄像头间行人特征信息传递，跨摄像头行人特征对比匹配以及跨摄像头行人持续稳定跟踪。本发明的方法可以实现室内场景下较密集人流的行人全局实时跟踪，对于行人轨迹监控及机器视觉有着较大的现实意义。
-
公开(公告)号：CN111914416B
公开(公告)日：2021-03-30
申请号：CN202010722914.4
申请日：2020-07-24
Applicant: 之江实验室
IPC: G06F30/20 , G06F111/10
Abstract: 本发明公开了一种高能效轻量化结构双足机器人的逆运动学求解方法，该方法采用旋量法建立机器人坐标系，并通过构造可表征姿态信息的矢量，构建出了可用于逆运动学求解的表达式方程，进而采用牛顿拉夫逊算法对机器人的逆运动学进行数值求解；该方法还进一步考虑了驱动连杆的存在，并采用解析方法计算出驱动电机实际需要转动的角度。本发明可用于机器人髋关节电机轴不相交的情形下进行逆运动学求解。
-
公开(公告)号：CN112394701A
公开(公告)日：2021-02-23
申请号：CN202011434077.1
申请日：2020-12-10
Applicant: 之江实验室
IPC: G05B19/418
Abstract: 本发明公开了一种基于云边端混合计算环境的多机器人云控系统，所述多机器人云控系统包括执行模块、通信模块、知识库模块、智能算法模块和总控模块，所述执行模块包括机器人和传感设备，负责感知数据的采集与加工，以及控制指令的执行；所述通信模块负责在云边端环境中转发和处理实时、动态数据；所述场景通用知识库模块用于存储场景中所涉及的通用知识，并提供统一的调用接口；所述智能算法模块负责提供场景中所需的智能感知及自主决策算法；所述总控模块负责编排和调度场景中的机器人协同完成指定任务。本发明的系统实现了一种稳定、高效、容错性高的多机器人云控系统。
-
Patent Agency Ranking
公开(公告)号：CN112363844A
公开(公告)日：2021-02-12
申请号：CN202110037236.2
申请日：2021-01-12
Applicant: 之江实验室
Abstract: 本发明公开了一种面向图像处理的卷积神经网络垂直分割方法，属于深度学习以及分布式计算领域。该方法首先将连续卷积层最后一层的输入特征图分割为连续的子特征图，再根据子特征图，并依据卷积计算操作，反向逐层计算上一层对应的子特征图，直至第一层，参考第一层的子特征图，对第一层的输入特征图进行分割，将第一层分割后的子特征图分配给多个计算节点。最后，依据单链路连续卷积层的参数和超参数，实施无精度损失的分布式协同推理，并在所有推理结果生成后进行推理结果的汇总，生成最终的输出特征图。相比于过往方法，本发明的方法具有大幅度降低卷积神经网络推理时延并且没有精度损失的特点。
-
公开(公告)号：CN112297014A
公开(公告)日：2021-02-02
申请号：CN202011633386.1
申请日：2020-12-31
Applicant: 之江实验室
IPC: B25J9/16
Abstract: 本发明提供了面向机器人的云边端架构下的深度学习模型分割方法，属于深度学习以及分布式计算领域。该方法首先将深度学习模型建模为一个有向无环图，有向无环图的节点代表深度学习模型层，节点之间的边代表深度学习模型层间的数据传输。其次，根据模型层分别在云边端上的处理时间为节点赋值，根据模型层间数据分别在云边、边端、云端之间的传输时间为节点之间的边赋值。进而，采用一个有向无环图最长距离算法对图中的节点进行分层，并逐层处理节点。对于一层中的每个节点，根据节点的输入边权重和节点权重，采用启发式策略，进行动态分割，并将分割后的深度学习模型分配给云边端计算设备，从而实现无精度损失的云边端分布式协同推理。
-
公开(公告)号：CN112257717A
公开(公告)日：2021-01-22
申请号：CN202011526832.9
申请日：2020-12-22
Applicant: 之江实验室
Abstract: 本发明公开了一种针对未矫正图像的直线、椭圆和交点识别定位方法。本发明包括：输入一系列线段，利用线段之间的关系判断是否属于同一直线，分为若干线段集合；基于ransac随机抽样一致检测算法拆分误合并的分叉线，更新线段集合；使用最小二乘法初步判断线段集合的类型，分为圆形线和直线两类，并利用数学公式拟合表示，未分类的线段集合利用抛物线公式进行拟合；再次判断未分类的线段集合的类型，并修正椭圆数学公式；针对直线类的线段集合，通过拟合的数学表达式公式的关系得到交点，并验证交点的真实性；最终输出直线、椭圆和交点的位置信息。通过这种方式，降低复杂度，提高线性拟合程度。通过上述方法，仅通过未矫正的图像就可以实现对直线、椭圆和交点的识别定位。
-
公开(公告)号：CN111240339B
公开(公告)日：2020-12-29
申请号：CN202010086813.2
申请日：2020-02-11
Applicant: 之江实验室
IPC: G05D1/02
Abstract: 本发明公开了一种双足机器人的仿人步态规划方法，该方法通过将人类步行的运动特征融入到双足机器人的步态规划，以提高机器人的步行能效，改善其续航能力。本发明所涉及的仿人步态规划方法包含双足支撑相规划以及单足支撑相规划，在双足支撑相，机器人依靠后脚脚踝推力使机器人质心往前移动，同时机器人质心在前向平面内向支撑脚靠近，从而为接下来的单足支撑相提供落地时间，在单足支撑相，机器人支撑脚踝关节侧向平面内的自由度处于被动状态，机器人质心在重力作用下自然前移，摆动脚在预估落地时间内快速迈至落脚点。
-
公开(公告)号：CN111731407B
公开(公告)日：2020-12-01
申请号：CN202010842738.8
申请日：2020-08-20
Applicant: 之江实验室
IPC: B62D57/032
Abstract: 本发明公开了一种双足机器人高能效轻量化腿足结构布局与设计方法，该方法首先确定双足机器人各多自由度关节处驱动电机的布局形式，包括串联形式和并联形式；然后确定双足机器人各多自由度关节处驱动电机的布局顺序；最后从能效优化角度，进行双足机器人各关节处驱动电机间的尺寸布局；提供了双足机器人各腿足关节驱动电机的布局形式、布局顺序以及尺寸布局设计方案。基于本发明所提供的双足机器人腿足结构布局与设计方法，可有效减小双足机器人腿足结构的转动惯量，提高机器人的步行能效，改善其续航能力。
-
-
-
-
-
-
-
-
-
Search Results
259
records
(took 0.029 seconds)
