-
公开(公告)号：CN117207204B
公开(公告)日：2024-01-30
申请号：CN202311489049.3
申请日：2023-11-09
Applicant: 之江实验室
Abstract: 本说明书公开了一种弹琴机器人的控制方法及控制装置，通过相机获取到琴键区域图像之后，根据图像中的图像特征点确定各琴键在相机坐标系中的坐标，根据所述各图像特征点在相机坐标系下的坐标以及琴键模板确定出琴键模板中各琴键在相机坐标系下的坐标。通过弹琴机器人在弹琴过程中所处位姿以及各琴键在相机坐标系下的坐标，确定出弹琴机器人与琴键之间的相对位置，通过预先确定的误差拟合函数，对弹琴机器人与琴键之间的相对位置进行误差补偿，控制弹琴机器人上机械臂弹奏补偿后的相对位置。通过预先确定的误差拟合函数对弹琴机器人与琴键之间的相对位置进行误差补偿，减少了弹琴机器人对琴键实时定位的误差。(56)对比文件WO 2022052941 A1,2022.03.17张涵等.竖笛演奏机器人的设计研究《.山东建筑大学学报》.2014,第29卷(第6期),第574-577页.刘佩霞等.自动弹琴机器人的设计《.山西电子技术》.2020,(第6期),第11-13页.
-
公开(公告)号：CN116841299B
公开(公告)日：2023-12-22
申请号：CN202311116449.X
申请日：2023-08-31
Applicant: 之江实验室
IPC: G05D1/02
Abstract: 本说明书公开了一种导览机器人的自主巡游控制方法及装置，可以获取实时的视觉数据，并根据该视觉数据，确定各用户的位姿信息，而后，根据该位姿信息以及机器人当前的任务状态信息，判断机器人是否处于闲暇状态。若该机器人处于闲暇状态，则可以判断机器人的电量是否能够满足执行巡游任务，若是，根据位姿信息，确定各展点对应的感兴趣程度，并确定机器人到达各展点的最短路径。最后，根据各展点对应的感兴趣程度以及机器人到达各展点的最短路径，通过预设的推理决策模型，得到输出结果，并根据该输出结果，对该机器人进行控制，以执行自主巡游任务，从而提高了用户的业务执行效率。
-
公开(公告)号：CN117226854A
公开(公告)日：2023-12-15
申请号：CN202311505956.2
申请日：2023-11-13
Applicant: 之江实验室
Abstract: 本说明书公开了一种夹取任务的执行方法、装置、存储介质及电子设备。所述方法包括：获取包含有目标物的图像数据，并确定目标物对应的轮廓信息以及目标物所处环境的环境信息；根据轮廓信息，确定目标物中包含的每个部件所对应的位姿信息、形体信息以及语义信息；根据环境信息、位姿信息、形体信息、语义信息以及每种夹取姿态对应的预设夹取姿态信息，确定通过不同夹取姿态夹取目标物中每种部件时的夹取损失值；根据夹取损失值，在各夹取姿态中确定出目标夹取姿态，以及在目标物的各部件中确定出目标部件，并按照目标夹取姿态执行针对目标部件的夹取任务。
-
公开(公告)号：CN117037288A
公开(公告)日：2023-11-10
申请号：CN202311287226.X
申请日：2023-10-08
Applicant: 之江实验室
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06V10/46
Abstract: 本发明公开了一种基于Transformer双流融合网络的多模态人体动作识别方法及装置，该方法包括以下步骤：首先，提取人体动作视频数据的RGB帧和光流图像，等间隔采样一定长度的视频图像序列，并利用卷积神经网络为RGB帧和光流图像提取时空特征，作为双流网络模型的输入；然后，使用Transformer编码器捕捉单个分支网络的显著特性以及它们之间的交互特性；最后，将双路分支网络的输出进行融合，并将融合后的特征和单个分支网络的输出送入分类器实现对人体动作的有效识别。本发明通过Transformer编码器增强RGB帧和光流图像的特征表达与融合能力，能有效提高人体动作识别的性能，满足现实生活场景对于人体动作识别技术的应用需求。
-
公开(公告)号：CN116934892A
公开(公告)日：2023-10-24
申请号：CN202310907273.3
申请日：2023-07-21
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于加速优化和注意力机制的图像重建方法及装置，对根据传统图像重建算法构建的低秩矩阵补全目标函数中的迭代过程，应用深度展开网络进行了优化，并在优化过程中，引入辅助加速变量。在每一轮迭代过程中，根据上一轮迭代过程的输出图像和辅助加速变量，确定该轮迭代过程的输出图像，根据该轮迭代过程的输出图像和上一轮迭代过程的辅助加速变量，确定该轮迭代过程的辅助变量，根据该轮迭代过程和上一轮迭代过程的辅助变量，确定该轮迭代过程的辅助加速变量。这样，相邻两轮的辅助加速变量之间没有直接的关联，加快了迭代的速度，使得该方法在保证图像重建精准度的同时，进一步提高了图像重建的效率。
-
Patent Agency Ranking
公开(公告)号：CN116841299A
公开(公告)日：2023-10-03
申请号：CN202311116449.X
申请日：2023-08-31
Applicant: 之江实验室
IPC: G05D1/02
Abstract: 本说明书公开了一种导览机器人的自主巡游控制方法及装置，可以获取实时的视觉数据，并根据该视觉数据，确定各用户的位姿信息，而后，根据该位姿信息以及机器人当前的任务状态信息，判断机器人是否处于闲暇状态。若该机器人处于闲暇状态，则可以判断机器人的电量是否能够满足执行巡游任务，若是，根据位姿信息，确定各展点对应的感兴趣程度，并确定机器人到达各展点的最短路径。最后，根据各展点对应的感兴趣程度以及机器人到达各展点的最短路径，通过预设的推理决策模型，得到输出结果，并根据该输出结果，对该机器人进行控制，以执行自主巡游任务，从而提高了用户的业务执行效率。
-
公开(公告)号：CN116804556A
公开(公告)日：2023-09-26
申请号：CN202310526472.X
申请日：2023-05-11
Applicant: 之江实验室
Abstract: 本发明公开一种任意凸多边形机器人的概率最大化路径规划方法，该方法离线生成一个基本路径库，并离线计算凸多边形机器人与障碍物的碰撞关系，从而尽可能减少在线计算量。在线路径规划时最大化成功到达目标点的概率，使得机器人倾向于通过更开阔的区域，从而为导航过程中成功绕开障碍物提供更多选择。本发明在每一次规划时都最大化到达目标点的概率，而不是简单的搜索最短路径，因此路径规划速度快，规划结果优。
-
公开(公告)号：CN116038773B
公开(公告)日：2023-07-07
申请号：CN202310320825.0
申请日：2023-03-29
Applicant: 之江实验室
Inventor： 宛敏红
Abstract: 本发明公开了一种柔性关节机械臂振动特性分析方法及装置，该方法包括：根据机械臂振动特性，简化得到柔性关节机械臂的振动分析方程；将物理空间的振动分析方程向模态空间转化，将所述振动分析方程解耦成单自由度方程；根据解耦得到的单自由度方程，转换得到柔性关节机械臂自由振动响应的计算方程；根据柔性关节机械臂动力学方程转换得到标准多自由度振动方程形式的柔性关节机械臂连杆侧的振动方程，得到关节力矩到关节振动响应的传递函数，以在获取输入激励后通过所述传递函数计算振动响应，从而进行振动特性分析。
-
公开(公告)号：CN116021555B
公开(公告)日：2023-07-07
申请号：CN202310320895.6
申请日：2023-03-29
Applicant: 之江实验室
Inventor： 宛敏红
Abstract: 本发明公开了一种柔性关节机械臂吸振控制方法及装置，该方法包括：将单自由度动力吸振器向三维空间拓展，附加于柔性关节机械臂末端，建立其耦合动力学系统；对所述耦合动力学系统的耦合动力学方程求解，给出附加动力吸振器前后的振动位移响应；根据动力吸振器的设计准则，基于所述给出附加动力吸振器前后的振动位移响应，给出多模态共振抑制的情况下吸振器的设计，以进行柔性关节机械臂的吸振控制。将传统单自由度动力吸振器推广到三维空间，应用于柔性关节机械臂的振动抑制，实现柔性关节机械臂在空间三维方向的振动抑制，有效提高机械臂的操作精度。
-
公开(公告)号：CN115946131B
公开(公告)日：2023-06-20
申请号：CN202310243281.2
申请日：2023-03-14
Applicant: 之江实验室
Inventor： 宛敏红
Abstract: 本发明公开了一种柔性关节机械臂运动控制仿真计算方法及装置，包括：根据机械臂的构型特征及其动力学参数，建立柔性关节机械臂的动力学模型；根据动力学模型设计考虑摩擦前馈补偿和动力学前馈补偿的柔性关节机械臂运动的控制律；根据所述柔性关节机械臂动力学模型、控制率，进行仿真计算，获得机械臂电机与连杆转角参数，并基于正向运动学方程，计算机械臂末端合位移轨迹误差和关节弹性变形造成的机械臂末端合位移振动。本申请适用于柔性关节机械臂的运动控制仿真计算：当前缺少对柔性关节机械臂运动个控制系统仿真计算的有效手段，严重阻碍了柔性关节机械臂控制系统的开发验证，本方法将提供有效的柔性关节机械臂精确运动控制仿真与分析方法。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.024 seconds)
