-
公开(公告)号：CN113822993B
公开(公告)日：2022-04-08
申请号：CN202111393832.0
申请日：2021-11-23
Applicant: 之江实验室
Abstract: 本发明公开一种基于3D模型匹配的数字孪生方法和系统，方法包括模型和纹理训练、模型匹配、纹理融合、场景放置四步；其中，模型和纹理训练是离线预处理步骤，模型匹配、纹理融合和场景放置是实时处理步骤。模型的训练使用多视点剪影图像学习三维结构，实现多边形网格三维重建；纹理的训练通过一个固定的UV映射来获得纹理流，实现2D图像到3D纹理的推理。模型匹配使用重建后的模型和数据库的模型进行IOU迭代计算，获取IOU值最接近1的模型作为匹配后指定的模型。纹理融合是将匹配后指定的模型与纹理推理后的3D纹理流融合，形成标准的3D模型。场景放置是将3D模型准确地放置在3D场景中。这种数字孪生方法自动地生成3D模型场景，提高了数字孪生效率。
-
公开(公告)号：CN114200951A
公开(公告)日：2022-03-18
申请号：CN202111498188.3
申请日：2021-12-09
Applicant: 之江实验室
IPC: G05D1/08
Abstract: 本发明公开了一种用于双足机器人踝部的路面自适应姿态控制方法。首先，通过布置于机器人足底的力传感器处理得到足部各区域压力分布；然后，根据足部区域压力分布，得到路面不平度信息；再通过布置于机器人小腿部的倾角传感器采集信息，并处理得到机器人小腿部姿态；然后根据小腿姿态，得到足部倾斜度信息；然后，根据路面不平度和足部倾斜度信息，得到机器人足部稳定所需运动状态；再根据该运动状态，解算得到踝关节电机运动角度；最后，向踝关节各电机发送相应驱动命令，实现足部对路面的自适应控制。利用本发明方法可帮助双足机器人在各类具有一定不平度的非平整路面上稳定行走，为双足机器人提供基于踝部运动的路面自适应姿态控制。
-
公开(公告)号：CN114092526A
公开(公告)日：2022-02-25
申请号：CN202210073191.9
申请日：2022-01-21
Applicant: 之江实验室
Abstract: 本发明公开了一种基于物体3D位姿视觉跟踪的增强现实方法及装置，该方法包括：获取第一相机视角下的第一能量函数和第二相机视角下的第二能量函数，并计算目标物体当前帧和上一帧在物体中心坐标系下的位姿变换增量；根据位姿变换增量，更新目标物体在第一相机视角下的位姿，得到第一位姿；将位姿变换增量发送至第二处理单元，以使得第二处理单元根据位姿变换增量，更新目标物体在第二相机视角下的位姿，得到第二位姿；将第一位姿发送至显示设备，以使得显示设备获取自身在世界坐标系下的第三位姿并根据第一位姿、第三位姿和第四位姿计算目标物体当前帧在显示设备坐标系下的第五位姿，其中第四位姿为第一相机在世界坐标系下的位姿。
-
公开(公告)号：CN113822996B
公开(公告)日：2022-02-22
申请号：CN202111384555.7
申请日：2021-11-22
Applicant: 之江实验室
Abstract: 本发明公开了一种机器人的位姿估计方法及装置、电子设备、存储介质，包括：获取三维点云地图和机器人采集的二维图片；从所述二维图片中，提取二维直线；使用视觉里程计计算所述二维图片，获取位姿数据和三维特征点；使用点云的强度信息对所述三维点云地图进行平面分割，获得三维平面结构；从所述三维平面结构中获取三维直线；根据所述位姿数据，对所述三维特征点和所述三维点云地图进行最近邻搜索，得到点与点的第一对应关系；根据所述位姿数据，对所述二维直线和所述三维直线进行匹配筛选，得到二维与三维直线的第二对应关系；通过所述第一对应关系和所述第二对应关系，构建代价函数；通过所述代价函数，得到机器人的位姿。
-
公开(公告)号：CN113928442A
公开(公告)日：2022-01-14
申请号：CN202111542998.4
申请日：2021-12-16
Applicant: 之江实验室
IPC: B62D57/032
Abstract: 本发明公开了一种仿人机器人减振小腿结构，包括小腿支撑柱、十字轴本体、电机、电机连接架、电机驱动器、电机输出片、连杆、柔性连接柱、应变传感器等。小腿支撑柱包含三个支架，第一支架和第二支架为小腿的外轮廓支架，两支架均是上段连续下段左右分叉的结构，第三支架设置在小腿内部，有五个连接点。三个支架间通过选择性激光熔化工艺整体成型，无机械连接接头。同时在连杆中间设置柔性连接柱。本发明有效避免了机器人运动时小腿上各连接螺纹的失效问题，减少机器人脚撞击地面时电机承受的振动能，在提高电机及易损连接件的寿命的同时实现了机器人的高精度运动。
-
Patent Agency Ranking
公开(公告)号：CN111230868B
公开(公告)日：2022-01-04
申请号：CN202010063092.3
申请日：2020-01-19
Applicant: 之江实验室
IPC: B25J9/16
Abstract: 本发明提供一种双足机器人在前进方向受到外部推力扰动时的步态规划与控制方法。当机器人含有欠驱动脚踝，或脚踝处于力控模式时，机器人受到的外部扰动可通过踝关节自由度(或其它与之相关的变量)的状态变化体现出来。基于该思路，本发明所提供的步态规划与控制方法对机器人的踝关节采用力控模式，然后选取支撑腿脚踝、支撑腿髋关节间的连线与竖直方向的夹角θ作为机器人的状态变量对机器人的状态进行表征，并基于简化倒立摆模型对机器人的状态进行实时估计和计算。基于本发明所提供的方法，无需对机器人受到的外部推力信息进行测量，即可实现实时反馈和控制。
-
公开(公告)号：CN113822993A
公开(公告)日：2021-12-21
申请号：CN202111393832.0
申请日：2021-11-23
Applicant: 之江实验室
Abstract: 本发明公开一种基于3D模型匹配的数字孪生方法和系统，方法包括模型和纹理训练、模型匹配、纹理融合、场景放置四步；其中，模型和纹理训练是离线预处理步骤，模型匹配、纹理融合和场景放置是实时处理步骤。模型的训练使用多视点剪影图像学习三维结构，实现多边形网格三维重建；纹理的训练通过一个固定的UV映射来获得纹理流，实现2D图像到3D纹理的推理。模型匹配使用重建后的模型和数据库的模型进行IOU迭代计算，获取IOU值最接近1的模型作为匹配后指定的模型。纹理融合是将匹配后指定的模型与纹理推理后的3D纹理流融合，形成标准的3D模型。场景放置是将3D模型准确地放置在3D场景中。这种数字孪生方法自动地生成3D模型场景，提高了数字孪生效率。
-
公开(公告)号：CN113656952A
公开(公告)日：2021-11-16
申请号：CN202110889782.9
申请日：2021-08-04
Applicant: 之江实验室
Abstract: 本发明公开一种云边端计算环境的建模工具，包括物理组件、逻辑组件和管理组件；其中，物理组件包括传感器、执行器和按等级顺序排列的若干层边缘装置；逻辑组件包括应用程序模块和应用程序边缘，应用程序模块是对虚拟机的模拟，应用程序边缘是对虚拟机之间数据流的模拟；管理组件包括控制器和模块映射对象，模块映射对象定义边缘设备与各个应用程序模块之间的映射关系；控制器在物理组件上启动逻辑组件，并负责收集仿真期间的度量数据。本发明提供了边缘设备的不同配置会消耗多少时间成本、能量成本、网络成本的数学度量。因此可以定义用于边缘计算的基础设施、服务布局和资源分配策略，便于评估端到端延迟、网络拥塞、电力使用和服务质量等。
-
公开(公告)号：CN113469262A
公开(公告)日：2021-10-01
申请号：CN202110788383.3
申请日：2021-07-13
Applicant: 之江实验室
Abstract: 本发明公开了一种基于Fisher信息矩阵的增量学习方法。该方法通过计算Fisher信息矩阵判定神经网络各层参数的重要性；通过分离层间参数和层内参数，大大提升Fisher信息矩阵的计算效率；通过引入新的车辆增量数据，迭代训练模型，避免了全量数据训练的庞大计算量；对不同重要性的参数设置相应的权重系数，使得先验模型和后验模型具有最大的相似度；将Fisher信息矩阵和经典的KL散度相关联，给予神经网络的流形假设更有力的支撑。本发明的测试结果表明神经网络各层参数之间确实存在不同的重要性，且引入正则项可以有效控制神经网络的先验模型和后验模型之间的距离，使其尽可能小。
-
公开(公告)号：CN113408806A
公开(公告)日：2021-09-17
申请号：CN202110710281.X
申请日：2021-06-25
Applicant: 之江实验室
Abstract: 本发明公开了一种基于时空并行栅格神经网络的地铁人流量多步预测方法，首先提出栅格神经网络来学习地铁人流量的时间关系，捕捉地铁人流量短期时间相关性；然后提出基于周期栅格神经网络的编码器‑解码器捕捉地铁人流量的长期时间相关性；再通过基于转移流量的指标来度量地铁站间的空间相关性，并将地铁系统建模成加权有向图；将传播图神经网络与基于栅格神经网络的编码器‑解码器组合，学习地铁人流量的动态空间相关性；并行执行长短期时间相关性和动态空间相关性的学习过程，融合两者的结果得到最终的地铁人流量多步预测结果。本发明采用时空并行学习的框架，有效地学习到地铁人流量的长短期时间相关性和动态空间相关性，并应用于多步预测。
-
-
-
-
-
-
-
-
-
Search Results
259
records
(took 0.029 seconds)
