-
公开(公告)号：CN119188784A
公开(公告)日：2024-12-27
申请号：CN202411698119.0
申请日：2024-11-26
Applicant: 湖南大学
Abstract: 本发明公开了一种基于动态运动基元的双臂机器人自适应技能学习方法，获取示教数据，建立动态运动基元模型，通过动态运动基元模型，双臂分别从示教数据中学习轨迹的形状特征，生成对应的轨迹形状函数，得到初始的轨迹控制权重；获取新的任务目标点，将学习到的初始的轨迹控制权重、轨迹形状函数，结合新的任务目标点，生成与示教轨迹相似的初始轨迹；对初始轨迹进行优化得到优化后的轨迹形状，得到优化后的轨迹控制权重；将优化后的轨迹控制权重带入动态运动基元模型，并利用基于轨迹变化率的自适应时间缩放因子进行自适应调整，生成双臂的优化轨迹。确保机器人高效、精确地完成任务。
-
公开(公告)号：CN118544363B
公开(公告)日：2024-10-01
申请号：CN202411009284.0
申请日：2024-07-26
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于自适应阻抗的多移动机器人协同搬运控制方法，每个移动机器人通过两个有限时间全分布式观测器分别估计参考点的实际位姿和理想位姿及其前二阶微分，然后根据估计的参考点的位姿、机械臂末端执行器的位姿以及协同搬运的闭链约束得到移动机器人末端的理想轨迹和移动机器人末端与参考点之间位姿偏差的估计值；每一个移动机器人的自适应阻抗系统与一个虚拟的能量罐互联，能量罐用于指导阻抗参数的更新，从而保证整个协作自适应阻抗系统的无源性；处理移动机器人未知的系统动力学，利用神经网络设计渐近跟踪自适应神经网络控制器，从而渐近实现理想的自适应阻抗关系。在安全协作的前提下提高了多机器人协同搬运系统的操作精度。
-
公开(公告)号：CN118650634A
公开(公告)日：2024-09-17
申请号：CN202411133433.4
申请日：2024-08-19
Applicant: 湖南大学
Abstract: 一种基于深度学习的多机器人柔性物体伺服方法，包括：1、搭建多机协同操作柔性物体装配场景；2、确认柔性物体位置以及抓取点，控制双机器人协同抓取柔性物体；3、双机器人协同柔性物体伺服成多组形状，并记录柔性物体的点云信息和机器人末端位置信息；4、特征提取器提取点云信息的特征向量，并训练形变控制模块；5、收集一组随机生成的形状点云信息并导入到形变控制模块中，输出运动指令，控制双机器人协同抓取柔性物体，并将物体形状伺服到目标形状。本发明设计了一套基于深度学习、柔性物体形状伺服和多机协同控制的框架，提高了机器人对不同材料可形变零件的形状伺服的泛化性，提升柔性部件形状伺服作业任务的复杂度和精确度。
-
公开(公告)号：CN118081758A
公开(公告)日：2024-05-28
申请号：CN202410340460.2
申请日：2024-03-25
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种杂乱场景下机器人自主拾取与放置位姿获取方法，该方案将相机获取的工作场景彩色、深度图像作为输入，利用语义分割模型获取目标信息并加强输入信息表征能力，采用一种演员‑评论家形式的深度强化学习方法自主移除障碍物探索目标物体位姿，再利用基于深度特征模板匹配的方法获取目标放置位姿，最后拾取放置物体到特定位姿，该方案可以实现在复杂场景中探索出被遮挡目标物体并放置到特定的位姿。该方案实现了依据拾取位姿对目标放置位姿的高精度定位，在杂乱场景中目标拾取成功率可达80％以上，从整体提高了目标放置位姿获取任务的成功率和稳定性。
-
公开(公告)号：CN117593368A
公开(公告)日：2024-02-23
申请号：CN202311541108.7
申请日：2023-11-17
Applicant: 湖南大学
Abstract: 针对现阶段6D位姿估计方法在一些在场景杂乱等情况下性能表现不佳的问题，本发明目的在于提供一种基于迭代注意力机制的6D位姿估计方法，该方法搭建迭代注意力融合网络，包括语义分割网络、卷积神经网络、点云网络、迭代注意力模块、位姿预测模块和位姿迭代优化模块；以RGB图像和深度图像作为网络的输入，并通过卷积神经网络、点云网络从图像中提取出来语义特征、外观特征和几何特征，将这些特征进行密集融合，然后经过迭代注意力模块处理后输入到位姿预测模块中输出预测6D位姿，预测6D位姿信息进一步输入到位姿迭代优化模块，得到最终的6D位姿。有效提高了场景杂乱情况下目标物体的识别效率和准确性。
-
Patent Agency Ranking
公开(公告)号：CN117111612A
公开(公告)日：2023-11-24
申请号：CN202311137979.2
申请日：2023-09-05
Applicant: 湖南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于分组协同决策机制的多机器人搜索方法，包括定义机器人局部通信集合；使用栅格地图对机器人的搜索环境进行构建，将机器人的任务搜索区域划分为L1*L2个面积相同的栅格，将构建后的栅格地图与简化的生物启发神经网络进行融合，建立环境信息表示模型；将同一局部通信集合内机器人探测到的环境信息进行融合；将局部通信集合内的机器人分为多个搜索小组；确定每个搜索小组内部机器人的迭代决策顺序和决策过程，直至小组内机器人决策完毕；所有机器人运动至下一步并更新环境信息，直到整个任务区域搜索完毕。解决未知环境下由于通信受限导致多机器人难以对任务区域高效搜索的问题。
-
公开(公告)号：CN115990891B
公开(公告)日：2023-06-16
申请号：CN202310292031.8
申请日：2023-03-23
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于视觉示教和虚实迁移的机器人强化学习装配的方法包括如下步骤：步骤S0、搭建机器人装配硬件平台；步骤S1、获取装配对象在三维空间中的6D位姿示教轨迹；步骤S2、搭建虚拟仿真环境，通过示教轨迹来预训练装配策略模型使之具有类似人工装配的运动轨迹；步骤S3、再训练并优化装配策略模型，提高机器人装配的成功率。本发明装配策略的训练效率高、实际实验数据易于收集，有效解决仿真环境与现实实验环境误差导致的装配策略性能下降的问题。
-
公开(公告)号：CN112509018B
公开(公告)日：2023-02-17
申请号：CN202011397111.2
申请日：2020-12-03
Applicant: 湖南大学
IPC: G06T7/33 , G06V10/762
Abstract: 本发明提供了一种四元数空间优化的三维图像配准方法。所述一种四元数空间优化的三维图像配准方法利用点云的法向量特征解耦旋转及平移的关联，再利用循环直方图搜索的机制迭代的搜索最优变换，将不同视角的三维图像进行配准。本发明提出了一种全新的点云配准方法体系，能够将旋转与平移解耦，极大地提升了算法效率，并且能够应用于更加全面的三维图像配准中，能够取得更加精确的配准效果，具有极高的算法适应性。
-
公开(公告)号：CN112284290B
公开(公告)日：2021-09-28
申请号：CN202011122728.3
申请日：2020-10-20
Applicant: 湖南大学
IPC: G01B11/24
Abstract: 本发明公开了一种航空发动机叶片机器人自主测量方法及系统。该方法包括：标定伺服旋转工作台、结构光三维扫描仪、机器人，根据航空发动机叶片设计模型布置测量点，规划机器人测量的路径，测量航空发动机叶片的三维形貌，处理航空发动机叶片的测量数据。该系统包括硬件系统和软件系统，硬件系统包含伺服旋转工作台、叶片测量夹具、结构光三维扫描仪、机器人、机器人控制柜、工业计算机；软件系统包含测量系统标定模块、测量点布局模块、机器人测量路径规划模块、点云数据处理及可视化模块、三维模型格式转换模块、人机交互模块、测量过程控制模块。本发明根据产品设计模型自动布局测量点并生成机器人测量路径，实现机器人自主测量。
-
公开(公告)号：CN112509018A
公开(公告)日：2021-03-16
申请号：CN202011397111.2
申请日：2020-12-03
Applicant: 湖南大学
Abstract: 本发明提供了一种四元数空间优化的三维图像配准方法。所述一种四元数空间优化的三维图像配准方法利用点云的法向量特征解耦旋转及平移的关联，再利用循环直方图搜索的机制迭代的搜索最优变换，将不同视角的三维图像进行配准。本发明提出了一种全新的点云配准方法体系，能够将旋转与平移解耦，极大地提升了算法效率，并且能够应用于更加全面的三维图像配准中，能够取得更加精确的配准效果，具有极高的算法适应性。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.024 seconds)
