-
公开(公告)号：CN118876108A
公开(公告)日：2024-11-01
申请号：CN202411342545.0
申请日：2024-09-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及一种绳驱三自由度混联球形腕部关节，包括：基座，所述基座上设置有驱动轮；腕部支架；俯仰支架；回转平台；双万向节和驱动源。绳驱三自由度混联球形腕部关节根据回转平台的转动角度得到各个伺服电机的工作参数，伺服电机根据工作参数进行工作，驱动轮同向驱动时，腕部支架绕中心轴转动，驱动轮反向转动时，俯仰支架绕轴转动，通过采用绳索驱动，可以使驱动轮远离末端，降低关节的惯量。
-
公开(公告)号：CN118372253B
公开(公告)日：2024-08-16
申请号：CN202410796710.3
申请日：2024-06-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及一种基于IMU的绳驱械臂臂段末端姿态等效控制方法及装置，其中方法包括对期望的臂段两个旋转方向的总角度进行五次多项式插值，得到期望关节角度，基于正运动学计算，得到当前期望的末端姿态；获得当前联动臂段末端的实际姿态，得到当前末端姿态差；计算联动臂段当前角度差；输入PID控制器，输出角度控制量；将角度控制量映射为驱动绳索的速度，并再次映射为驱动电机的转速；输入所述电机控制器，所述电机控制器控制驱动电机按期望的转速转动。本发明解决现有技术中，对绳驱分段联动机械臂的联动臂段进行关节角度取平均值的闭环控制无法精确控制末端姿态，以及编码器占据机械臂内部较多空间的问题。
-
公开(公告)号：CN118372253A
公开(公告)日：2024-07-23
申请号：CN202410796710.3
申请日：2024-06-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及一种基于IMU的绳驱械臂臂段末端姿态等效控制方法及装置，其中方法包括对期望的臂段两个旋转方向的总角度进行五次多项式插值，得到期望关节角度，基于正运动学计算，得到当前期望的末端姿态；获得当前联动臂段末端的实际姿态，得到当前末端姿态差；计算联动臂段当前角度差；输入PID控制器，输出角度控制量；将角度控制量映射为驱动绳索的速度，并再次映射为驱动电机的转速；输入所述电机控制器，所述电机控制器控制驱动电机按期望的转速转动。本发明解决现有技术中，对绳驱分段联动机械臂的联动臂段进行关节角度取平均值的闭环控制无法精确控制末端姿态，以及编码器占据机械臂内部较多空间的问题。
-
公开(公告)号：CN117754625A
公开(公告)日：2024-03-26
申请号：CN202410062185.2
申请日：2024-01-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及一种绳驱三自由度高刚度球形腕部关节，包括基座、腕部平台、多个连杆组和绕线轴；连杆组绕腕部平台设置，连杆组的一端与腕部平台连接，连杆组包括依次连接的多个连杆件；绕线轴安装于基座上，连杆组的另一端与绕线轴连接，通过缠绕在绕线轴上的驱动线所产生的力矩差驱动绕线轴转动，绕线轴通过连杆组带动腕部平台转动；采用绳索驱动可以将动力从较远的地方传输过来，保持腕部结构的整体尺寸小型化，实现敏捷机械臂的灵巧性和安全性。
-
公开(公告)号：CN117037177A
公开(公告)日：2023-11-10
申请号：CN202310978020.5
申请日：2023-08-03
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V30/18 , G06V30/146 , G06V10/82 , G06N3/0464
Abstract: 本申请公开了一种图像的文本描述信息生成方法，该图像的文本描述信息生成方法包括获取目标图像的图像特征、目标图像中目标物体的物体特征以及目标图像中目标区域的区域特征，目标区域基于目标图像中的目标物体确定；基于自适应注意机制对目标图像的图像特征进行处理，得到目标图像的全局表示；对目标物体的物体特征以及目标区域的区域特征进行局部感知处理，得到目标图像的局部表示；基于全局表示和局部表示进行解码处理，得到目标图像的目标文本描述信息。上述方案，能够提高文本描述信息生成的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111475615B
公开(公告)日：2023-06-20
申请号：CN202010168893.6
申请日：2020-03-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/33 , G06F18/214 , G06Q50/00
Abstract: 本发明提供了一种情感增强的细粒度情感预测方法，包括执行以下步骤：步骤1：根据方面词语或属性的特性对数据进行扩建；步骤2：结合对抗训练构造细粒度情感分析对抗网络模型，并且通过共享特征提取器提取所有训练样本的共通情感特征；步骤3：将提取到的共通情感特征和特定方面的情感特征相结合来构造对抗训练多任务学习网络框架，协助模型对数据样本缺乏文本进行细粒度情感识别。本发明的有益效果是：1.本发明所提出的对抗训练多任务学习框架能通过特征提取器和判别器共同学习提取到的共享特征来协助细粒度情感分类模型对输入文本进行细粒度情感预测；2.本发明基于这种对抗训练和多任务学习方法，可以增强数据集不同方面的情感特征表示。
-
公开(公告)号：CN111421530B
公开(公告)日：2022-07-22
申请号：CN202010228740.6
申请日：2020-03-27
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种绳驱柔性机械臂微重力实验平台，包括：箱体，所述箱体中设置有容置槽；机械臂，所述机械臂包括驱动装置、绳索和第一臂杆，所述第一臂杆置于所述容置槽中，在所述驱动装置的作用下，所述绳索能够带动所述第一臂杆运动；气囊，所述气囊固定在所述第一臂杆上，所述气囊能够充气或放气；拉力传感器，所述拉力传感器能够检测所述绳索的拉力。本发明能够使得柔性机械臂在一个类似太空的重力环境中运行。
-
公开(公告)号：CN111518715A
公开(公告)日：2020-08-11
申请号：CN202010253735.0
申请日：2020-04-02
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: C12N1/20 , C02F3/34 , B09C1/10 , C12R1/01 , C02F101/38
Abstract: 本发明提供了一种磺胺类抗生素协同降解细菌及其应用，所述磺胺类抗生素协同降解细菌包括类节杆菌P27，保藏于中国微生物菌种保藏管理委员会普通微生物中心，保藏日期：2019年12月03日；保藏编号：CGMCC No.19070；类诺卡氏菌N27，保藏于中国微生物菌种保藏管理委员会普通微生物中心，保藏日期：2019年12月03日；保藏编号：CGMCC No.19071。本发明技术方案的两株细菌的复配能够协同完成磺胺甲噁唑及氮杂环产物3‑氨基‑5‑甲基异噁唑的完全降解，另外菌株P27还可以降解多种磺胺类抗生素苯环一侧，降解底物谱广，为磺胺类抗生素的深度去除提供新思路和新菌种资源。
-
公开(公告)号：CN111475615A
公开(公告)日：2020-07-31
申请号：CN202010168893.6
申请日：2020-03-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种情感增强的细粒度情感预测方法，包括执行以下步骤：步骤1：根据方面词语或属性的特性对数据进行扩建；步骤2：结合对抗训练构造细粒度情感分析对抗网络模型，并且通过共享特征提取器提取所有训练样本的共通情感特征；步骤3：将提取到的共通情感特征和特定方面的情感特征相结合来构造对抗训练多任务学习网络框架，协助模型对数据样本缺乏文本进行细粒度情感识别。本发明的有益效果是：1.本发明所提出的对抗训练多任务学习框架能通过特征提取器和判别器共同学习提取到的共享特征来协助细粒度情感分类模型对输入文本进行细粒度情感预测；2.本发明基于这种对抗训练和多任务学习方法，可以增强数据集不同方面的情感特征表示。
-
公开(公告)号：CN111421531A
公开(公告)日：2020-07-17
申请号：CN202010228772.6
申请日：2020-03-27
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种驱动绳冗余备份的柔性机械臂，包括：机械臂；驱动绳单元，每个所述臂杆上均固定有一组所述驱动绳单元，且第一驱动绳的第一端、第二驱动绳的第一端、第三驱动绳的第一端和第四驱动绳的第一端均固定在臂杆上，对于单个所述臂杆上的所述驱动绳单元：第一驱动绳的第一端与第三驱动绳的第一端在臂杆上的位置，与万向节的第一转轴的两个端点分别对应，第二驱动绳的第一端与第四驱动绳的第一端，分别位于第一驱动绳的第一端与第三驱动绳的第一端的连线的两侧，第二驱动绳的第一端与第一驱动绳的第一端之间的距离，小于第二驱动绳的第一端与第三驱动绳的第一端之间的距离。本发明能够在一根绳索断裂后，对机械臂仍能进行完全的控制。
-
-
-
-
-
-
-
-
-
Search Results
290
records
(took 0.042 seconds)
