-
公开(公告)号：CN108581404A
公开(公告)日：2018-09-28
申请号：CN201810251135.3
申请日：2018-03-26
Applicant: 中国科学院自动化研究所
IPC: B23P19/00
CPC classification number: B23P19/006
Abstract: 本发明属于自动化领域，具体涉及一种精密零件的自动上料定位装置。本发明的精密零件的自动上料定位装置主要包括第一送料单元和第二送料单元，第一送料单元包括彼此衔接的第一送料机构和第二送料机构，上料定位装置还包括推料槽，零件依次经第一送料机构和第二送料机构输送至推料槽，第二送料单元用于将输送至推料槽内的零件推送至目标位置。通过这样的设置，使零件先调整姿态，再进行定位，解决了现有的自动上料装置将零件上料后定位精度不高且无法保证零件姿态的一致性的问题，且结构简单，设计巧妙，制造成本低，方便对现有的自动送料装置进行升级改造，避免了资源浪费。
-
公开(公告)号：CN104834747B
公开(公告)日：2018-04-27
申请号：CN201510271672.0
申请日：2015-05-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明是一种基于卷积神经网络的短文本分类方法，该卷积神经网络共分五层：第一层，获取短文本中的多尺度候选语义单元；第二层，计算每一个候选语义单元与向量空间中所有词表示向量的欧式距离并找出最近邻的词表示，选择所有满足欧式距离预设阈值的最近邻词表示构建语义扩展矩阵；第三层，用多个不同宽度、不同权值的核矩阵分别对短文本的映射矩阵和语义扩展矩阵进行二维卷积运算提取局部卷积特征并生成多层局部卷积特征矩阵；第四层，对多层局部卷积特征矩阵进行下采样并得到多层全局特征矩阵，将所述全局特征矩阵进行非线性正切变换并转换为定长的语义特征向量；第五层，将语义特征向量赋予分类器，对短文本的类别进行预测。
-
公开(公告)号：CN104690551B
公开(公告)日：2017-03-01
申请号：CN201510119420.6
申请日：2015-03-18
Applicant: 中国科学院自动化研究所 , 中国工程物理研究院激光聚变研究中心
IPC: B23P21/00
Abstract: 本发明公开了一种机器人自动化装配系统，包括：上位机系统、数据采集系统、机器人控制器、工业机器人、夹持系统、多传感器系统和待装配对象，其中：所述工业机器人用于执行上位机系统所发出的控制指令；多传感器系统用于获得装配对象或装配位置的位姿测量数据；夹持系统用于实现对装配对象的夹持及其控制；上位机系统用于获取多传感器系统的测量数据并进行计算，根据计算结果对机器人的运动进行规划，并反馈给工业机器人。本发明机器人自动化装配系统能够根据检测到的装配对象或装配位置的位姿参数数据，对装配过程进行规划，能够实现对复杂对象的高精度自动化装配。
-
公开(公告)号：CN106392530A
公开(公告)日：2017-02-15
申请号：CN201610791641.2
申请日：2016-08-31
Applicant: 中国科学院自动化研究所
IPC: B23P19/00
CPC classification number: B23P19/00 , B23P19/006
Abstract: 本发明涉及自动化装备领域，具体提供一种用于工件的自动定位装置和方法。所述自动定位装置包括检测系统，所述检测系统用于检测工件的位置，所述自动定位装置还包括转运车定位机构，所述转运车定位机构用于在检测系统对工件进行位置检测之前将转运车固定到预定的位置中。所述自动定位方法包括下述步骤：通过所述转运车定位机构将承载有工件的转运车固定到预定的位置中；通过所述检测系统检测所述工件的位置。根据本发明，首先通过转运车定位机构将转运车固定在一个预定位置中，然后使用检测系统对转运车上的工件进行检测定位，能够容易且精确地检测工件的位置，避免执行机构贸然操作对工件造成损伤。
-
公开(公告)号：CN106239536A
公开(公告)日：2016-12-21
申请号：CN201610725883.1
申请日：2016-08-25
Applicant: 中国科学院自动化研究所
IPC: B25J15/00
Abstract: 本发明涉及一种用于固定光学元件的夹持套件，该夹持套件包括：面板；以及夹持组件，其固定于所述面板，所述光学元件能够容纳于所述面板和所述夹持组件形成的空间内；该夹持组件包括：至少一对相向的夹板，其用于限制所述光学元件在与所述面板的厚度方向相垂直的第一方向上的活动；以及托架，其用于限制所述光学元件在与面板的厚度方向以及所述第一方向分别相垂直的方向上的活动；其中，所述夹板具有调整件，其能够使得所述夹板在所述第一方向上将所述光学元件夹紧/松脱；其中，所述面板固定于机械臂的臂端，所述面板能够随着所述臂端的活动而相对所述光学元件移动。本发明的夹持套件尤其适用于对大口径光学元件的固定。
-
Patent Agency Ranking
公开(公告)号：CN104690551A
公开(公告)日：2015-06-10
申请号：CN201510119420.6
申请日：2015-03-18
Applicant: 中国科学院自动化研究所 , 中国工程物理研究院激光聚变研究中心
IPC: B23P21/00
CPC classification number: B23P21/00
Abstract: 本发明公开了一种机器人自动化装配系统，包括：上位机系统、数据采集系统、机器人控制器、工业机器人、夹持系统、多传感器系统和待装配对象，其中：所述工业机器人用于执行上位机系统所发出的控制指令；多传感器系统用于获得装配对象或装配位置的位姿测量数据；夹持系统用于实现对装配对象的夹持及其控制；上位机系统用于获取多传感器系统的测量数据并进行计算，根据计算结果对机器人的运动进行规划，并反馈给工业机器人。本发明机器人自动化装配系统能够根据检测到的装配对象或装配位置的位姿参数数据，对装配过程进行规划，能够实现对复杂对象的高精度自动化装配。
-
公开(公告)号：CN104551592A
公开(公告)日：2015-04-29
申请号：CN201410710888.8
申请日：2014-11-28
Applicant: 中国科学院自动化研究所 , 中国工程物理研究院激光聚变研究中心
IPC: B23P19/00
CPC classification number: B23P19/105
Abstract: 本发明是一种面向自动化装配或对接的被动柔顺装置，包括：本体、多顶销、多力传感器、多弹簧、多螺塞、活动体，其中：本体，具有四个侧平面、底平面和凹体部；在本体的中心位置设有凹体部，在本体的每个侧平面上设有两个通孔；每个顶销、力传感器、弹簧依序置于对应的通孔中，在每个通孔的末端旋入相对应的螺塞，活动体放置于凹体部中，活动体的底面与凹体部的底面相接触，活动体的每个侧平面与相对应的顶销相接触，活动体上连接装夹待装配零组件的工装；力传感器，用于检测装置在装配或对接过程中的装配阻力。本发明装置可在多个移动和转动方向进行大范围的调整，柔顺特性可调节，结构简单可靠，使用寿命长，克服了传统被动柔顺装置的局限性。
-
公开(公告)号：CN104391942A
公开(公告)日：2015-03-04
申请号：CN201410686237.X
申请日：2014-11-25
Applicant: 中国科学院自动化研究所
IPC: G06F17/30
CPC classification number: G06F17/2715 , G06F17/2785 , G06K9/6267
Abstract: 本发明公开了一种基于语义图谱的短文本特征扩展方法，包括以下步骤：利用短文本训练数据集进行主题建模，抽取主题词分布；对主题词分布进行重排序；构建候选关键词词典和主题-关键词语义图谱；基于链接分析的方法计算候选关键词和种子关键词的综合相似度评价，选择最相似的候选关键词完成对短文本的扩展。本发明方法较基于语言模型的短文本特征表示方法操作简单，执行效率高，而且充分利用关键词之间的语义关联信息，较传统的基于词袋模型的短文本特征表示方法，有效缓解了数据稀疏性问题和语义敏感性问题，不依赖于外部大规模辅助训练语料或者搜索引擎。
-
公开(公告)号：CN104077496A
公开(公告)日：2014-10-01
申请号：CN201410342678.8
申请日：2014-07-17
Applicant: 中国科学院自动化研究所
IPC: G06F19/00
Abstract: 本发明公开了一种基于差分进化算法的智能管道布局优化方法和系统，包括：对待布局管道以及布局空间进行数学建模，确定布局对象、约束条件以及评价准则；采用极坐标和姿态向量对布局对象进行编码；采用差分进化算法对管道布局优化数学模型进行优化求解，并对求解得到的布局优化方案进行约束条件检验以及布局调整，得到最终布局方案。本发明的基于差分进化算法的智能管道布局优化方法和系统能够极大地缩短设计周期，增强优化性能，并且能够在有限时间内解决大规模管道布局问题，具有布局设计时间短、优化精度高、能够定量评价布局方案等优点。
-
公开(公告)号：CN104050674A
公开(公告)日：2014-09-17
申请号：CN201410301797.9
申请日：2014-06-27
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明为一种显著性区域检测方法及装置。所述方法包括：利用基于局部同质性分析的分割方法将输入图像预分割为多个分割区域；对每一分割区域计算局部显著值和全局显著值，所述局部显著值是通过计算不同特征在多尺度近邻的对比度获得，所述全局显著值是通过度量不同特征的空间分布以及区域间的隔离性获得；利用每一分割区域的局部显著图和全局显著图中包含的信息量大小自动调节局部显著值与全局显著值在最终显著值中所占权重，对局部和全局显著值加权求和，获得每个分割区域的最终显著值，从而得到每个分割区域的最终显著图；所述局部显著图和全局显著图为所述局部显著值和全局显著图所表示的图；根据所述最终显著图从所述输入图像抽取显著区域。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.043 seconds)
