-
公开(公告)号：CN119055369A
公开(公告)日：2024-12-03
申请号：CN202411423804.2
申请日：2024-10-12
Applicant: 哈尔滨工业大学
Abstract: 一种索并联骨折复位机器人，属于机器人技术领域，静平台组件安装于基座上方，竖直组件安装于静平台组件两侧，可沿静平台横向、竖向平动，动平台组件与两组竖直组件上端通过球副活动连接，竖直组件驱动机构置于静平台组件内，以控制竖直组件的移动，动平台移动关节驱动机构置于竖直组件内，以控制竖直组件向上移动，以及控制动平台沿其轴线方向的平动，动平台阻抗控制机构置于动平台组件内，以控制动平台沿其轴线的自旋转，所述自旋转的转轴、俯仰的转轴和竖直轴两两相互垂直，构建为双支路六自由度的并联结构。本申请在并联结构的基础上引入人工肌肉驱动，实现高精度手术操作的同时，实现兼顾高负载与高柔顺性的手术操作控制。
-
公开(公告)号：CN118960741A
公开(公告)日：2024-11-15
申请号：CN202411039741.0
申请日：2024-07-31
Abstract: 面向非结构化场景的足式机器人视觉导航系统，涉及机器人导航技术领域，针对现有技术中对于地面特征信息利用不充分，进而导致导航不准确的问题，本申请建立了一套可描述地面特征的多层局部感知地图，在传统局部地图的基础上增加了对地面特征的描述。其次，在局部感知地图的基础上，通过将地面特征参数融入轨迹优化的过程中，进而解决了足式机器人对于地面特征信息利用不充分的问题。提升了机器人视觉导航的准确率。
-
公开(公告)号：CN118682750A
公开(公告)日：2024-09-24
申请号：CN202410752975.3
申请日：2024-06-12
IPC: B25J9/16
Abstract: 一种基于在线质心轨迹优化的人形机器人高动态跳跃运动控制方法，属于机器人技术及人工智能领域。本发明针对现有人形机器人在复杂环境的跳跃运动控制中，不能在线优化运动轨迹，实时性差并且影响控制精度的问题。包括基于人形机器人动力学模型得到心动力学模型，再转换得到单刚体模型；构建单刚体模型约束条件，并优化求解人形机器人的期望跳跃运动质心轨迹；利用模型预测控制器对期望跳跃运动质心轨迹进行跟踪，并计算跟踪过程中人形机器人的足底接触力；再利用全身控制器计算得到跟踪过程中人形机器人全身驱动关节的期望位置、期望速度和期望驱动力矩，通过执行机构对人形机器人进行跳跃运动控制。本发明用于人形机器人高动态跳跃运动控制。
-
公开(公告)号：CN114689055B
公开(公告)日：2024-09-24
申请号：CN202210327051.X
申请日：2022-03-30
Applicant: 深圳航天龙海特智能装备有限公司 , 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种基于仿生感知融合的暗室SLAM的构建方法，该方法包括以下步骤：构建头朝向细胞、网格细胞、视觉细胞及边界细胞，并通过头朝向细胞、网格细胞、视觉细胞及边界细胞获取外部空间认知信息；构建ART神经网络及由情景神经细胞组成的情景认知地图；获取新外部空间认知信息，并在该新外部空间认知信息的刺激下形成构建情景认知地图的新情景细胞，同时将新情景细胞的激活状态作为一个情景认知地图的节点；对情景细胞进行情景回环检测与调整。本发明可将外部线索的视觉、边界和内部线索的位置信息时空关联，可以黑暗场景下改善感知混淆和轨迹误差积累的问题，可实现可靠的长期的环境认知和定位。
-
公开(公告)号：CN115598975B
公开(公告)日：2024-08-27
申请号：CN202211159452.5
申请日：2022-09-22
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 基于参数预训练的销孔装配DDPG强化学习加速方法，涉及机器人销孔装配任务强化学习技术领域。本发明是为了解决现有的基于销孔装配强化学习方法还存在任务针对性差，装配任务强化学习效率低导致的难以在短时间内学习到有用策略的问题。本发明包括：定义销孔装配抽象编码变量x,z,α和β；对销孔装配接触状态分类，并获取每类销孔装配接触状态几何约束，建立销孔装配位姿转移模型；利用销孔装配策略模型对DDPG强化学习网络中的Actor网络预训练，获得Actor网络参数；利用销孔装配位姿转移模型获得位姿动作价值函数Qpose(s,a)，利用Qpose(s,a)对Critic网络预训练获得Critic网络参数；以Actor网络参数和Critic网络参数为基础进行销孔装配强化加速学习。本发明用于销孔装配的强化学习加速。
-
Patent Agency Ranking
公开(公告)号：CN118121310A
公开(公告)日：2024-06-04
申请号：CN202410334834.X
申请日：2024-03-22
Applicant: 哈尔滨工业大学
Abstract: 一种辅助骨折复位的机器人结构，本发明涉及一种辅助的机器人，本发明的目的是解决现有并联结构，电机都安装在支链上，其重量较大，在后续的康复过程中不利于患者穿戴并进行康复的问题，它包括静平台、动平台、三组支链组件、多个支链连接座、多个锥形轴组件和多个驱动组件；静平台设置在动平台上方，三组支链组件设置在静平台和动平台之间，每组支链连接座通过四个支链连接座活动安装在静平台和动平台上，每组支链组件上安装有两个振动模块，位于静平台上的每个支链连接座上安装有锥形轴组件，每个锥形轴组件上方安装一个驱动组件。本发明用于骨折复位技术领域。
-
公开(公告)号：CN117984328A
公开(公告)日：2024-05-07
申请号：CN202410334844.3
申请日：2024-03-22
Applicant: 哈尔滨工业大学
IPC: B25J9/16
Abstract: 基于直觉物理的任务导向机械臂抓取方法，属于机器人/人工智能领域。解决了采用现有机器人抓取方法进行物品抓取时，存在通用性差的问题。本发明将目标物品的彩图输入至实例分割网络，获取目标物品的掩模；利用目标物品的掩模提取目标物品点云P；将目标物品点云分别输入至训练后的任务无关抓取网络和训练后的任务直觉物理网络，获取满足几何关系的抓取位姿Gtag的可靠性得分Stag和满足几何关系的抓取位姿Gtag的任务操作得分Stog；选取可靠性得分Stag最高的N个值对应的抓取位姿Gtag，采用最远点采样法从所述N个值对应的抓取位姿Gtag中提取m个采样抓取位姿，从所述m个抓取位姿中选取任务操作得分Stog最小的抓取位姿作为最优抓取位姿。本发明适用于机械臂控制。
-
公开(公告)号：CN114922904B
公开(公告)日：2024-03-19
申请号：CN202210550405.7
申请日：2022-05-20
Applicant: 哈尔滨工业大学
IPC: F16C29/02
Abstract: 一种基于柔顺铰链的并联解耦xyz大行程定位平台，它涉及一种定位平台。本发明为了解决现有的并联定位平台存在行程小、动态性能差、寄生运动显著以及定位精度低的问题。本发明的xy解耦器产生xy平面解耦运动；xy中间平台作为连接xy解耦器和xyz导向机构的中间平台；xyz导向机构主要负载对z方向和xy方向的运动进行导向；输出平台作为最终的位移输出；支撑结构对整个平台提供固定支承。该平台所有的运动部件均由柔顺机构组成，具有无摩擦、无间隙和低维护需求特点。该平台在三个自由度均拥有厘米级行程，结构紧凑，动态性能好且寄生位移小。本发明用于在双光子聚合3D激光打印、3D微操作和微纳定位等要求平台精度高、行程大和高动态场合。
-
公开(公告)号：CN112767339B
公开(公告)日：2023-12-29
申请号：CN202110044782.9
申请日：2021-01-13
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于视觉注意模型的表面缺陷检测方法，包括如下步骤：S1、将有缺陷图像和无缺陷图像成对输入构建的视觉注意模型中进行模型训练，训练的目标是训练样本的缺陷位置的权重向量低于其他位置的权重向量，转至S2；S2、将待检测图像输入训练好的视觉注意模型中，训练好的视觉注意模型输出待检测图像的视觉显著图，视觉显著图中高注意力部分即为存在缺陷部分。本发明公开的基于视觉注意模型的表面缺陷检测方法，对训练样本的缺陷位置进行弱化，注意力越高的地方，其权重越低，最终输出的视觉显著图的高注意力部分即为有缺陷位置。
-
公开(公告)号：CN114952830B
公开(公告)日：2023-05-16
申请号：CN202210520027.8
申请日：2022-05-13
Applicant: 哈尔滨工业大学
IPC: B25J9/16
Abstract: 一种基于接触约束的机器人高精度轴孔装配轴零件定位方法，属于机器人高精度轴孔装配操作领域。本发明针对现有轴孔装配操作利用机器视觉算法实现定位，算法复杂并且定位可靠性低的问题。包括确定机器人基座平面与轴零件基座平面之间的变换关系；计算孔零件坐标系x2y2z2相对机器人坐标系x0y0z0的位姿；确定孔零件在每一次三点接触状态下的原点o2及孔零件轴线相对机器人坐标系x0y0z0的位姿；将每一次三点接触状态下的原点o2及孔零件轴线投影到轴零件基座上；确定轴零件轴线在机器人坐标系x0y0z0的位置；再根据轴零件坐标系x1y1z1的原点在轴零件轴线上的位置，确定轴零件坐标系x1y1z1在机器人坐标系x0y0z0中的位姿，完成轴零件定位。本发明可实现更精准的定位。
-
-
-
-
-
-
-
-
-
Search Results
302
records
(took 0.081 seconds)
