-
公开(公告)号：CN119000421B
公开(公告)日：2025-03-11
申请号：CN202411480531.5
申请日：2024-10-23
Applicant: 南京邮电大学
Abstract: 本发明公开了适于无人设备远距离非接触观测的密度计设计方法及系统，涉及无人测量设备辅具设计技术领域，包括：定性给出浮筒的形状构成，其中，浮筒由圆柱形上柱、圆柱形下柱和配重球构成；根据浮筒的形状构成获取设计依据变量，基于设计依据变量输入至待设计变量表达式内，计算得出待设计变量，其中，所述设计依据变量包括液体池约束变量和设计约束变量；利用得出的待设计变量进行深度约束判据，若不满足深度约束判据，则调整设计依据变量至满足深度约束判据为止，若满足深度约束判据，则根据待设计变量设计密度计。
-
公开(公告)号：CN119000421A
公开(公告)日：2024-11-22
申请号：CN202411480531.5
申请日：2024-10-23
Applicant: 南京邮电大学
Abstract: 本发明公开了适于无人设备远距离非接触观测的密度计设计方法及系统，涉及无人测量设备辅具设计技术领域，包括：定性给出浮筒的形状构成，其中，浮筒由圆柱形上柱、圆柱形下柱和配重球构成；根据浮筒的形状构成获取设计依据变量，基于设计依据变量输入至待设计变量表达式内，计算得出待设计变量，其中，所述设计依据变量包括液体池约束变量和设计约束变量；利用得出的待设计变量进行深度约束判据，若不满足深度约束判据，则调整设计依据变量至满足深度约束判据为止，若满足深度约束判据，则根据待设计变量设计密度计。
-
公开(公告)号：CN117733841A
公开(公告)日：2024-03-22
申请号：CN202311665423.0
申请日：2023-12-06
Applicant: 南京邮电大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于生成对抗模仿学习的机械臂复杂操作技能学习方法及系统，方法包括：获取复杂任务数据，将复杂任务的轨迹分割为多个子任务轨迹；针对每个子任务轨迹，确定每个子任务的强化学习RL参数，获取对应子任务的专家策略，形成子任务专家策略集合；基于所述子任务专家策略集合，使用生成对抗模仿学习GAIL算法进行预训练，得到子任务策略集合；其中所述子任务策略集合包括子任务专家策略和子任务生成策略以及对应的奖励函数；基于子任务策略集合，通过领域随机化的方法，使用SAC算法进行正式训练，得到子任务的最优策略集合。通过GAIL预训练使底层子任务不再从零开始学习，只需要有限的样本数量就可以引导策略学习。
-
公开(公告)号：CN115476360A
公开(公告)日：2022-12-16
申请号：CN202211143209.4
申请日：2022-09-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于异构体映射的串联机器人人机示教控制方法及装置，其方法包括：获取示教者示教动作的示教信息；通过改进K‑means算法获取示教信息的关键帧序列；基于示教信息的关键帧序列通过预构建的空间映射将每个关键帧对应的人体关节点三维坐标转换为人体重构关节点三维坐标；通过齐次坐标变换将每个人体重构关节点三维坐标转换为串联机器人坐标系下的三维坐标；将每个串联机器人坐标系下的三维坐标作为串联机器人的机器重构关节点三维坐标点的目标点；基于每个目标点通过并行CCD控制方法控制串联机器人完成示教动作；本发明能够有效改善机器人示教运动的通用性和简洁性，为进一步推广机器人的普及应用提供了有力的手段。
-
公开(公告)号：CN115294441A
公开(公告)日：2022-11-04
申请号：CN202211205005.9
申请日：2022-09-30
Applicant: 南京邮电大学
Abstract: 一种由注意力融合三特征的机器人场景识别与解析方法，提出利用物品识别算法中物品特征图进一步精确解析场景中物品信息的方法；提出一种获取物品单体描述信度的方法，并且设计了由物品单体描述信度组成的物品向量；改造了卷积神经网络CNN的全连接层网络，并定义了某个全连接层网络的输出为全局特征；求出卷积神经网络CNN卷积层的输出的格拉姆矩阵，并提出全连接层网络的结构，在输入为格拉姆矩阵时输出为风格特征；利用注意力机制将三种特征进行融合，并将融合注意力向量送进用于分类的全连接层网络，输出即为最终的场景标签。本发明支持整体训练优化，可以解析该场景的物品标签与场景标签，在室内场景解析与场景分类中有较好的结果。
-
Patent Agency Ranking
公开(公告)号：CN111281742B
公开(公告)日：2022-08-30
申请号：CN202010119589.2
申请日：2020-02-26
Applicant: 南京邮电大学
IPC: A61H1/02
Abstract: 本发明公开了一种面向肩肘腕指关节的上肢可重构式机械康复装置，肩关节模块、肘关节模块、腕关节模块以及手指关节模块；同时，还包括肩肘连接部件用以连接肩关节模块和肘关节模块，肘腕连接部件用以连接肘关节模块和腕关节模块，腕指连接部件用以连接腕关节模块和手指关节模块；通过使用模块连接部件对不同模块进行连接。本发明通过不同的关节模块的组合，能够根据瘫痪患者的偏瘫程度，制定出针对性的康复训练疗法，其具有可重复性、灵活性、康复轨迹可规划性、康复运动多样性、减少人力财力消耗以及达到良好的康复效果等优点。
-
公开(公告)号：CN109887570B
公开(公告)日：2022-07-15
申请号：CN201910130904.9
申请日：2019-02-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于RGB‑D相机与IMU传感器的机器人辅助康复训练方法，方法通过包括RGB‑D相机和IMU传感器的康复机器人实现，包括：利用RGB‑D相机采集肢体的三维空间方位轨迹数据，利用IMU传感器采集肢体的姿态角信息数据；分别基于三维空间方位轨迹数据和姿态角信息数据采用算法分别得到两组肩关节外展内收角、肩关节屈伸角、肩关节内外旋角和肘关节屈伸角数据；通过融合滤波器将上述求得的两组角度数据融合得到目标患者稳定可靠的运动轨迹数据；搭建辅助康复训练虚拟环境，并将运动轨迹数据进行坐标变换得到康复机器人对应的实时控制数据，基于实时控制数据控制控制康复机器人辅助目标患者进行康复训练运动；本发明可提高康复训练的工作效率，优化训练效果。
-
公开(公告)号：CN114536333A
公开(公告)日：2022-05-27
申请号：CN202210150175.5
申请日：2022-02-18
Applicant: 南京邮电大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于行为树的机械臂任务规划系统及应用方法，包括：轨迹分割模块、目标位姿检测模块、行为树设计模块、动态运动基元泛化模块、上位机系统和Kinova Jaco机械臂。一方面使用遥操作控制Kinova Jaco机械臂进行多次抓取任务演示，上位机系统将收集到的演示数据经轨迹分割模块得到动作基元，构建动作基元库；另一方面，根据抓取任务执行逻辑，经行为树设计模块创建抓取任务行为树；Kinect传感器捕获物体深度图像经目标位姿检测模块估计出物体位置和姿态后，结合动作基元库中对应动作基元，再由动态运动基元泛化模块进行泛化，将泛化得到的动作基元作为行为树动作节点，行为树将执行指令传送至上位机系统，控制Kinova Jaco机械臂执行抓取任务。
-
公开(公告)号：CN111839926B
公开(公告)日：2022-04-12
申请号：CN202010557433.2
申请日：2020-06-18
Applicant: 南京邮电大学
Abstract: 本发明提供了一种头姿交互控制与自主学习控制共享的轮椅控制方法及系统，通过Kinect传感器获取用户脸部的深度图像，采用随机森林结合最近点迭代法估计头部姿态，建立头姿识别到轮椅控制的模型；结构化场景下，通过头姿交互方式，用户控制轮椅进行特定轨迹的操作技巧演示，获取演示过程的观测数据序列；使用高斯混合模型对获取到的操作技巧观测数据序列进行表征，并运用EM算法，学习高斯混合模型参数；使用高斯混合回归方法再现机器人轮椅操作技巧，实现基于头姿模仿学习的自主控制；用户判断当前环境信息，通过按键的方式，在头姿交互控制方式与自主学习控制方式之间进行切换，实现机器人轮椅的共享控制。本发明丰富了机器人轮椅的功能，方便了老残人群的出行。
-
公开(公告)号：CN113724197A
公开(公告)日：2021-11-30
申请号：CN202110847674.5
申请日：2021-07-26
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/60 , G06T7/62 , G06K9/62 , G06N3/04 , G06N3/08 , G01B21/10 , G01B21/16 , G01B21/22
Abstract: 本发明公开了一种基于元学习的螺纹旋合性判定方法。包括步骤：S1：收集螺纹参数信息，制成原始数据集；对原始数据集进行标注；得到不平衡螺纹参数数据集；S2：对不平衡螺纹参数数据集平衡化处理，得到检测数据集；对检测数据集中进行归一化；S3、将归一化的检测数据集划分为预训练数据集和精调数据集；S4：构建人工神经网络模型，将预训练数据集作为模型的输入，采用MAML元学习算法，进行螺纹旋合性特征预训练，得到预训练好的元模型Meta和初始化参数；S5：将精调数据集输入元模型Meta中进行螺纹旋合性特征微调训练，得到螺纹旋合性判断模型Mfine‑tune。本发明能够通过小样本数据集得到准确的模型，提高了螺纹旋合性检测的准确性，高效性，泛化性，可靠性。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.025 seconds)
