-
公开(公告)号：CN112621746A
公开(公告)日：2021-04-09
申请号：CN202011400173.4
申请日：2020-12-02
Applicant: 上海交通大学烟台信息技术研究院 , 上海交通大学
IPC: B25J9/16
Abstract: 本发明公开了一种带死区的PID控制方法，用于控制机械臂视觉伺服抓取系统，该方法包括：计算物体的目标位姿与末端执行器的位姿的偏差；利用死区模块对偏差进行处理，然后作为PID控制器的输入，并将PID控制器的输出作为末端执行器的笛卡尔空间速度；将笛卡尔空间速度转换为关节空间速度；利用二阶巴特沃斯滤波器对关节空间速度进行滤波处理后下发至机械臂速度控制器，实现机械臂的位姿的实时控制。本发明还提供了一种使用上述方法的机械臂视觉伺服抓取系统。本发明提出的控制方法，可以去除机械臂末端执行器接近目标位姿时由于机械臂控制系统频繁调整引起的“抖动”问题，有利于实现机械臂位姿的稳定控制。
-
公开(公告)号：CN113479442A
公开(公告)日：2021-10-08
申请号：CN202110808375.0
申请日：2021-07-16
Applicant: 上海交通大学烟台信息技术研究院 , 上海交通大学
Abstract: 本发明公开了一种实现流水线上非结构化物体智能贴标签的装置和方法，涉及人工智能领域，包括机械臂、RGBD相机、标签剥离装置、标签收放装置、工控机，其中，RGBD相机用于采集物体的RGB图像和深度图像，并将采集的信息发送到工控机；标签剥离装置用于将标签从标签底纸上剥离；标签收放装置独立于标签剥离装置，用于执行放标签操作和收标签操作；工控机对采集的信息进行处理，获取物体的空间位姿和运动状态，并用于机械臂位姿的反馈控制。本发明实现流水线上散乱摆放、尺寸和形状各异的非结构化物体的智能贴标签操作，克服了当前贴标签技术只能实现结构化场景下物体贴标签操作的局限，有利于降低人工成本、提高贴标签效率和可靠性。
-
公开(公告)号：CN113479442B
公开(公告)日：2022-10-21
申请号：CN202110808375.0
申请日：2021-07-16
Applicant: 上海交通大学烟台信息技术研究院 , 上海交通大学
IPC: G06T7/70
Abstract: 本发明公开了一种实现流水线上非结构化物体智能贴标签的装置和方法，涉及人工智能领域，包括机械臂、RGBD相机、标签剥离装置、标签收放装置、工控机，其中，RGBD相机用于采集物体的RGB图像和深度图像，并将采集的信息发送到工控机；标签剥离装置用于将标签从标签底纸上剥离；标签收放装置独立于标签剥离装置，用于执行放标签操作和收标签操作；工控机对采集的信息进行处理，获取物体的空间位姿和运动状态，并用于机械臂位姿的反馈控制。本发明实现流水线上散乱摆放、尺寸和形状各异的非结构化物体的智能贴标签操作，克服了当前贴标签技术只能实现结构化场景下物体贴标签操作的局限，有利于降低人工成本、提高贴标签效率和可靠性。
-
公开(公告)号：CN119692382A
公开(公告)日：2025-03-25
申请号：CN202411764861.7
申请日：2024-12-03
Applicant: 上海交通大学
Abstract: 本发明公开了一种自主机器人的类脑行为决策计算模型，涉及机器人领域，模型描述为一个八元组 ，其中STM存储和处理短期信息，LTM则对应不同功能模块进行信息处理，模拟多脑区的分工；Up Tree和Down Tree为上下行树信息传递网络；Links为LTM间以关联学习的形式建立起的用于直接通信的暗通道；Chunk为STM及各个LTM间通信传输的信息块，其中的核心通信信息被统称为“脑语”；Input和Output为系统的输入输出。工作状态下，各个LTM根据输入信息进行反馈，将反馈信息经上行树上传至STM，通过竞争实现STM上信息的动态迁移，构成意识流，STM再经下行树广播STM上的信息至LTM，构成环路。本发明能够自主进行协同学习，实现更高的自主性和智能化水平。
-
公开(公告)号：CN118474210A
公开(公告)日：2024-08-09
申请号：CN202310100063.3
申请日：2023-02-09
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于SNN分层GALS架构的数据捆绑通信协议实现系统，包括：四相异步脉冲事件通信协议电路、二相异步脉冲事件通信协议电路、四相转二相异步脉冲事件通信协议电路和二相转四相异步脉冲事件通信协议电路；所述四相异步脉冲事件通信协议电路、二相异步脉冲事件通信协议电路、四相转二相异步脉冲事件通信协议电路和二相转四相异步脉冲事件通信协议电路均采用单轨数据捆绑的异步数字电路实现；所述单轨数据捆绑的异步数字电路是基于异步流水级结构实现的，通过前后级直接发送握手信号保证数据传输的正确性。
-
Patent Agency Ranking
公开(公告)号：CN112036511B
公开(公告)日：2024-04-30
申请号：CN202011060588.1
申请日：2020-09-30
Applicant: 上海美迪索科电子科技有限公司 , 上海交通大学
IPC: G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N20/20
Abstract: 本发明提供一种基于注意力机制—图卷积网络以及课程学习的基于内容的图像检索方法，包括下列步骤：根据数据集的特征分布情况划分数据集，将数据集划分为简单、中等和困难以及不可使用四种字集，利用课程学习原理由易到难将四种子集输入到深度学习神经网络中。然后使用基于图卷积的深度学习网络模块提取图片的显著特征，构建图片的空间特征图并进行推理得到最终的特征表示。最后使用最终的特征表示进行关联匹配进行图像检索。
-
公开(公告)号：CN110223336B
公开(公告)日：2023-10-17
申请号：CN201910445779.0
申请日：2019-05-27
Applicant: 上海交通大学
IPC: G06T7/521
Abstract: 本发明提供了一种基于TOF相机数据的平面拟合方法，包括以下步骤：S1：将TOF相机采集的深度图的数据转换成点云的数据，所述深度图的像素点与所述点云在映射过程保留对应编号；S2：计算所述深度图的全图各像素点对应的点云的主方向向量，并确定所要拟合的平面上的一个采样点及其对应的主方向向量；S3：从所述采样点出发通过迭代法逐步扩散，找到全部与所述采样点对应的主方向向量间关系满足预设条件的待拟合像素点，并将所述待拟合像素点每次迭代更新为新的采样点后继续迭代扩散；S4：连接所有符合预设要求的待拟合像素点拟合成为平面。该方法每个步骤在运算量上都进行了优化，能够在3D深度相机输出视频序列上实时完成。
-
公开(公告)号：CN116758147A
公开(公告)日：2023-09-15
申请号：CN202210204826.4
申请日：2022-03-02
Applicant: 上海交通大学
IPC: G06T7/73 , G06T7/60 , G06T7/80 , G06T7/13 , G06V10/771 , G06V10/74 , G01C9/02 , H04M1/72403 , H04M1/72439
Abstract: 本发明提供了一种基于手机信息融合的板状天线下倾角测量方法及系统，包括：基础测量模块：通过手机拍摄天线图像，消除相机成像原理中和距离相关的参数，结合IMU数据和天线具体型号信息求解天线的下倾角；虚拟抱杆模块：通过手机拍摄与重力方向对其的棋盘格的图像，求解图像上重力矢量，得到误差修正后的下倾角；图像长宽比求解模块：在天线型号未知时，从天线正面拍照获得图像上天线的长宽比，使用图像上天线长宽来替代真实天线的尺寸比，并不断的迭代天线的长宽比求解天线下倾角。本发明通过在实际拍摄的数据集进行测试，算法测量的下倾角精度在两度以内，相比于传统繁琐且危险的测量方式，精度也得以保证，满足在实际网络优化等方面的要求。
-
公开(公告)号：CN107702711B
公开(公告)日：2021-12-21
申请号：CN201710832515.1
申请日：2017-09-15
Applicant: 上海交通大学
Abstract: 本发明属于行人定位与导航技术领域，具体的是一种基于低成本传感器和地图约束的行人航向推算系统。该系统包括依次连接的惯性及磁场传感器数据获取模块100、行人航向推算模块200、粒子滤波修正行人位置模块300和行人位置输出模块400。该系统定位精度高，在地图的约束下，能够达到比原有的定位方法更高的定位精度。
-
公开(公告)号：CN110375765B
公开(公告)日：2021-04-13
申请号：CN201910575743.4
申请日：2019-06-28
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于直接法的视觉里程计方法、系统及介质，包括：亮度稳定步骤：在高动态亮度变换环境下，使用对数图像增强方法使得场景中的亮度趋于稳定，提高对梯度信息的提取；加快优化收敛步骤：在快速旋转以及高速运动情况下，使用若干显著的梯度点和三角剖分算法生成深度预测面，有效给出点云的初始化深度，降低深度优化次数，加快优化收敛。本发明能够克服传统直接法在亮度巨变和快速旋转时无法正常工作的问题，可以用于无人机、无人车等自主导航机器人的导航算法上，可以用于在自主导航、探索、侦查等任务中提供自身的位置信息。
-
-
-
-
-
-
-
-
-
Search Results
207
records
(took 0.029 seconds)
