-
公开(公告)号：CN113500017A
公开(公告)日：2021-10-15
申请号：CN202110808374.6
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: B07C5/36
Abstract: 本发明公开了一种面向非结构化场景下物料分拣的智能系统和方法，涉及人工智能领域，该智能系统包括机器人系统、智能检测与测量模块、标定装置、支撑台面，机器人系统用于实现随机摆放物料在不同位姿条件下的抓取；智能检测与测量模块包括RGBD相机、工控机；RGBD相机用于采集物料信息，并将所述物料信息实时传输到所述工控机；工控机基于所述物料信息进行物料检测和位姿测量，评价物料的抓取风险和机械臂的抓取功耗，建立抓取策略评估函数，规划物料抓取顺序，实现非结构化场景下物料的有序分拣；本发明采用协同视觉检测、抓取策略评估与机械臂分拣的方法实现非结构化场景下随机摆放物料的智能化分拣，实现随机摆放物料的安全、低功耗分拣。
-
Patent Agency Ranking
公开(公告)号：CN113500017B
公开(公告)日：2023-08-25
申请号：CN202110808374.6
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: B07C5/36
Abstract: 本发明公开了一种面向非结构化场景下物料分拣的智能系统和方法，涉及人工智能领域，该智能系统包括机器人系统、智能检测与测量模块、标定装置、支撑台面，机器人系统用于实现随机摆放物料在不同位姿条件下的抓取；智能检测与测量模块包括RGBD相机、工控机；RGBD相机用于采集物料信息，并将所述物料信息实时传输到所述工控机；工控机基于所述物料信息进行物料检测和位姿测量，评价物料的抓取风险和机械臂的抓取功耗，建立抓取策略评估函数，规划物料抓取顺序，实现非结构化场景下物料的有序分拣；本发明采用协同视觉检测、抓取策略评估与机械臂分拣的方法实现非结构化场景下随机摆放物料的智能化分拣，实现随机摆放物料的安全、低功耗分拣。
-
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：CN119540260A
公开(公告)日：2025-02-28
申请号：CN202411682635.4
申请日：2024-11-21
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于深度图数据的三维平面快速检测分割方法，涉及机器人领域，包括以下步骤：将深度图像转换为点云并降采样，基于点云构建金字塔；通过自上而下的数据访问和参数拟合，利用自适应平面块分割法获取自适应平面块，将平面块的详细信息存储在状态金字塔中；利用块级区域生长法，将相邻且共面的块级区域标记为连通平面区域，实现平面块的合并；计算每个区域边缘的像素点到面距离，进行像素级标签分配，将像素分配给距离最小的区域，并输出分割结果。本发明通过自适应分块，在大面积平面区域上使用更少的平面拟合操作，将平面区域表示为多个尽可能大的平面块，减少参与运算的平面块数量，降低计算成本，具有高实时性和好的分割效果。
-
公开(公告)号：CN119536270A
公开(公告)日：2025-02-28
申请号：CN202411682180.6
申请日：2024-11-21
Applicant: 上海交通大学
IPC: G05D1/43 , G05D1/644 , G05D109/10
Abstract: 本发明公开了一种基于拓扑图的移动机器人自主探索方法，涉及智能机器人领域。本发明通过引入环境的骨架拓扑结构，利用环境的拓扑引导探索行为，包括增量式骨架提取，骨架拓扑图更新，探索策略有限状态机。本发明很大程度上缓解了BFMs现象的出现，避免复杂的TSP问题求解，以极低的计算消耗实现高效的探索增量式骨架提取；有效引导机器人的探索行为，显著减少无效移动，最大化信息获取，最小化资源消耗。
-
公开(公告)号：CN117934610A
公开(公告)日：2024-04-26
申请号：CN202410115186.9
申请日：2024-01-26
Applicant: 上海交通大学
IPC: G06T7/73 , G06T7/60 , G06T7/80 , G06T7/50 , G06N3/0464 , G06N3/0455 , G06N3/09
Abstract: 本发明公开了一种支持在线学习的定位方法及系统，涉及计算机视觉领域，深度估计模块利用基于低秩适配器的深度估计算法，估计图像的稠密深度图，利用自监督机制，实现目标域深度估计的在线学习；在线学习模块利用稠密深度图和位姿信息计算排序损失函数和不确定性损失函数，监督深度估计网络的训练；特征选择模块根据图像提取ORB特征和描述子，利用估计的不确定性和稠密深度图解算位姿信息；位姿估计模块利用稠密深度图和稀疏深度图的对齐，计算图像位姿的尺度信息，保证系统在定位过程中的尺度一致性。本发明通过设计低秩适配器，保留了深度估计网络的基本结构，能够更快速地适应新环境特征，提高对环境变化的敏感性，减少对大量新数据的依赖。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
