-
公开(公告)号:CN114758176B
公开(公告)日:2025-03-18
申请号:CN202210398851.0
申请日:2022-04-15
Applicant: 上海交通大学
IPC: G06F18/2413 , G06V10/764 , G06V10/82 , G06V10/54 , G06F18/214 , G06F18/2135 , G06N3/0464 , G06N3/096 , G06Q10/0639
Abstract: 一种基于工业机器人本体信息的打磨状态在线监测方法,通过在预打磨实验时采集机器人关节电流,并在打磨完成后采集表面质量纹理;然后将关节电流时序信号转换为图像,从而生成打磨状态标签以及打磨状态分类模型数据集,并采用数据集训练打磨状态分类模型;最后在在线阶段采用训练后的打磨状态分类模型实现机器人闭环反馈控制。本发明采用卷积神经网络捕捉机器人关节电流中内蕴的时频域特征,建立了基于关节电流主成分分析的特征关节选取模型,实现了机器人打磨状态的在线监测。
-
公开(公告)号:CN115042171B
公开(公告)日:2024-11-22
申请号:CN202210619169.X
申请日:2022-06-01
Applicant: 上海交通大学
IPC: B25J9/16
Abstract: 本发明公开了一种多指欠驱动夹爪抓取数据集生成方法,涉及机器人抓取领域,包括以下步骤:建立基于前向运动学的夹爪碰撞包围盒模型,利用矩阵计算和DH参数矩阵快速获取夹爪构型,并完成场景碰撞检测;建立基于PyBullet的抓取仿真场景,采集抓取场景数据;基于碰撞包围盒模型和GWS抓取指标,建立单物体抓取候选模型,该候选模型还包括夹爪构型以及对夹爪构型的评分因素;基于场景中的模型位姿和场景碰撞检测结果,利用坐标变换,将单物体抓取候选模型变换为场景抓取候选模型,完成数据集生成。本发明基于碰撞包围盒模型,利用GPU平行计算能力封装夹爪前向运动学,提高夹爪构型计算及场景碰撞检测效率,可快速生成针对多指欠驱动夹爪大规模抓取数据集。
-
公开(公告)号:CN118816972A
公开(公告)日:2024-10-22
申请号:CN202311459236.7
申请日:2023-11-03
Applicant: 中移(上海)信息通信科技有限公司 , 上海交通大学 , 中国移动通信集团有限公司
IPC: G01D21/02
Abstract: 本发明公开了一种机器人重定位方法、装置、设备和存储介质,若某台机器人自身定位丢失时,启动异常机器人与正常机器人的信号测距,其余定位成功的正常机器人可根据测距数据实现定位失败的异常机器人的重定位工作。在重定位过程中,首先获取检测到异常机器人的至少一个正常机器人的测距范围,然后基于这一测距范围生成定位区域,能够得知异常机器人处于这一定位区域中,完成粗略定位过程;然后再将定位区域与匹配库进行定位数据匹配,得到异常机器人的位置坐标,完成精确定位过程。能够实现机器人的信息互补,协助定位失败机器人完成重定位工作,通用性高、定位准确,以及无需采集多种传感器的数据信息,不会占用大量的计算资源。
-
公开(公告)号:CN114516050B
公开(公告)日:2024-02-13
申请号:CN202210207511.5
申请日:2022-03-03
Applicant: 上海交通大学
IPC: B25J9/16
Abstract: 一种基于位形雅可比条件数优化的机器人外力估计方法及系统,使用基于反向传播神经网络的半参数摩擦力模型构建广义动量观测器估计机器人受到的外部作用力,通过提升机器人低关节速度下的摩擦力建模准确度,改善了观测器的外力估计精度,结合基于位形雅可比条件数的优化,得到了能有效抑制关节力矩噪声和建模误差对外力估计产生不良影响的机器人位形。满足了在不使用力/力矩传感器的条件下机器人准确感知外力的需求。
-
公开(公告)号:CN116720072A
公开(公告)日:2023-09-08
申请号:CN202310750339.2
申请日:2023-06-25
Applicant: 上海交通大学
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 一种面向非结构作业场景的无模型物体抓取位姿生成方法,将采集到的点云数据基于邻近节点算法生成原始场景图后,将原始场景图输入图特征提取网络得到融合多尺度信息的图嵌入特征,将图嵌入特征依次输入物体表面点筛选网络和高价值点筛选网络并得到高价值点图,将高价值点图输入位姿生成网络得到空间六自由度抓取候选位姿,进而选取最佳抓取进行实施。本发明针对性解决现有技术存在的选点随机性强、泛化性能受限、网络模型对空间特征提取能力不足、生成的抓取质量低等问题。
-
公开(公告)号:CN116654636A
公开(公告)日:2023-08-29
申请号:CN202310745546.9
申请日:2023-06-21
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于力传感器感知与补偿的不规则物体堆叠方法,包括以下步骤:1、机器人移到抓取区域,手眼相机获取场景点云;2、利用颜色阈值分割法和轮廓检测算法,获得最大物体点云;3、对步骤2的最大物体点云进行抓取规划,机器人执行抓取动作;4、机器人携带物体运行辨识轨迹,记录六维力传感器数据以及TCP数据;5、运行负载位置辨识算法,得到负载质心在夹爪坐标系中的位置;6、机器人移到堆叠区域,手眼相机获取场景高度图,获取最高区域中心坐标;7、向步骤6的最高区域中心坐标补偿负载质心位置,机器人运行到补偿后的堆叠位置;8、重复步骤1到步骤7,直至抓取场景中没有目标物体为止。本发明可实现不规则物体的稳定堆叠。
-
公开(公告)号:CN112802101B
公开(公告)日:2023-04-07
申请号:CN202110138632.4
申请日:2021-02-01
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于多维金字塔的分层模板匹配方法。将离线渲染的模板数据,按照其渲染时的视点参数进行聚类,建立多个维度下的金字塔结构,实现匹配过程中的效率优化,其方法步骤如下:步骤1、在离线生成过程,得到彩色图和深度图;步骤2、构建多维模板金字塔;步骤3、在在线匹配过程,得到输入特征图;步骤4、得到高层匹配结果;步骤5、得到物体所在大致区间,作为二维图像上的ROI;步骤6、对应低层次金字塔的模板进行匹配测试;步骤7、对匹配姿态进行随机抽样一致检测,得到物体最终的检测和姿态估计结果。本发明利用CAD模型进行使用,适用于工业应用,能快速地查询,保证了匹配速度和精度的权衡。
-
公开(公告)号:CN115042171A
公开(公告)日:2022-09-13
申请号:CN202210619169.X
申请日:2022-06-01
Applicant: 上海交通大学
IPC: B25J9/16
Abstract: 本发明公开了一种多指欠驱动夹爪抓取数据集生成方法,涉及机器人抓取领域,包括以下步骤:建立基于前向运动学的夹爪碰撞包围盒模型,利用矩阵计算和DH参数矩阵快速获取夹爪构型,并完成场景碰撞检测;建立基于PyBullet的抓取仿真场景,采集抓取场景数据;基于碰撞包围盒模型和GWS抓取指标,建立单物体抓取候选模型,该候选模型还包括夹爪构型以及对夹爪构型的评分因素;基于场景中的模型位姿和场景碰撞检测结果,利用坐标变换,将单物体抓取候选模型变换为场景抓取候选模型,完成数据集生成。本发明基于碰撞包围盒模型,利用GPU平行计算能力封装夹爪前向运动学,提高夹爪构型计算及场景碰撞检测效率,可快速生成针对多指欠驱动夹爪大规模抓取数据集。
-
公开(公告)号:CN113989373A
公开(公告)日:2022-01-28
申请号:CN202111337322.1
申请日:2021-11-12
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于示教与深度学习的机器人抓取数据集建立装置和方法,涉及机器人领域。所述方法包括:步骤1、采用示教器在目标物体上进行抓取位姿的示教,根据抓取空间,从场景中提取得到抓取部分点云,收集数据的同时进行人工打分,标注标签数据;步骤2、利用收集到的标签数据快速训练六自由度抓取位姿评价网络;步骤3、采用连续帧拍摄的方式快速收集实际抓取场景的点云数据;步骤4、在实际抓取场景点云上进行六自由度抓取位姿的采样,利用训练完成的六自由度抓取位姿评价网络对每一个采样位姿进行评价打分,从而完成场景点云的标签自动生成。本发明解决了以往六自由度抓取数据集生成建立的硬件成本和时间成本较高的技术难点。
-
公开(公告)号:CN112710424B
公开(公告)日:2021-08-24
申请号:CN202011441598.X
申请日:2020-12-08
Applicant: 上海交通大学
IPC: G01L25/00
Abstract: 本发明公开了一种标定机器人末端六维力传感器的方法,涉及标定技术领域,包括以下步骤:步骤1、机器人不安装标准质量块运行到三个位姿处,记录六维力传感器的空载测量值;步骤2、安装标准质量块;步骤3、机器人运行到空载时三个位姿处,记录六维力传感器的测量值;步骤4、用步骤3的测量值减去空载测量值,保存数据;步骤5、挑选新的标准质量块安装位置,重复2次步骤2到步骤4;步骤6、将测量数据输入建模节点,建立矩阵方程;步骤7、标定节点计算标定矩阵。本发明提出了一种简单实用的标定安装于机器人末端的六维力传感器的方法,使得机器人可以以更高的精度实现各种柔顺作业,拓宽了机器人的应用场景。
-
-
-
-
-
-
-
-
-