公开(公告)号：CN118322206A

公开(公告)日：2024-07-12

申请号：CN202410560226.0

申请日：2024-05-08

Applicant: 上海交通大学

Inventor： 庄春刚 ,  牛万灏 ,  祝子凡 ,  熊振华 ,  朱向阳

IPC: B25J9/16

Abstract: 一种基于可定制的抓取数据集的机械手控制方法，在仿真环境中初始化机械手和待抓取物体的三维模型，对后者进行密集采样以生成抓取位姿，通过模拟抓取过程并对其进行质量评估后，模拟散乱堆叠环境下的所有密集抓取位姿并生成包含RGB图、语义分割图、深度图及点云的综合数据集，进而基于该综合数据集进行工业零件分类和抓取的预测工作。本发明在仿真环境中生成抓取位姿和相应的质量评估，在不依赖人工标注的情况下能够在短时间内自动生成密集抓取标注，模拟包含开环或闭环机构的机械手完成各类型的抓取动作，针对性的生成需要的抓取数据集，为每类机械手抓取过程的位置和方向提供了系统科学的抓取质量评估方法，便于后续深度学习模型对于抓取的差异化学习。

公开(公告)号：CN120067815A

公开(公告)日：2025-05-30

申请号：CN202510228206.8

申请日：2025-02-28

Applicant: 上海交通大学

Inventor： 庄春刚 ,  祝子凡 ,  郑建鑫 ,  牛万灏 ,  熊振华

IPC: G06F18/241 ,  G06F18/214 ,  G06F30/20 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/08 ,  G06F119/14

Abstract: 一种基于接触域力反馈的抓取稳定性分析方法，通过在仿真环境下采用使用二指夹持器对所有采样得到的抓取位姿进行模拟抓取并生成抓取裕量矩阵作为训练集，对构建得到的神经网络进行训练；在在线阶段通过训练后的神经网络对实时计算得到的抓取裕量矩阵进行稳定性等级预测。本发明通过在仿真环境中生成大量接触域力反馈数据，结合物体质心信息构建抓取裕量矩阵，训练神经网络模型预测抓取稳定性等级。

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

Inventor： 庄春刚 ,  王浩闻 ,  牛万灏 ,  熊振华 ,  朱向阳

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：CN116912561A

公开(公告)日：2023-10-20

申请号：CN202310750333.5

申请日：2023-06-25

Applicant: 上海交通大学

Inventor： 庄春刚 ,  牛万灏 ,  王浩闻 ,  熊振华 ,  朱向阳

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/40 ,  G06V10/80 ,  G06V10/26 ,  G06V10/20 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于多视角自适应图卷积网络的点云数据分类及分割方法，通过在离线阶段构造图网络，将采集到的点云数据输入自适应旋转矩阵生成器得到自适应旋转后的点云数据并生成三张多视角投影图；将点云数据和三张多视角投影图分别构建得到全局信息图数据和局部信息图数据，进而分别输入全局特征提取网络和局部特征提取网络，提取得到全局特征和局部特征后将二者融合并输入功能型神经网络输出头，根据得到的结果计算损失函数以实现图网络的训练；在在线阶段通过实时采集到的点云数据输入训练后的图网络，得到点云分类或分割结果。本发明通过自适应地将点云数据进行旋转，得到优化后的观察视角，根据点云数据的几何特征和空间分布，灵活地调整视角的位置，并引入特定投影面上深度不同的点之间的联系，从而更好地捕捉点云数据的局部和全局特征，使构图更加精确和鲁棒。