-
公开(公告)号：CN109940614B
公开(公告)日：2021-01-22
申请号：CN201910179314.5
申请日：2019-03-11
Applicant: 东北大学
IPC: B25J9/16
Abstract: 本发明属于机器人操控领域，提出一种融合记忆机制的机械臂多场景快速运动规划方法。通过模拟人类的记忆机制，在建立高斯混合模型的过程中将当前场景及对应的GMM模型通过感觉记忆、短期记忆和长期记忆三个阶段存储到记忆空间，让机器人能够记住出现过的环境。当机器人遇到类似环境时，便能够根据记忆适应当前场景，快速完成运动规划。该方法使用模型进行引导机械臂在关节空间采样并代替传统的FCL方法进行碰撞检测，与RRT*算法相比，有效提高了算法的规划成功率，减少了算法的运行时间。机器人能够通过记忆机制记住所遇到的场景及其对应模型，并在遇到相似场景时通过提取对应的场景模型快速的适应环境，不需要重新训练学习，提高了规划算法的适应能力。
-
公开(公告)号：CN110653820A
公开(公告)日：2020-01-07
申请号：CN201910930621.2
申请日：2019-09-29
Applicant: 东北大学
IPC: B25J9/16
Abstract: 一种结合几何约束的机器人抓取位姿估计方法，属于机器人视觉抓取技术领域。本发明利用夹持器简化形状约束生成初始抓取位姿，能够生成包含稳定抓取位姿的抓取样本；之后通过力封闭约束快速进行半稳定抓取位姿筛选，之后利用力平衡约束分析半稳定抓取位姿，估计出目标物体稳定的抓取位姿；本发明适用于不同物体的抓取位姿估计，在一秒内能够估计出稳定的抓取位姿，计算效率高，更改算法中夹持器的参数，可以应用到其他类型夹持器，算法具有适用性。
-
公开(公告)号：CN110653820B
公开(公告)日：2022-11-01
申请号：CN201910930621.2
申请日：2019-09-29
Applicant: 东北大学
IPC: B25J9/16
Abstract: 一种结合几何约束的机器人抓取位姿估计方法，属于机器人视觉抓取技术领域。本发明利用夹持器简化形状约束生成初始抓取位姿，能够生成包含稳定抓取位姿的抓取样本；之后通过力封闭约束快速进行半稳定抓取位姿筛选，之后利用力平衡约束分析半稳定抓取位姿，估计出目标物体稳定的抓取位姿；本发明适用于不同物体的抓取位姿估计，在一秒内能够估计出稳定的抓取位姿，计算效率高，更改算法中夹持器的参数，可以应用到其他类型夹持器，算法具有适用性。
-
公开(公告)号：CN109940614A
公开(公告)日：2019-06-28
申请号：CN201910179314.5
申请日：2019-03-11
Applicant: 东北大学
IPC: B25J9/16
Abstract: 本发明属于机器人操控领域，提出一种融合记忆机制的机械臂多场景快速运动规划方法。通过模拟人类的记忆机制，在建立高斯混合模型的过程中将当前场景及对应的GMM模型通过感觉记忆、短期记忆和长期记忆三个阶段存储到记忆空间，让机器人能够记住出现过的环境。当机器人遇到类似环境时，便能够根据记忆适应当前场景，快速完成运动规划。该方法使用模型进行引导机械臂在关节空间采样并代替传统的FCL方法进行碰撞检测，与RRT*算法相比，有效提高了算法的规划成功率，减少了算法的运行时间。机器人能够通过记忆机制记住所遇到的场景及其对应模型，并在遇到相似场景时通过提取对应的场景模型快速的适应环境，不需要重新训练学习，提高了规划算法的适应能力。
-
-
-
Search Results
4
records
(took 0.018 seconds)
