一种基于深度学习的机器人垃圾分类分拣方法

    公开(公告)号:CN112102368A

    公开(公告)日:2020-12-18

    申请号:CN202010832323.2

    申请日:2020-08-18

    Applicant: 东南大学

    Inventor: 李俊 岳晓明 冯超

    Abstract: 本发明涉及一种基于深度学习的机器人垃圾分类分拣方法,首先使用基于卷积神经网络的深度学习方法完成垃圾目标的检测与识别;然后利用垃圾目标检测识别结果,使用目标跟踪算法完成传输中的垃圾目标的实时跟踪与定位,并结合虚拟检测框法完成垃圾目标的计数;其次使用目标跟踪算法得到垃圾目标的实时位置作为卡尔曼滤波预测算法的观测量,完成垃圾目标运动位置及轨迹的预测,并使用垃圾目标图像的二阶中心矩计算机器人末端执行机构的抓取姿态,最后将机器人抓取位姿发送至机器人端执行抓取作业。实现了垃圾目标的高效检测以及准确分类识别、运动中垃圾目标的实时精确跟踪、垃圾计数以及垃圾目标预测与机器人分拣。

    一种用于加速水泥基材料泛碱试验的全自动装置

    公开(公告)号:CN109470843A

    公开(公告)日:2019-03-15

    申请号:CN201811273383.4

    申请日:2018-10-30

    Applicant: 东南大学

    Abstract: 本发明涉及一种水泥基材料抗泛碱性能的测试装置。该装置箱体(1)内的对称两侧分别设有活动支架(12),在两侧的活动支架(12)上分别设有试样架(11),在两试样架(11)之间设有桁架(7),在桁架(7)上设有连接水管(5),在连接水管(5)上设有喷头(13),喷头(13)的喷口对着活动支架(12)的方向;水泵(2)置于箱体(1)外,水泵(2)的出水端与连接水管(5)相接,水泵(2)的进水端接箱体(1)内的底部;风扇(9)悬挂于箱体(1)内顶部的盖子(8)中央;水泵(2)与水泵时间控制器(3)电连接,由水泵时间控制器(3)控制水泵(2)的运行。该种测试装置全自动,可容纳试块多,移动方便并且能更快速地得到客观结果。

    一种用于加速水泥基材料泛碱试验的全自动装置

    公开(公告)号:CN109470843B

    公开(公告)日:2021-08-10

    申请号:CN201811273383.4

    申请日:2018-10-30

    Applicant: 东南大学

    Abstract: 本发明涉及一种水泥基材料抗泛碱性能的测试装置。该装置箱体(1)内的对称两侧分别设有活动支架(12),在两侧的活动支架(12)上分别设有试样架(11),在两试样架(11)之间设有桁架(7),在桁架(7)上设有连接水管(5),在连接水管(5)上设有喷头(13),喷头(13)的喷口对着活动支架(12)的方向;水泵(2)置于箱体(1)外,水泵(2)的出水端与连接水管(5)相接,水泵(2)的进水端接箱体(1)内的底部;风扇(9)悬挂于箱体(1)内顶部的盖子(8)中央;水泵(2)与水泵时间控制器(3)电连接,由水泵时间控制器(3)控制水泵(2)的运行。该种测试装置全自动,可容纳试块多,移动方便并且能更快速地得到客观结果。

    基于移动跨平台架构的家庭云中心文件分享系统

    公开(公告)号:CN104270457A

    公开(公告)日:2015-01-07

    申请号:CN201410545681.X

    申请日:2014-11-10

    Applicant: 东南大学

    Inventor: 徐平平 冯超

    CPC classification number: H04L67/06

    Abstract: 本发明公开了一种基于移动平台架构的家庭云中心文件分享系统,解决现代家庭多个移动终端,数据文件繁多,难以管理的问题。在不同操作系统的平台下搭建PhoneGap跨平台框架,编写家庭文件共享系统,使用PhoneGap编译器在线编译成操作系统不同的应用程序,部署到各个客户终端上;根据客户终端的操作系统选择合适的PhoneGap编译后的安装文件包下载安装并使用;连接网络,每个客户终端设置本终端标签并且生成本终端所有文件的元数据XML文件,上传到服务器;服务器综合得到所有客户终端的文件的元数据集合,广播分发到所有客户终端;完成后,从任意客户终端中即可看到所有的文件系统。

    一种基于深度学习的机器人垃圾分类分拣方法

    公开(公告)号:CN112102368B

    公开(公告)日:2024-04-16

    申请号:CN202010832323.2

    申请日:2020-08-18

    Applicant: 东南大学

    Inventor: 李俊 岳晓明 冯超

    Abstract: 本发明涉及一种基于深度学习的机器人垃圾分类分拣方法,首先使用基于卷积神经网络的深度学习方法完成垃圾目标的检测与识别;然后利用垃圾目标检测识别结果,使用目标跟踪算法完成传输中的垃圾目标的实时跟踪与定位,并结合虚拟检测框法完成垃圾目标的计数;其次使用目标跟踪算法得到垃圾目标的实时位置作为卡尔曼滤波预测算法的观测量,完成垃圾目标运动位置及轨迹的预测,并使用垃圾目标图像的二阶中心矩计算机器人末端执行机构的抓取姿态,最后将机器人抓取位姿发送至机器人端执行抓取作业。实现了垃圾目标的高效检测以及准确分类识别、运动中垃圾目标的实时精确跟踪、垃圾计数以及垃圾目标预测与机器人分拣。

    一种基于深度强化学习的机器人抓取-抛掷方法

    公开(公告)号:CN113664828A

    公开(公告)日:2021-11-19

    申请号:CN202110941149.X

    申请日:2021-08-17

    Applicant: 东南大学

    Inventor: 李俊 房子韩 冯超

    Abstract: 本发明公开一种基于深度强化学习的机器人抓取‑抛掷方法。首先利用抓取端相机获取抓取工作空间场景的图像信息,并转换为深度俯视图和彩色俯视图,接着输入到深度Q网络中,输出抓取示力图筛选得到抓取位置;然后机器人在目标抓取位置处执行抓取动作,并根据手爪闭合情况来判断物体抓取是否成功;若抓取成功则根据抓取位置提取目标物体的局部深度和彩色图像输入至抛掷网络,根据该物体对应的落点目标框,得到物体所需的抛出速度;机器人以该速度执行抛掷动作,根据物体实际落点位置,判定被抛掷体是否落入目标框的内部,以此作为抛掷动作的奖励。循环训练以上步骤得到抓取‑抛掷网络模型。本发明能够在非结构化环境下执行抓取‑抛掷任务。

    考虑驾驶员特性的差动辅助转向与共享控制系统建模方法

    公开(公告)号:CN110077418B

    公开(公告)日:2020-08-11

    申请号:CN201910278278.8

    申请日:2019-04-08

    Applicant: 东南大学

    Abstract: 本发明公开了一种考虑驾驶员特性的差动辅助转向与共享控制系统建模方法。本发明的方法包括步骤(a)建立二自由度的车辆动力学简化模型和车辆质心位置在惯性空间下的坐标模型;(b)建立车辆轮胎的侧向力的简化模型;(c)建立车辆转向系统的转向柱动力学模型;(d)建立差动辅助系统作用下的驾驶员模型。本发明通过安装在转向柱上的转角传感器和扭矩传感器检测检测方向盘的角位移和作用于方向盘的力矩,将检测结果与车速、期望路径相结合,并考虑驾驶员特性按照一定的控制算法控制轮毂电机输出相应的差动力矩来辅助驾驶员更好的驾驶车辆。

Patent Agency Ranking