-
公开(公告)号：CN111144207A
公开(公告)日：2020-05-12
申请号：CN201911146615.4
申请日：2019-11-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于多模态信息感知的人体检测和跟踪方法，包括：彩色相机和深度相机标定与数据滤波处理；基于多模态信息感知的人体检测，分别在彩色图像和深度图像中检测人的身体和头部，依据头部和身体的空间比例信息融合两个检测结果；基于多模态信息感知的人体跟踪，使用核化相关滤波跟踪算法分别在彩色图像和深度图像中跟踪身体和头部，并建立跟踪对象的模型；利用跟踪对象模型和头身比的空间约束完善跟踪机制。本发明方法基于多模态信息感知，克服了仅基于视觉的目标检测和跟踪方法的缺陷，在室内服务机器人领域具有广泛的应用，有益于人机交互作业和用户跟随等功能。
-
公开(公告)号：CN109514602A
公开(公告)日：2019-03-26
申请号：CN201811323903.8
申请日：2018-11-08
Applicant: 东南大学
Abstract: 本发明公开了一种基于负载自适应辨识的工业机器人力矩补偿控制方法，包括根据机器人整体的受力平衡分析，在考虑摩擦的基础上采用牛顿-欧拉法推导建立带负载工况下的机器人动力学模型；求解机器人负载辨识最优激励轨迹；计算负载惯性参数；在基于负载惯量匹配的基础上，补偿机器人带载工况下运动时负载所消耗的关节驱动力矩，并通过实验进一步验证和优化。本发明方法考虑了负载对机器人作业性能的影响，在无需任何外部传感器的前提下，通过简单易实现的操作完成了对任意负载的自适应辨识和力矩补偿控制，有效提高机器人带载工况下的控制精度，对于高速、大负载运动下的工业机器人搬运、搅拌摩擦焊等工艺具有十分重要的意义。
-
公开(公告)号：CN109514133A
公开(公告)日：2019-03-26
申请号：CN201811323901.9
申请日：2018-11-08
Applicant: 东南大学
CPC classification number: B23K37/00 , B25J9/0081
Abstract: 本发明公开了一种基于线结构光感知的焊接机器人3D曲线焊缝自主示教方法，包括确定扫描相关参数，扫描生成焊件的有序点云模型；对焊件的有序点云模型进行预处理滤波；然后在焊缝横截面的进行特征提取和定位，得到相应的焊缝点位姿坐标系，组成焊缝点位姿坐标系序列；根据焊缝点位姿坐标系序列结合焊接作业工艺参数要求形成焊枪位姿坐标系序列；根据焊枪位姿坐标系序列生成机器人焊接作业运动路径。本发明具有3D焊缝特征提取和建模能力，实现对复杂空间曲线焊缝的精确3D定位，可解决小批量、多品种、非标准工件焊接的去示教智能化编程，提高焊接精度和质量对于焊接机器人应用领域而言具有非常重要的经济价值和应用前景。
-
公开(公告)号：CN106338736A
公开(公告)日：2017-01-18
申请号：CN201610792943.1
申请日：2016-08-31
Applicant: 东南大学
IPC: G01S17/89
CPC classification number: G01S17/89
Abstract: 本发明公开了一种基于激光雷达的全3D占据体元地形建模方法，包括：步骤10)数据的获取与坐标转换：步骤20)建立体元：对于光线起点到终点的空隙区域，计算其所经网格的入点和出点，并构建负体元表示空闲状态；对于终点位置区域，将其关联到若干网络，并构建相应正体元表示障碍物占据状态；步骤30)基于约束的体元更新：将建立的正体元或负体元加入到相关联网格的现有体元链表中；然后进行更新处理；步骤40)测算占据状态：对更新后的体元占据状态的概率进行计算，判断占据的状态。该建模方法可以解决地形建模的不确定性问题、空间描述的准确性问题和三维地形环境建模的效率问题，实现野外地形环境的精准、高效和实时建模。
-
公开(公告)号：CN103400016B
公开(公告)日：2016-08-10
申请号：CN201310358423.6
申请日：2013-08-15
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明公开了一种针对小批量结构化工件的快速喷涂路径生成方法，首先通过导入结构化工件CAD模型并提取其几何特征进行分析，将结构化工件表面进行分割为若干简单的标准化子工件；其次对自由工件曲面的涂层累积速率进行建模，在此基础上推导出针对典型的标准结构化工件的喷涂模型；然后以涂层期望厚度和涂层均匀性为优化目标，建立针对标准工件的涂层优化模型并求解相应优化路径参数；最后针对各种标准化工件及其相应的几何特征参数，自动生成表面优化喷涂路径。本发明能够实现针对小批量结构化工件的快速喷涂生产，节省了作业时间和成本，保证了喷涂质量，从而有利于提高喷涂制造业的生产效率和经济效益。
-
Patent Agency Ranking
公开(公告)号：CN103394430B
公开(公告)日：2015-12-09
申请号：CN201310355020.6
申请日：2013-08-15
Applicant: 东南大学
IPC: B05B15/10
Abstract: 本发明公开了一种基于片间盲区优化工艺的复杂曲面均匀喷涂制造方法，首先根据工件的几何和拓扑特征对STL模型进行分片，将原始工件曲面分割为若干简单的近似平面子片分别进行处理；然后根据喷枪喷涂成型模型及相应的工艺生产指标，优化求解喷枪的移动速度和行程间距等关键喷涂参数，以生成子片内的喷涂路径；再通过提取各相邻子片边缘之间的位置关系和喷枪的行进方向，分别针对几种常见的典型盲区情况采用分段采样的方法建立均匀喷涂的数值模型；最后统一采用遗传算法对盲区喷涂路径进行优化求解。本发明节省了涂料和人力成本，从而有利于提高喷涂生产的效益，具有良好的应用价值和经济前景。
-
公开(公告)号：CN118038135A
公开(公告)日：2024-05-14
申请号：CN202410092949.2
申请日：2024-01-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于特征层人造异常的无监督铁路货车零部件故障检测方法，属于信息与通信工程领域。包括特征提取、生成人造异常、特征重构步骤。与现有方法不同的是，本发明针对在无异常图像上生成人造异常导致模型泛化性不足的问题，采用在特征层生成人造异常的方式，以此来更为准确的模拟异常特征，增强模型泛化性。同时，本发明聚焦铁路货车零部件故障检测领域，与现有方法相比，在此场景中具有检测准确度更高、收敛速度更快的优点，从而节省在网络训练时所需要的硬件开销，缩短训练所需要的时长，提高对铁路货车零部件故障检测的准确率，能够满足实际应用的需要。
-
公开(公告)号：CN113858205A
公开(公告)日：2021-12-31
申请号：CN202111240136.6
申请日：2021-10-25
Applicant: 东南大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于改进RRT*的七轴冗余机械臂避障算法，包括以下步骤：S1、确定机械臂DH模型，定义机械臂2,4,6轴组成的臂平面与参考面间的夹角为臂角；S2、根据DH模型矩阵表达式求解，期望位姿矩阵和臂角共七个约束条件，结合机械臂几何构型，解得七个关节角；S3、根据启发式偏向采样策略，获得随机树采样点；S4、结合启发式偏向采样策略，利用RRT*算法搜索出一条起始与期望位置间的无碰渐进最优路径，机械臂沿其运动过程中检测是否发生碰撞。发生碰撞则改变臂角，利用零空间自运动来避开障碍物。本申请使用改进的RRT*避障算法属于智能优化算法的一种，在RRT*算法的基础上结合启发式偏向采样策略与零空间自运动进行改进，提高了算法的规划速度与效率。
-
公开(公告)号：CN112405536A
公开(公告)日：2021-02-26
申请号：CN202011246946.8
申请日：2020-11-10
Applicant: 东南大学
IPC: B25J9/16
Abstract: 本发明公开了结合离线补偿和在线跟踪混合策略的高精度恒力控制方法，该方法为：首先在离线编程软件中导入工件模型和机器人模型进行单元建模，通过离线编程软件生成平滑且连续的运动参考轨迹序列；然后通过建立机器人关节刚度模型，在机器人关节刚度辨识的基础上对参考轨迹序列进行开环式的离线恒力补偿；最后在开环式的离线补偿的基础上，根据补偿后的参考轨迹序列进一步生成接触式作业中闭环式在线恒力控制的期望轨迹，进一步通过变刚度自适应导纳在线跟踪控制方法来实现接触式作业过程中的高精度恒力控制。本发明将离线补偿和在线跟踪策略结合起来实现机器人高精度恒力控制的功能，既包含开环式的位置补偿控制又结合了闭环式在线恒力跟踪控制。
-
公开(公告)号：CN109514602B
公开(公告)日：2020-06-16
申请号：CN201811323903.8
申请日：2018-11-08
Applicant: 东南大学
Abstract: 本发明公开了一种基于负载自适应辨识的工业机器人力矩补偿控制方法，包括根据机器人整体的受力平衡分析，在考虑摩擦的基础上采用牛顿‑欧拉法推导建立带负载工况下的机器人动力学模型；求解机器人负载辨识最优激励轨迹；计算负载惯性参数；在基于负载惯量匹配的基础上，补偿机器人带载工况下运动时负载所消耗的关节驱动力矩，并通过实验进一步验证和优化。本发明方法考虑了负载对机器人作业性能的影响，在无需任何外部传感器的前提下，通过简单易实现的操作完成了对任意负载的自适应辨识和力矩补偿控制，有效提高机器人带载工况下的控制精度，对于高速、大负载运动下的工业机器人搬运、搅拌摩擦焊等工艺具有十分重要的意义。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.024 seconds)
