一种用于绳索牵引灵巧手的手指结构总成

    公开(公告)号:CN118163133B

    公开(公告)日:2024-08-16

    申请号:CN202410581195.7

    申请日:2024-05-11

    IPC分类号: B25J15/00 B25J17/00

    摘要: 本发明公开一种用于绳索牵引灵巧手的手指结构总成,包括由远端到近端依次铰接连接的9个连杆与关节;远节指骨连杆、中节指骨连杆、近节指骨连杆与侧展指骨连杆、与手指支座的两侧相邻端板间通过齿轮啮合实现滚动运动连接的滚动关节;滚动关节沿滚动方向的两侧分别对称设有张力放大装置;8条绳索一端分别固定于相对近端的连杆内,另一端缠绕张力放大装置后延伸至近端由手指支座引出,再连接操控机构,具有人手相同的自由度和高于人手的工作空间,同时实现了接近人手的指尖力和关节刚度水平。同时结构简单,使用便捷,安装容易,具有良好的实用性。

    基于单颗卫星与一地面站的星基量子定位导航系统及方法

    公开(公告)号:CN116184465A

    公开(公告)日:2023-05-30

    申请号:CN202310475698.1

    申请日:2023-04-28

    摘要: 本发明公开了一种基于单颗卫星与一地面站的星基量子定位导航系统及方法,属于卫星导航领域。该方法通过单颗卫星对定位导航目标进行瞄准捕获跟踪,发射纠缠光进行测距,获得纠缠光在卫星与定位导航目标之间和卫星与地面站之间的到达时间差、定位导航目标相对于卫星的方位角和俯仰角,求解出定位导航目标在卫星星上俯仰坐标系下的位置坐标,再进行坐标转换从卫星星上俯仰坐标系转换到地心惯性系得到定位导航目标位置坐标。该方法采用单颗量子卫星,实现了比三颗卫星还要少的卫星数量的量子定位与导航方案,减少所需要的量子卫星数量和量子定位系统的硬件成本,并利用地面站减小测距链路的大气延迟距离误差,进一步提高定位与导航方案的精确度。

    一种绳索牵引并联机器人快速终端滑模同步控制方法

    公开(公告)号:CN114643584B

    公开(公告)日:2022-09-30

    申请号:CN202210534218.X

    申请日:2022-05-17

    IPC分类号: B25J9/16 B25J9/10

    摘要: 本发明公开了一种绳索牵引并联机器人快速终端滑模同步控制方法,包括:步骤1,建立绳索牵引并联机器人的运动学方程;步骤2,根据运动学方程建立整体动力学模型:步骤3,根据整体动力学模型设定各绳长跟踪误差,根据设定的各绳长跟踪误差设定各绳长同步误差、跟踪误差和耦合误差;步骤4,设定控制各绳长耦合误差有限时间收敛的滑模面;步骤5,根据各绳长耦合误差和滑模面设定滑模面的趋近律,根据滑模面、滑模面的趋近律和整体动力学模型确定快速终端滑模同步控制律;步骤6,根据快速终端滑模同步控制律对驱动各绳索的电机进行同步控制,使各绳索连接的动平台沿着给定的期望轨迹进行运动。该方法能提升绳索牵引并联机器人的运动控制精度。

    一种多指灵巧手分拣规划方法

    公开(公告)号:CN111844101B

    公开(公告)日:2022-09-06

    申请号:CN202010762978.7

    申请日:2020-07-31

    IPC分类号: B25J15/00 B07C5/34 B07C5/342

    摘要: 本发明公开了一种多指灵巧手分拣规划方法,包括:捕捉包含目标物体的彩色图像与深度图像;基于单图多框目标检测网络,从彩色图像中提取出若干包含单个目标物体的边界框,并基于边界框从深度图像中裁剪出相应的目标物体的深度图像;对于每个目标物体,若通过判断确定数据库中存在包含相同单个目标物体的深度图像,则提取数据库中相应的抓取点与抓取质量;否则,基于目标物体的深度图像计算抓取点与抓取质量;基于各目标物体对应的抓取质量,决策目标物体分拣次序,从而结合目标物体对应的抓取点驱动多指灵巧手抓取目标物体,并分拣至指定区域。该方法采用基于深度学习的规划策略,能在提升泛化性的同时,让多指灵巧手更有效地学习人类的行为。

    一种机器人抓取飞行物体的运动规划方法及系统

    公开(公告)号:CN108724187B

    公开(公告)日:2021-04-23

    申请号:CN201810608908.9

    申请日:2018-06-13

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种机器人抓取飞行物体的运动规划方法及系统,其基于运动捕获系统,能够对飞行物体进行精确的实时定位,保证了后续预测飞行物体的运动轨迹以及机器人抓取飞行物体的运动轨迹规划的精度;同时,采用了基于支持向量回归的算法对飞行物体的运动轨迹进行建模,降低了对飞行物体运动轨迹建模的复杂程度,并且提高了建模的精度;此外,采用了基于高斯混合回归的算法对机器人抓取飞行物体时的运动轨迹进行建模,在飞行物体位置在变动的情况下,仍然能够生成到达目标位置的轨迹,弥补了预测飞行物体轨迹存在误差的缺陷。

    一种基于四级卷积神经网络的灵巧手抓取规划方法

    公开(公告)号:CN110298886B

    公开(公告)日:2020-12-25

    申请号:CN201910585483.9

    申请日:2019-07-01

    摘要: 本发明公开了一种基于四级串联卷积神经网络的灵巧手抓取规划方法,其步骤包括:获取抓取框数据集以及抓取手势数据集,分别对前三级卷积神经网络和第四级卷积神经网络进行训练,确定网络的参数,得到灵巧手的抓取模型;其中,所提出的四级串联卷积神经网络中,前三级卷积神经网络用于获取目标物的最佳抓取框;第四级用于预测灵巧手的抓取手势,以多输入的网络获取多种抓取特征,从而根据目标物被抓取部位图像信息和灵巧手位姿信息,预测当前状态下的抓取手势。本发明能实现对未知物体的精细抓取,使得灵巧手抓取不受未知物体限制,从而提高灵巧手的抓取成功率。

    一种基于四级卷积神经网络的灵巧手抓取规划方法

    公开(公告)号:CN110298886A

    公开(公告)日:2019-10-01

    申请号:CN201910585483.9

    申请日:2019-07-01

    摘要: 本发明公开了一种基于四级串联卷积神经网络的灵巧手抓取规划方法,其步骤包括:获取抓取框数据集以及抓取手势数据集,分别对前三级卷积神经网络和第四级卷积神经网络进行训练,确定网络的参数,得到灵巧手的抓取模型;其中,所提出的四级串联卷积神经网络中,前三级卷积神经网络用于获取目标物的最佳抓取框;第四级用于预测灵巧手的抓取手势,以多输入的网络获取多种抓取特征,从而根据目标物被抓取部位图像信息和灵巧手位姿信息,预测当前状态下的抓取手势。本发明能实现对未知物体的精细抓取,使得灵巧手抓取不受未知物体限制,从而提高灵巧手的抓取成功率。

    快速收敛的带有稀疏扰动的量子态重构方法

    公开(公告)号:CN108170646A

    公开(公告)日:2018-06-15

    申请号:CN201810106897.4

    申请日:2018-02-02

    IPC分类号: G06F17/16

    摘要: 本发明公开了一种快速收敛的带有稀疏扰动的量子态重构方法,考虑量子态约束条件下,利用近邻梯度算法,逼近地求解出有关密度矩阵和稀疏干扰的子问题以获得封闭解,采用可调步长更新拉格朗日乘子以加快收敛速度,该算法在保证重构精度的前提下,极大地降低重构运算时间,达到优化量子态重构算法的目的。