公开(公告)号：CN108724187A

公开(公告)日：2018-11-02

申请号：CN201810608908.9

申请日：2018-06-13

Applicant: 中国科学技术大学

Inventor： 尚伟伟 ,  张驰 ,  丛爽 ,  宋方井 ,  葛维

IPC: B25J9/16

Abstract: 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。

公开(公告)号：CN107414825A

公开(公告)日：2017-12-01

申请号：CN201710500906.3

申请日：2017-06-27

Applicant: 中国科学技术大学

Inventor： 尚伟伟 ,  张驰 ,  丛爽 ,  宋方井

IPC: B25J9/16

CPC classification number: B25J9/1666 ,  G05B2219/39082

Abstract: 本发明公开了一种工业机器人平滑抓取移动物体的运动规划系统及其方法，包括平滑抓取模型构建模块，避障算法模块，平滑抓取算法模块；平滑抓取模型构建模块用于描述目标位置与末端执行器之间的相对关系，以及障碍物和工业机器人手臂平面的关系，产生吸引向量和排斥向量；避障算法模块用于产生避开障碍物的运动，躲避运动的障碍物；平滑抓取算法模块在障碍物离开免碰撞区域内的条件下，根据吸引向量及目标物体的速度作为输入，经过平滑抓取算法，产生平滑抓取的运动，从而实现平滑抓取。本发明能实现在复杂工业环境下工业机器人在工作空间内平滑的抓取运动物体，从而避免对待抓取物体的损伤。

公开(公告)号：CN107414825B

公开(公告)日：2019-06-11

申请号：CN201710500906.3

申请日：2017-06-27

Applicant: 中国科学技术大学

Inventor： 尚伟伟 ,  张驰 ,  丛爽 ,  宋方井

IPC: B25J9/16

Abstract: 本发明公开了一种工业机器人平滑抓取移动物体的运动规划系统及其方法，包括平滑抓取模型构建模块，避障算法模块，平滑抓取算法模块；平滑抓取模型构建模块用于描述目标位置与末端执行器之间的相对关系，以及障碍物和工业机器人手臂平面的关系，产生吸引向量和排斥向量；避障算法模块用于产生避开障碍物的运动，躲避运动的障碍物；平滑抓取算法模块在障碍物离开免碰撞区域内的条件下，根据吸引向量及目标物体的速度作为输入，经过平滑抓取算法，产生平滑抓取的运动，从而实现平滑抓取。本发明能实现在复杂工业环境下工业机器人在工作空间内平滑的抓取运动物体，从而避免对待抓取物体的损伤。

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

Applicant: 中国科学技术大学

Inventor： 尚伟伟 ,  张驰 ,  丛爽 ,  宋方井 ,  葛维

IPC: B25J9/16

Abstract: 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。

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

Applicant: 中国科学技术大学

Inventor： 尚伟伟 ,  宋方井 ,  丛爽

IPC: G06T7/73 ,  G06T7/50 ,  G06N3/04 ,  G06N3/08 ,  B25J9/16

Abstract: 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。

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

Applicant: 中国科学技术大学

Inventor： 尚伟伟 ,  宋方井 ,  丛爽

IPC: G06T7/73 ,  G06T7/50 ,  G06N3/04 ,  G06N3/08 ,  B25J9/16

Abstract: 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。