公开(公告)号：CN118884992A

公开(公告)日：2024-11-01

申请号：CN202410795538.X

申请日：2024-06-19

Applicant: 中国科学院自动化研究所

Inventor： 马喜波 ,  姚其家 ,  任广力

IPC: G05D1/495 ,  G05D1/46 ,  G05D101/10 ,  G05D109/20

Abstract: 本发明提供一种无人机轨迹跟踪方法及装置，该方法包括：获取无人机的期望轨迹数据，基于双环控制器根据期望位置对无人机进行位置追踪控制，得到无人机的升力、期望滚转角和期望俯仰角；基于双环控制器根据期望滚转角、俯仰角和期望偏航角对无人机进行姿态追踪控制，得到无人机的三轴力矩；双环控制器基于预定时间终端滑模面、参数自适应律和预定时间自适应非奇异终端滑模控制律确定；将升力、三轴力矩输入至无人机的运动学模型，得到无人机的轨迹追踪信息。本发明所述方法能够保证四旋翼无人机的位置和姿态跟踪误差在预定时间内收敛至零的邻域内，收敛时间上界可由使用者预先给定，提升无人机轨迹跟踪控制的准确性和鲁棒性。

公开(公告)号：CN114708536B

公开(公告)日：2024-09-27

申请号：CN202210368041.0

申请日：2022-04-08

Applicant: 中国科学院自动化研究所

Inventor： 曹志强 ,  刘洁锐 ,  唐英博 ,  任广力 ,  刘希龙 ,  谭民

IPC: G06V20/40 ,  G06N3/0464 ,  G06N3/08 ,  G06V20/52 ,  G06V10/764

Abstract: 本发明属于机器人技术领域，具体涉及一种小样本目标检测方法、系统、装置，旨在解决新类目标物体与预训练数据集中的目标物体外观差异较大时，新类目标物体的检测鲁棒性较差的问题。本方法包括：获取待检测场景的图像；获取待检测场景的图像对应的第四注意力图，提取第四注意力图中的连通域，获取各潜在目标物体的矩形边界框，进而在待检测场景的图像上裁剪出各潜在目标物体对应的图像；将各潜在目标物体对应的图像缩放至设定尺寸，并输入训练好的注意力卷积神经网络，得到各潜在目标物体的图像级编码向量；获取潜在目标物体的类别。本发明可以利用新类目标物体少量的数据，有效检测出与预训练数据集中的目标物体外观差异较大的新类目标物体。

公开(公告)号：CN115648215B

公开(公告)日：2024-01-26

申请号：CN202211376120.2

申请日：2022-11-04

Applicant: 北京能创科技有限公司 ,  中国科学院自动化研究所

Inventor： 李忠辉 ,  曹志强 ,  王硕 ,  任广力 ,  谭民 ,  亢晋立

IPC: B25J9/16 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455

Abstract: 本发明属于服务机器人技术领域，具体涉及一种基于注意力机制和孪生反卷积的服务机器人抓取检测方法、系统、装置，旨在解决现有基于编码‑解码结构的抓取回归网络在解码过程中会呈现出棋盘格伪影，从而降低服务机器人抓取检测性能的问题。本发明方法包括：获取包含目标物体的原始彩色图像和原始深度图像；获取目标物体包围框，并得到第一深度图像区域、第一彩色图像区域；将图像区域调整至设定尺寸；对调整尺寸的图像区域进行编码；对编码后的特征图进行精修；将精修后的特征图进行解码；得到最佳抓取检测框，实现对目标物体的抓取检测。本发明消除了基于编码‑解码结构的抓取回归网络在解码过程中呈现出的棋盘格伪影，提高了抓取检测的性能。

公开(公告)号：CN115648215A

公开(公告)日：2023-01-31

申请号：CN202211376120.2

申请日：2022-11-04

Applicant: 北京能创科技有限公司 ,  中国科学院自动化研究所

Inventor： 李忠辉 ,  曹志强 ,  王硕 ,  任广力 ,  谭民 ,  亢晋立

IPC: B25J9/16 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455

Abstract: 本发明属于服务机器人技术领域，具体涉及一种基于注意力机制和孪生反卷积的服务机器人抓取检测方法、系统、装置，旨在解决现有基于编码‑解码结构的抓取回归网络在解码过程中会呈现出棋盘格伪影，从而降低服务机器人抓取检测性能的问题。本发明方法包括：获取包含目标物体的原始彩色图像和原始深度图像；获取目标物体包围框，并得到第一深度图像区域、第一彩色图像区域；将图像区域调整至设定尺寸；对调整尺寸的图像区域进行编码；对编码后的特征图进行精修；将精修后的特征图进行解码；得到最佳抓取检测框，实现对目标物体的抓取检测。本发明消除了基于编码‑解码结构的抓取回归网络在解码过程中呈现出的棋盘格伪影，提高了抓取检测的性能。

公开(公告)号：CN114708536A

公开(公告)日：2022-07-05

申请号：CN202210368041.0

申请日：2022-04-08

Applicant: 中国科学院自动化研究所

Inventor： 曹志强 ,  刘洁锐 ,  唐英博 ,  任广力 ,  刘希龙 ,  谭民

IPC: G06V20/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V20/52 ,  G06V10/764

Abstract: 本发明属于机器人技术领域，具体涉及一种小样本目标检测方法、系统、装置，旨在解决新类目标物体与预训练数据集中的目标物体外观差异较大时，新类目标物体的检测鲁棒性较差的问题。本方法包括：获取待检测场景的图像；获取待检测场景的图像对应的第四注意力图，提取第四注意力图中的连通域，获取各潜在目标物体的矩形边界框，进而在待检测场景的图像上裁剪出各潜在目标物体对应的图像；将各潜在目标物体对应的图像缩放至设定尺寸，并输入训练好的注意力卷积神经网络，得到各潜在目标物体的图像级编码向量；获取潜在目标物体的类别。本发明可以利用新类目标物体少量的数据，有效检测出与预训练数据集中的目标物体外观差异较大的新类目标物体。