-
公开(公告)号：CN106272381A
公开(公告)日：2017-01-04
申请号：CN201610920453.5
申请日：2016-10-21
Applicant: 中国科学院自动化研究所 , 中国科学院自动化研究所(洛阳)机器人与智能装备创新研究院
CPC classification number: B25J9/044 , B65G69/0458 , C12G3/00
Abstract: 本发明公开了一种自动上甑装置，所述装置至少包括：底座1，立柱2，机械臂提升机构3，大臂RV旋转机构4，进料斗5，大臂送料机构6，大臂7，小臂带轮旋转机构8，小臂9，小臂送料机构10，落料辊筒旋转机构11，落料末端抛洒机构12。其中，所述机械臂提升机构3采用滚珠丝杠14和直线导轨15，所述大臂RV旋转机构4采用RV减速机，所述大臂送料机构6和小臂送料机构10采用链板链轮及调速电机，其两侧配有挡板，所述小臂带轮旋转机构8采用转台轴承、圆弧式同步带轮，所述落料辊筒旋转机构11采用同步带轮。所述落料末端抛洒机构12采用调速电机带动锭辊高速旋转往外撒料，模拟人工抛撒过程。
-
公开(公告)号：CN117749006A
公开(公告)日：2024-03-22
申请号：CN202311814342.2
申请日：2023-12-26
Applicant: 中国科学院自动化研究所
IPC: H02P21/00 , H02P21/14 , H02P21/22 , H02P25/022 , H02P27/12
Abstract: 本发明提供一种电机控制方法及电机控制系统，属于控制系统技术领域，所述电机控制方法包括：基于参考交轴电流和反馈交轴电流，生成第一控制信号；将所述参考交轴电流和所述反馈交轴电流输入至前馈模型中，得到所述前馈模型输出的第二控制信号，所述前馈模型是模糊小脑模型关节控制器；基于所述第一控制信号和所述第二控制信号，生成第三控制信号，所述第三控制信号用于控制电机。本发明提供的电机控制方法及电机控制系统，使用前馈模型进行前馈补偿，提高永磁同步电机对指令的响应速度，前馈模型使用模糊小脑模型关节控制器，其基于参考交轴电流与反馈交轴电流计算补偿项，不受电机参数的影响，从而保证系统稳定性。
-
公开(公告)号：CN117215204B
公开(公告)日：2024-02-02
申请号：CN202311485992.7
申请日：2023-11-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于强化学习的机器人步态训练方法及系统，涉及机器人控制技术领域，方法包括：根据构建的双足机器人的仿真模型，获取所述双足机器人在步态训练过程中的各个时刻的状态；执行至少一次第一训练过程，直至总奖励在最大值处收敛，所述总奖励根据执行每次第二训练过程获得的奖励确定。本发明提供一种新的奖励计算方法，使双足机器人在无参考轨迹的前提下可以通过单次强化学习训练就可以完成正确的步态训练，且只需要修改分别描述双足触地状态的目标二值函数就可以实现对步态训练过程的参数化精细控制，降低对双足机器人结构的依赖，实现对大部分双足周期性步态的描述和训练。
-
公开(公告)号：CN117215204A
公开(公告)日：2023-12-12
申请号：CN202311485992.7
申请日：2023-11-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于强化学习的机器人步态训练方法及系统，涉及机器人控制技术领域，方法包括：根据构建的双足机器人的仿真模型，获取所述双足机器人在步态训练过程中的各个时刻的状态；执行至少一次第一训练过程，直至总奖励在最大值处收敛，所述总奖励根据执行每次第二训练过程获得的奖励确定。本发明提供一种新的奖励计算方法，使双足机器人在无参考轨迹的前提下可以通过单次强化学习训练就可以完成正确的步态训练，且只需要修改分别描述双足触地状态的目标二值函数就可以实现对步态训练过程的参数化精细控制，降低对双足机器人结构的依赖，实现对大部分双足周期性步态的描述和训练。
-
公开(公告)号：CN113581869B
公开(公告)日：2022-10-28
申请号：CN202110891802.6
申请日：2021-08-04
Applicant: 中国科学院自动化研究所
IPC: B65G65/04
Abstract: 本发明涉及制酒设备技术领域，尤其涉及一种醅料出窖设备，包括视觉系统、移动装置和挖料装置，挖料装置与视觉系统均设置于移动装置上，视觉系统与挖料装置连接，以检测窖池的实际位置和窖池内的醅料深度，并控制移动装置的移动位置和挖料装置的挖料深度。根据视觉系统检测的窖池深度信息控制挖去装置对酒醅进行出窖提取，对设备本身进行精确定位并调整自身位姿到最有利于挖取醅料的状态，自动化程度高，替代了传统的用人工来辅助机械抓斗进行挖醅，通过视觉系统精确地控制挖料装置移动，避免挖料装置与窖池的池壁和窖泥发生碰撞，以解决在传统酿酒过程中醅料出窖人力劳动强度大、行车投入费用高、醅料出窖效率低、出窖易损坏窖池等问题。
-
Patent Agency Ranking
公开(公告)号：CN117381844B
公开(公告)日：2024-03-15
申请号：CN202311707609.8
申请日：2023-12-13
Applicant: 中国科学院自动化研究所
IPC: B25J17/00
Abstract: 本发明涉及驱动设备技术领域，公开一种集成一体式关节模组，包括：壳体、减速机构以及驱动机构；壳体内部设有收纳空间，收纳空间内部设有隔板以将收纳空间划分为第一区域和第二区域，隔板设有安装孔，第一区域通过安装孔和第二区域连通，壳体还设有开口，开口与第二区域连通；减速机构包括内齿圈、中心轮、第一转臂、第二转臂以及多个行星轮，驱动机构包括定子和转子，转子能够相对定子发生转动。在本发明的集成一体式关节模组中，第二转臂作为动力输出端，驱动机构直接与减速机构集成在一起，减少了驱动机构与减速机构之间的转接连接器，换言之，整体上减少了安装所需的零件，安装过程更加方便，并且减少了整个设备的重量和体积。
-
公开(公告)号：CN113223072B
公开(公告)日：2024-01-02
申请号：CN202110349395.6
申请日：2021-03-31
Applicant: 首都医科大学附属北京朝阳医院 , 中国科学院自动化研究所
IPC: G06T7/60 , G06V10/764 , G06V10/40
Abstract: 本发明涉及一种脊柱Cobb角测量方法及系统，该方法包括：获得多个脊柱影像；从各脊柱影像中提取多个卷积特征图，各脊柱影像对应的各卷积特征图的分辨率不同；级联各脊柱影像对应的多个卷积特征图，获得级联的卷积特征图；以级联的卷积特征图为输入，以关键点组数据为输出训练预测模型，得到关键点预测模型；关键点组数据为各椎体对应的关键点坐标；获得待预测的脊柱影像的级联的卷积特征图；将待预测的脊柱影像的级联的卷积特征图输入关键点预测模型，输出待预测的脊柱影像的关键点组数据；根据待预测的脊柱影像的关键点组数据确定待预测的脊柱影像中脊柱Cobb角。本发明通过高分辨率的卷积特征图，提高了Cobb角测量的准确性。
-
公开(公告)号：CN114638891A
公开(公告)日：2022-06-17
申请号：CN202210114592.4
申请日：2022-01-30
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于图像和点云融合的目标检测定位方法与系统，其中方法包括：基于待定位目标的目标图像，确定所述待定位目标的边缘特征；基于所述待定位目标的深度图像，确定所述待定位目标的目标点云，并对所述目标点云进行平面提取，得到所述目标点云的平面信息；基于所述待定位目标的边缘特征，以及所述目标点云的平面信息，确定所述目标点云中的所述待定位目标的位置。本发明提供的方法与系统，通过基于待定位目标的目标图像，确定待定位目标的边缘特征，并结合二维图像的边缘特征，以及三维目标点云的平面信息，在目标点云中进行目标定位，提高了目标定位方法的精度和鲁棒性，同时提升了目标定位方法的效率。
-
公开(公告)号：CN113667555A
公开(公告)日：2021-11-19
申请号：CN202110891784.1
申请日：2021-08-04
Applicant: 中国科学院自动化研究所
IPC: C12G3/02
Abstract: 本发明涉及制酒设备技术领域，尤其涉及一种醅料出缸设备，包括视觉系统、移动装置和挖料装置，挖料装置与视觉系统均设置于移动装置上，视觉系统与挖料装置连接，以检测地缸缸口的实际位置和地缸内的醅料深度，并控制移动装置的移动位置和挖料装置的挖料深度。根据视觉系统检测的地缸深度信息控制挖料装置对酒醅进行出缸提取，对设备本身进行精确定位并调整自身位姿到最有利于挖取醅料的状态，自动化程度高，替代了传统人工操作挖醅出缸，减少酒精挥发并且安全可靠，避免挖料装置与地缸发生碰撞，以解决在传统酿酒过程中醅料出缸人力劳动强度大、醅料出缸效率低、出缸易损坏地缸等问题。
-
公开(公告)号：CN113048899A
公开(公告)日：2021-06-29
申请号：CN202110611414.8
申请日：2021-06-02
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于线结构光的厚度测量方法和系统，该方法获取线结构光照射的目标物体的目标图像；将目标图像输入至语义分割模型，得到语义分割模型输出的目标图像中的第一光条线段、第二光条线段和第三光条线段的概率图，第二光条线段位于第一光条线段与第三光条线段之间，第二光条线段位于目标图像中的目标物体表面；基于第一光条线段、第二光条线段和第三光条线段的概率图以及目标图像，确定目标物体的厚度，该方法能增加激光线在复杂背景图像中的显著性，通过对投射在复杂目标物体上的激光线的关键线段或点的提取，减少了与测量无关的激光线形态变化对最终结果的影响，使测量得到的目标物体的厚度更加准确，能够应用在纹理更加复杂的场景中。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.033 seconds)
