-
公开(公告)号：CN105729469B
公开(公告)日：2017-12-22
申请号：CN201610089839.6
申请日：2016-02-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于环境吸引域的轴孔装配方法及系统，方法首先根据轴零件和孔零件的姿态，确定轴零件在构型空间中的约束域，然后判断约束域或约束域的邻域是否为凸，若是，则该约束域为环境吸引域，再将环境吸引域的最低点作为轴零件装配至孔零件时的目标姿态，根据该环境吸引域确定一目标函数，根据该目标函数求取轴零件从初始姿态到目标姿态的路径，最后根据该路径将轴零件装配至孔零件。本发明利用高维环境吸引域理论对轴孔零件的构型空间进行分析，自动地得到轴孔零件的装配策略，尽可能减少操作人员的工作量，提高装配效率和系统的自动化程度。
-
公开(公告)号：CN105786605A
公开(公告)日：2016-07-20
申请号：CN201610118319.3
申请日：2016-03-02
Applicant: 中国科学院自动化研究所 , 北京科技大学
IPC: G06F9/48
CPC classification number: G06F9/4818
Abstract: 本发明提供了一种机器人中的任务管理方法及系统，方法首先接收待执行的任务，根据任务的任务类型，为任务分配优先级，将任务依次存储至一任务队列中，并在队列中，按照任务的优先级从大到小依次排列，然后，依次执行任务队列中存储的任务。本发明可以有效提高仿生移动服务机器人在复杂环境下的人机交互以及任务执行的质量与效率，进一步扩展移动服务机器人的应用范围。
-
公开(公告)号：CN109508707A
公开(公告)日：2019-03-22
申请号：CN201910017358.8
申请日：2019-01-08
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器人控制领域，具体涉及一种基于单目视觉的机器人稳定抓取物体的抓取点获取方法，旨在为了解决解决机器人在非结构化环境中对未知物体的抓取成功率较低的问题。本发明包括：基于单目视觉传感器获取物体及环境的彩色图像，并提取物体的平面边缘轮廓；基于四指平行机械手和物体的平面边缘轮廓，构建机器人抓取系统的环境约束域，并获取环境吸引域最低点，进而获得多组候选抓取点；将各组所述候选抓取点输入到抓取点质量评估网络中，得到各组候选抓取点的抓取点质量；选择最大的抓取点质量对应的抓取点输出。本发明提高了抓取点识别的快速性、准确性和可靠性，提高了机器人在非结构化环境中对未知物体的抓取成功率。
-
公开(公告)号：CN105538312A
公开(公告)日：2016-05-04
申请号：CN201610108378.2
申请日：2016-02-26
Applicant: 中国科学院自动化研究所 , 北京科技大学
IPC: B25J9/16
CPC classification number: B25J9/1664
Abstract: 本发明提供了一种基于环境吸引域的机器手抓取策略规划方法，包括：根据机器手的类型和待抓取工件的结构，提取机器手的模型参数和待抓取工件的模型参数；基于机器手和待抓取工件的模型参数选取存在环境吸引域的约束函数的状态变量和输出变量；基于状态变量的取值范围获取状态变量的状态值，由状态变量的状态值获取对应的输出变量的输出值；基于状态变量的状态值和输出变量的输出值确定约束函数的环境吸引域；基于约束函数的环境吸引域规划机器手抓取策略，本方法适用范围广，针对各种不同结构类型的机器手和不同尺寸的抓取对象均可使用；能快速、准确地规划出机器手的抓取策略；不依赖传感器，抓取稳定性好，成本低。
-
公开(公告)号：CN118938645A
公开(公告)日：2024-11-12
申请号：CN202410855321.3
申请日：2024-06-28
Applicant: 中国科学院自动化研究所
IPC: G05B11/42
Abstract: 本发明提供一种基于深度强化学习的多步态双足运动控制方法及装置，其中，上述方法包括：确定当前人形机器人的状态向量，其中，状态向量包括关节参数、髋部参数以及双腿相位参数；在仿真环境中调用预设的控制策略神经网络基于状态向量，确定预设的控制策略神经网络的输出向量；基于输出向量进行线性变换，得到期望关节角角度；基于期望关节角角度调用比例微分控制器，确定输出力矩；基于输出力矩在仿真环境中模拟人形机器人的轨迹运动，得到轨迹数据的样本数据；当样本数据的数目大于预设的最小样本值时，基于轨迹数据对预设的控制策略神经网络的网络权重进行更新，得到更新后的控制策略神经网络，以控制人形机器人进行期望步态运动。
-
Patent Agency Ranking
公开(公告)号：CN105538312B
公开(公告)日：2017-12-22
申请号：CN201610108378.2
申请日：2016-02-26
Applicant: 中国科学院自动化研究所 , 北京科技大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于环境吸引域的机器手抓取策略规划方法，包括：根据机器手的类型和待抓取工件的结构，提取机器手的模型参数和待抓取工件的模型参数；基于机器手和待抓取工件的模型参数选取存在环境吸引域的约束函数的状态变量和输出变量；基于状态变量的取值范围获取状态变量的状态值，由状态变量的状态值获取对应的输出变量的输出值；基于状态变量的状态值和输出变量的输出值确定约束函数的环境吸引域；基于约束函数的环境吸引域规划机器手抓取策略，本方法适用范围广，针对各种不同结构类型的机器手和不同尺寸的抓取对象均可使用；能快速、准确地规划出机器手的抓取策略；不依赖传感器，抓取稳定性好，成本低。
-
公开(公告)号：CN105184019A
公开(公告)日：2015-12-23
申请号：CN201510659123.0
申请日：2015-10-12
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种基于视觉和环境吸引域融合的机器人抓取工件的方法。本方法分离线分析与在线抓取两个阶段。在离线阶段，首先基于手爪和工件的CAD模型构建环境约束域，并将高维环境约束域分解成若干三维以下子空间并求出子空间中约束域的局部最低点，即稳定抓取状态；在在线阶段，利用摄像头采集单幅图像，识别并定位工件位姿，然后计算由初始状态到高维环境约束域的路径规划，通过计算机输出轨迹点控制机器人运动并实现对工件的稳定抓取。本发明还公开了一种实现以上方法的机器人抓取系统。
-
公开(公告)号：CN118295446B
公开(公告)日：2024-10-25
申请号：CN202410719717.5
申请日：2024-06-05
Applicant: 中国科学院自动化研究所
IPC: G05D1/49
Abstract: 本发明提供一种摆动腿控制方法、装置、电子设备及存储介质，应用于机器人控制技术领域。该方法包括：获取人形机器人的状态数据和关节角数据；根据状态数据确定人形机器人的位姿状态信息，根据关节角数据和正向运动学确定人形机器人的足底信息；根据位姿状态信息和足底信息预测当前步态结束时的质心角动量；构建触发式采样机制调控所述质心角动量的预测计算，得到触发式角动量预测值；确定不同运动指令对应的期望角动量；根据触发式角动量预测值和期望角动量计算人形机器人的落脚点位置。
-
公开(公告)号：CN118295446A
公开(公告)日：2024-07-05
申请号：CN202410719717.5
申请日：2024-06-05
Applicant: 中国科学院自动化研究所
IPC: G05D1/49
Abstract: 本发明提供一种摆动腿控制方法、装置、电子设备及存储介质，应用于机器人控制技术领域。该方法包括：获取人形机器人的状态数据和关节角数据；根据状态数据确定人形机器人的位姿状态信息，根据关节角数据和正向运动学确定人形机器人的足底信息；根据位姿状态信息和足底信息预测当前步态结束时的质心角动量；构建触发式采样机制调控所述质心角动量的预测计算，得到触发式角动量预测值；确定不同运动指令对应的期望角动量；根据触发式角动量预测值和期望角动量计算人形机器人的落脚点位置。
-
公开(公告)号：CN109508707B
公开(公告)日：2021-02-12
申请号：CN201910017358.8
申请日：2019-01-08
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器人控制领域，具体涉及一种基于单目视觉的机器人稳定抓取物体的抓取点获取方法，旨在为了解决解决机器人在非结构化环境中对未知物体的抓取成功率较低的问题。本发明包括：基于单目视觉传感器获取物体及环境的彩色图像，并提取物体的平面边缘轮廓；基于四指平行机械手和物体的平面边缘轮廓，构建机器人抓取系统的环境约束域，并获取环境吸引域最低点，进而获得多组候选抓取点；将各组所述候选抓取点输入到抓取点质量评估网络中，得到各组候选抓取点的抓取点质量；选择最大的抓取点质量对应的抓取点输出。本发明提高了抓取点识别的快速性、准确性和可靠性，提高了机器人在非结构化环境中对未知物体的抓取成功率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.027 seconds)
