-
公开(公告)号：CN111114643B
公开(公告)日：2021-03-19
申请号：CN201911365547.0
申请日：2019-12-26
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明公开了一种人工智能自动避障行走底盘，包括底盘、数据处理模块、驱动机构、转向机构和两个调节机构，驱动机构包括有两根第一铰接杆、第一转动套筒、驱动电机和两个动力轮，驱动机构的两根第一铰接杆的顶端面分别铰接在底盘的底端面左端前后两侧，转向机构包括有两根第二铰接杆、第二转动套筒、电动液压缸、传动杆和两个转向轮，转向机构的两根第二铰接杆的顶端面分别铰接在底盘的底端面右端前后两侧，两个调节机构均包括有伺服电机、螺纹杆、矩形升降座和两根拉杆，两个调节机构的伺服电机分别固定安装在底盘前后两端面中段位置。本发明通过自动控制移动方向，便于自动避开障碍物行进，以便于辅助移动大型设备。
-
公开(公告)号：CN111114643A
公开(公告)日：2020-05-08
申请号：CN201911365547.0
申请日：2019-12-26
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明公开了一种人工智能自动避障行走底盘，包括底盘、数据处理模块、驱动机构、转向机构和两个调节机构，驱动机构包括有两根第一铰接杆、第一转动套筒、驱动电机和两个动力轮，驱动机构的两根第一铰接杆的顶端面分别铰接在底盘的底端面左端前后两侧，转向机构包括有两根第二铰接杆、第二转动套筒、电动液压缸、传动杆和两个转向轮，转向机构的两根第二铰接杆的顶端面分别铰接在底盘的底端面右端前后两侧，两个调节机构均包括有伺服电机、螺纹杆、矩形升降座和两根拉杆，两个调节机构的伺服电机分别固定安装在底盘前后两端面中段位置。本发明通过自动控制移动方向，便于自动避开障碍物行进，以便于辅助移动大型设备。
-
公开(公告)号：CN111111973A
公开(公告)日：2020-05-08
申请号：CN201911365502.3
申请日：2019-12-26
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
IPC: B05B13/04 , B05B12/08 , B05B14/465 , B25J11/00
Abstract: 本发明公开了一种基于自动化控制的智能喷涂机器人，属于喷涂领域。一种基于自动化控制的智能喷涂机器人，包括移动架，所述移动架上固定连接有第一导轨，所述第一导轨上滑动连接有第一移动座，所述第一移动座上固定连接有第一驱动电机，所述第一驱动电机驱动端固定连接有第一驱动齿轮，所述移动架上固定连接有与第一驱动齿轮啮合的第一齿条杆；本发明潜水泵将移动底座中的水通过进水管和支撑管输送到水环中，然后利用水环向下喷出水帘，隔开了CCD摄像头和工件，当工件上的油漆反弹时会首先接触到喷出的水帘，水帘将反弹油漆吸收，起到隔绝吸收作用，有效的避免了油漆反弹到CCD摄像头上，确保了CCD摄像头的监测效果，确保了喷漆效果。
-
公开(公告)号：CN110807739A
公开(公告)日：2020-02-18
申请号：CN201910875712.0
申请日：2019-09-17
Applicant: 中国科学院自动化研究所 , 国网山东省电力公司 , 中国科学院自动化研究所南京人工智能芯片创新研究院
Abstract: 本发明公开了一种面向目标检测的图像颜色特征处理系统、方法、装置和存储介质，包括彩色分割单元和Lab模式训练单元；所述彩色分割单元将输入的图片进行色彩信息提取，为图像的颜色模式训练提供精确的数据；所述Lab模式训练单元使用Lab制式获取图片颜色资料库，为图像颜色识别提供依据。本发明用Lab制式代替常规的RGB模式，对输入的图片进行颜色提取，在彩色图像去噪声方法的支持下，保证两种模式转换的准确性，减少了颜色信息的丢失，提高了计算机视觉方法性能。
-
公开(公告)号：CN111582058A
公开(公告)日：2020-08-25
申请号：CN202010312001.5
申请日：2020-04-20
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明提出了一种使用对抗式3D分层网络进行手部姿态估计的方法及系统，对抗式3D分层网络主要包括两个部分：3D分层预测网络（3DHNet）负责各个关节点的预测，3DHNet相比传统的2D卷积神经网络能够提取到深度图中的关键信息，姿态判别网络（PDNet）负责对输入的手部姿态的合理性进行判断。通过将3DHNet和PDNet进行对抗训练，在对抗训练的过程中，PDNet的目的是尽可能的将预测的手部姿态与真实的手部姿态区分开，而3DHNet的目的则是使预测的结果尽可能地接近真实的手部姿态，来迷惑PDNet，通过这种对抗训练的方式，PDNet以一种自适应的方式为3DHNet的预测结果添加了物理约束，来使得3DHNet的预测结果更加的合理和准确。
-
Patent Agency Ranking
公开(公告)号：CN111027568A
公开(公告)日：2020-04-17
申请号：CN201911047484.4
申请日：2019-10-30
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明公开了一种迭代的神经网络批量规范化系统，包括特征预处理单元、神经网络构建单元和网络批量规范单元；所述特征预处理单元可以对需要进行识别的图片进行特征预处理，去除背景中干扰信息；所述神经网络构建单元可以训练出识别图像内容的学习网络，进一步处理图片；所述网络批量规范单元可以对神经网络的训练模式进行改进，提高训练过程中的收敛速度。本发明通过批量规范了神经网络的训练过程，减少了神经网络构建的代价，提高了神经网络的训练速度。
-
公开(公告)号：CN110929762A
公开(公告)日：2020-03-27
申请号：CN201911048238.0
申请日：2019-10-30
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明提出了一种基于深度学习的肢体语言检测与行为分析方法及系统。通过对目标的行为视频、图片以及语音进行提取，分别获取目标在不同情绪下的面部表情以及四肢行为的图片及视频，获取在相应情绪下的语音数据，丰富数据集，予以标注后制作成训练集。后使用CNN训练图片及视频帧数据，关键点为面部表情，头部动作，四肢动作，整体动作频率，这4点训练成一个集成模型，其次使用LSTM训练语音数据，最后将两个模型进行集成训练，合成集成模型，最终会产生3个模型，保证模型支持语音或图片单独检测的能力。上述过程使得本发明拥有较强的主动学习能力，并不断优化数据库，使得准确率能够随着识别次数的增加不断提升。
-
公开(公告)号：CN111131705B
公开(公告)日：2021-03-26
申请号：CN201911365541.3
申请日：2019-12-26
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明公开一种人工智能数据采集装置，包括用于固定摄像头的圆盘和固定台，固定台的顶面开设有活动槽，活动槽两相远离的侧壁通过转轴与圆盘的侧壁的中心处插接，活动槽的尺寸与圆盘相匹配，两个转轴的外壁均绕接有线圈，固定台的前侧和后侧均固定有距离传感器、温度传感器和单片机，距离传感器与温度传感器的输出端均与单片机的信息输入端连接，线圈靠近转轴的一端通过导线连接有金属材质的限位垫，圆盘的中心处内部固定有和限位垫材质相同的导电圈，限位垫与导电圈材质相同，且两者均为四分之一的圆弧型，通过以上各装置的配合使用，能够实现数据采集装置因需工作，可以减少灰尘和雨水对数据采集装置的影响，提升数据采集装置的使用寿命。
-
公开(公告)号：CN111111973B
公开(公告)日：2021-01-01
申请号：CN201911365502.3
申请日：2019-12-26
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
IPC: B05B13/04 , B05B12/08 , B05B14/465 , B25J11/00
Abstract: 本发明公开了一种基于自动化控制的智能喷涂机器人，属于喷涂领域。一种基于自动化控制的智能喷涂机器人，包括移动架，所述移动架上固定连接有第一导轨，所述第一导轨上滑动连接有第一移动座，所述第一移动座上固定连接有第一驱动电机，所述第一驱动电机驱动端固定连接有第一驱动齿轮，所述移动架上固定连接有与第一驱动齿轮啮合的第一齿条杆；本发明潜水泵将移动底座中的水通过进水管和支撑管输送到水环中，然后利用水环向下喷出水帘，隔开了CCD摄像头和工件，当工件上的油漆反弹时会首先接触到喷出的水帘，水帘将反弹油漆吸收，起到隔绝吸收作用，有效的避免了油漆反弹到CCD摄像头上，确保了CCD摄像头的监测效果，确保了喷漆效果。
-
公开(公告)号：CN111460978A
公开(公告)日：2020-07-28
申请号：CN202010237340.1
申请日：2020-03-30
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明提出了一种基于动作判定传感器和深度学习技术的幼儿行为监控系统及其判定方法，监控系统包含图像处理和步态识别两种模式，上述两种模式相互融合提高幼儿行为的判定准确度。图像处理基于深度学习技术，通过对分类好的幼儿图片使用CNN进行训练，得到相应的分类模型，在空间上监测点在t时刻的幼儿动作变化数据，从而更好地预测下一帧的动作，相比于传统的单帧识别判断，本发明具有良好地预判性。为应对图像处理时可能造成的误判，本发明将步态识别融入其中，感知幼儿的行为实际动作，在幼儿行为图片学习的基础之上结合幼儿行为产生的加速度变化差和压感变化差进行反馈学习。上述两种方式相结合有效提高了幼儿行为监控的准确度和预判能力。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.032 seconds)
