拟人运动方法、基于拟人运动模型的拟人运动方法

    公开(公告)号:CN118357930B

    公开(公告)日:2024-10-15

    申请号:CN202410785784.7

    申请日:2024-06-18

    Abstract: 本发明公开了一种拟人运动方法、基于拟人运动模型的拟人运动方法,包括:从人臂运动数据中提取动作基元,采用傅里叶级数作为拟人运动的动作基元曲线时,针对其拟合误差作二次耦合优化,实现对应的机械臂拟人运动;进一步构建拟人运动模型并进行模型训练,以输出二次耦合优化的傅里叶级数的系数,从而得到动作基元曲线,实现对应的机械臂拟人运动。本发明具有更直观的运动学习与实现过程,在实际工程应用中具有更好的可解释性,能够生成具有高动态特征的拟人运动轨迹等优点。

    拟人运动方法、基于拟人运动模型的拟人运动方法

    公开(公告)号:CN118357930A

    公开(公告)日:2024-07-19

    申请号:CN202410785784.7

    申请日:2024-06-18

    Abstract: 本发明公开了一种拟人运动方法、基于拟人运动模型的拟人运动方法,包括:从人臂运动数据中提取动作基元,采用傅里叶级数作为拟人运动的动作基元曲线时,针对其拟合误差作二次耦合优化,实现对应的机械臂拟人运动;进一步构建拟人运动模型并进行模型训练,以输出二次耦合优化的傅里叶级数的系数,从而得到动作基元曲线,实现对应的机械臂拟人运动。本发明具有更直观的运动学习与实现过程,在实际工程应用中具有更好的可解释性,能够生成具有高动态特征的拟人运动轨迹等优点。

    一种预测模型训练以及获取建筑物高度的方法及装置

    公开(公告)号:CN117909738A

    公开(公告)日:2024-04-19

    申请号:CN202410010538.4

    申请日:2024-01-02

    Abstract: 本说明书公开了一种预测模型训练以及获取建筑物高度的方法及装置。所述任务执行方法包括:获取指定建筑物的图像,将图像输入到预先训练的预测模型的图像编码器中,得到图像的图像特征向量。并获取各提示文本,不同的提示文本用于描述指定建筑物的不同层数,将各提示文本输入到预测模型的文本编码器中,得到各提示文本对应的各文本特征向量。然后,根据各文本特征向量与图像特征向量的相似度,确定各提示文本对应的权重,根据各提示文本对应的权重与各提示文本,确定指定建筑物的层数,通过预设的指定建筑物的单层高度以及指定建筑物的层数,确定指定建筑物的高度。

    基于多任务学习残差神经网络的行人重识别方法和系统

    公开(公告)号:CN115830633B

    公开(公告)日:2023-07-25

    申请号:CN202211484307.4

    申请日:2022-11-24

    Abstract: 一种基于多任务学习残差神经网络的行人重识别方法,包括:从公开数据集中获取场景的图片与行人的信息,根据标注的人物位置信息,生成人物的裁剪图与对应人物的身份信息;构建多任务学习残差神经网络;构建“分类‑检索‑二元分类”联合损失函数;基于数据集训练好多任务学习残差神经网络和“分类‑检索‑二元分类”联合损失函数;基于待识别的人物裁剪图,经过训练好的多任务学习残差神经网络获得人物视觉特征向量;基于人物视觉特征向量,经过特征匹配算法,得到人物在人物库中对应的人物信息。本发明还包括一种基于多任务学习残差神经网络的行人重识别系统。本发明解决了由于非结构环境下,人物遮挡、衣服相似的行人重识别的问题。

    一种仿人钢琴演奏机器人

    公开(公告)号:CN116394277A

    公开(公告)日:2023-07-07

    申请号:CN202310676079.9

    申请日:2023-06-08

    Abstract: 本说明书公开了一种仿人钢琴演奏机器人,仿人钢琴演奏机器人可以包括手爪、手臂、腰部、颈部、腿部、控制系统以及底座,其中,颈部对应两个自由度,以带动头部进行回转运动与俯仰运动,腰部对应两个自由度,以带动上半身进行回转运动与俯仰运动,该仿人钢琴演奏机器人可以通过视觉感知单元,对琴键的位置进行准确定位,并且可以智能化的识别出曲谱的内容,以及自动化地按照曲谱进行钢琴演奏。通过腰部、头部的两个自由度,以及对两个机械臂位姿的控制,使得本说明书中的钢琴演奏机器人可以灵巧并智能化的弹奏钢琴。

    机器人下肢和机器人
    7.
    发明公开

    公开(公告)号:CN115488908A

    公开(公告)日:2022-12-20

    申请号:CN202211441043.4

    申请日:2022-11-17

    Abstract: 本申请涉及一种机器人下肢和机器人。机器人下肢包括底座和下肢组件。底座包括设置于所述底座上端面的第一活动连接座。下肢组件包括第一下肢。所述第一下肢包括关节驱动器、踩踏腿部和踩踏足部。其中:所述踩踏足部通过所述关节驱动器与所述踩踏腿部枢接。所述踩踏腿部远离所述踩踏足部的一端与所述第一活动连接座枢接。所述关节驱动器用于驱动所述踩踏足部与所述踩踏腿部之间的枢转运动。通过这样设置,第一下肢能够模拟人腿的结构,通过设置关节驱动器使得踩踏足部能够和踩踏腿部之间进行枢转运动,因此第一下肢能够模拟人将足部踩在地面,保持脚后跟着地而脚尖上下移动的动作。

    一种判断机器人周边人物是否对机器人感兴趣的方法

    公开(公告)号:CN115222816A

    公开(公告)日:2022-10-21

    申请号:CN202210955599.9

    申请日:2022-08-10

    Abstract: 本发明属于人工智能机器人行为交互技术领域,公开了一种判断机器人周边人物是否对机器人感兴趣的方法,包括如下步骤:步骤1:信息预处理;步骤2:计算机器人周边人物到机器人周边的距离;步骤3:判断人物是否静止;步骤4:判断人物是否靠近机器人;步骤5:判断人物是否满足对机器人感兴趣的条件;步骤6:最终判断人物是否对机器人感兴趣。本发明结合视觉等信息,基于脸部朝向,判断机器人周边人物是否对机器人感兴趣,从而与感兴趣用户进行主动交流,提升了服务机器人的智能性。

    一种基于深度神经网络的机械臂残余振动抑制方法及装置

    公开(公告)号:CN116423509B

    公开(公告)日:2024-01-16

    申请号:CN202310380499.2

    申请日:2023-04-10

    Abstract: 本申请提供一种基于深度神经网络的机械臂残余振动抑制方法及装置。其中,该机械臂振动抑制方法包括:获取机械臂在预设位姿和预设负载下的动力学特征,建立动力学特征与预设位姿、预设负载之间对应的数据集;基于数据集训练深度神经网络模型;根据机械臂的目标位姿和目标负载,利用深度神经网络模型预测目标动力学特征;根据目标动力学特征设计振动抑制器,配合运动控制器控制机械臂运动至目标位姿的同时抑制残余振动。可以实现,以低计算代价实现动力学特征在线实时预测,自适应设计振动抑制器,实现开放工作场景下的振动抑制。

Patent Agency Ranking