-
公开(公告)号：CN116038708B
公开(公告)日：2024-10-29
申请号：CN202310045314.2
申请日：2023-01-30
Applicant: 北京大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于内部预演的机械手臂趋近规划方法及装置，所述方法包括：定义目标位姿附近的采样点集合，所述采样点集合中的任一点与所述目标位姿的距离小于设定值；快速移动机器手臂，且当机械手臂末端的附近位姿点进入所述采样点集合的情况下，停止所述机器手臂的快速移动；对机器手臂的后续移动轨迹进行内部预演，以得到所述机器手臂中各关节的角变化向量；基于所述各关节的角变化向量，将所述机器手臂的末端移动至所述目标位姿。本发明可以有效提高机械臂在趋近过程中的位置、姿态准确度以及减少实体机械臂在空间中采样的次数。
-
-
公开(公告)号：CN104636599A
公开(公告)日：2015-05-20
申请号：CN201410852727.2
申请日：2014-12-31
Applicant: 北京大学
IPC: G06F19/00
Abstract: 本发明公开了一种足底压力中心轨迹自动比对方法。本方法为：1)对两条待对比足底压力中心轨迹S1、S2进行对齐；2)计算两对齐后的足底压力中心轨迹S1、S2的相似性，得到两条轨迹间的相似度。本发明对两条二维平面COP轨迹进行整体比较，避免了前人工作中分量轨迹比较所带来的产生两个相似度值的问题，同时整体COP轨迹隐含了步态支撑期中行进角、COP位移等特征，对整体COP轨迹的比较具有高效性。而且在实施相似度计算过程中引入滑动因子，采用最优匹配策略，尽可能降低误差带来的影响。
-
公开(公告)号：CN117852613A
公开(公告)日：2024-04-09
申请号：CN202311671924.X
申请日：2023-12-07
Applicant: 北京大学
IPC: G06N3/0895 , G06N5/04
Abstract: 本发明公开了一种基于具身自监督学习的机器人手臂反模型学习方法，该方法包括：获取机器人手臂末端的预测位置p(t)；基于反模型推理出机器人手臂末端到达该预测位置p(t)所需的关节角度q(t)；基于正模型预测出该关节角度q(t)所对应的末端位置p(t+1)；基于反模型推理出机器人手臂末端到达该预测位置p(t+1)所需的关节角度q′(t)后，将关节角度q(t)作为关节角度q′(t)的监督信息，并使用梯度下降法更新所述反模型的参数；重复上述步骤，直至关节角度q(t)与关节角度q′(t)之差小于一设定值时，得到训练好的反模型。本发明通过利用机器人手臂自身构型及状态来协调数据的采样和模型的训练过程，当机器人手臂发生变化时，模型能够很快地进行适应。
-
公开(公告)号：CN112857370A
公开(公告)日：2021-05-28
申请号：CN202110018866.5
申请日：2021-01-07
Applicant: 北京大学
Abstract: 本发明公开了一种基于时序信息建模的机器人无地图导航方法，其步骤包括：1)基于循环神经网络构建移动机器人导航模型，该机器人导航模型含有移动机器人根据移动机器人上的传感器信息、场景中的目标位置信息到移动机器人执行速度指令的映射关系；移动机器人按照该机器人导航模型输出的速度指令到达导航目标位置；2)获取或构建导航数据集作为监督数据训练该移动机器人导航模型；3)通过该移动机器人搭载的激光雷达获取传感器数据，使用定位技术获取场景中的目标位置信息，然后通过训练后的该移动机器人导航模型计算该移动机器人的执行速度指令，通过执行速度指令操控该移动机器人到达目标位置。本发明能够让移动机器人获得避障导航能力。
-
Patent Agency Ranking
公开(公告)号：CN104636599B
公开(公告)日：2018-05-11
申请号：CN201410852727.2
申请日：2014-12-31
Applicant: 北京大学
IPC: G16H50/30
Abstract: 本发明公开了一种足底压力中心轨迹自动比对方法。本方法为：1)对两条待对比足底压力中心轨迹S1、S2进行对齐；2)计算两对齐后的足底压力中心轨迹S1、S2的相似性，得到两条轨迹间的相似度。本发明对两条二维平面COP轨迹进行整体比较，避免了前人工作中分量轨迹比较所带来的产生两个相似度值的问题，同时整体COP轨迹隐含了步态支撑期中行进角、COP位移等特征，对整体COP轨迹的比较具有高效性。而且在实施相似度计算过程中引入滑动因子，采用最优匹配策略，尽可能降低误差带来的影响。
-
公开(公告)号：CN101520775B
公开(公告)日：2012-05-30
申请号：CN200910131827.5
申请日：2009-04-08
Applicant: 北京大学
IPC: G06F17/27
Abstract: 本发明公开了一种结合语义信息的中文句法分析方法，属于自然语言处理技术领域。本发明的方法为：1)按照知网的上下位关系抽取出词的不同层次的语义类别，得到由词到语义类的索引；2)以句法树中的词作为键值对知网进行查询得到该词的语义类，并将语义类添加到句法树的某一层上；3)将步骤2)处理后的句法树作为训练数据，进行文法训练，得到文法模型；4)利用步骤3)训练后的文法模型对待分析的句子进行解码。与现有技术相比，本发明采用语义信息帮助句法分析消歧，使句法分析效果有显著提升。
-
公开(公告)号：CN117829247A
公开(公告)日：2024-04-05
申请号：CN202311674898.6
申请日：2023-12-07
Applicant: 北京大学
IPC: G06N3/0895 , G06N3/0455 , G06N3/084 , G06N5/04 , G06N3/048
Abstract: 本发明公开了一种基于条件具身自监督学习的机器人手臂多解学习方法，该方法包括：获取机器人手臂末端的预测位置p(t)，并从高斯分布#imgabs0#中采样一个隐变量z(t)；将预测位置p(t)和隐变量z(t)输入到反模型，得到机器人手臂末端到达该预测位置p(t)所需的关节角度q(t)；基于正模型预测出该关节角度q(t)所对应的预测位置p(t+1)；将预测位置p(t+1)和隐变量z(t)输入到反模型，得到机器人手臂末端到达该预测位置p(t+1)所需的关节角度q′(t)后，将关节角度q(t)作为关节角度q′(t)的监督信息，并使用梯度下降法更新所述反模型的参数；重复上述步骤，直至关节角度q(t)与关节角度q′(t)之差小于一设定值时，得到训练好的反模型。本发明不仅使得机器人手臂的多解模型具有高精度，而且还能自主获取多解数据。
-
-
公开(公告)号：CN114563011A
公开(公告)日：2022-05-31
申请号：CN202210079214.7
申请日：2022-01-24
Applicant: 北京大学
Abstract: 本发明公开了一种用于无地图导航的主动听觉定位方法，其步骤包括：1)在仿真平台上通过强化学习方法训练移动机器人导航模型；2)移动机器人按照设定的时间步长，采集当前时刻激光雷达的测距信息、基于目标位置的声源获取听觉定向信息和移动机器人里程计的位姿信息；其中，激光雷达搭载在移动机器人上；3)将所述测距信息、听觉定向信息和位姿信息输入步骤1)训练后的移动机器人导航模型推理出当前时刻的速度指令，移动机器人根据所述速度指令导航到目标位置。本发明采用了更加可靠和有效的目标定位方式，对于真实场景的无地图导航来说，具有较高的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.021 seconds)
