公开(公告)号：CN118305783B

公开(公告)日：2024-09-06

申请号：CN202410330081.5

申请日：2024-03-21

Applicant: 北京工业大学

Inventor： 左国玉 ,  赵敏 ,  于双悦 ,  周纪勇 ,  沈志辉

IPC: B25J9/16

Abstract: 本发明公开了一种语言导向的机器人类别级推抓协同方法，属于机器人技术领域，包括以下步骤：步骤一、使用状态差分具身自我监督方法收集数据和标签，生成数据集；步骤二、使用收集的数据集和语言文本指令训练语言引导的具身多模态物体认知网络；步骤三、在模拟环境中训练推抓协同决策网络；步骤四、把训练好的语言引导的具身多模态物体认知网络和推抓协同决策网络遵循认知‑决策框架共同构成语言导向的类别级推抓协同网络，将其部署到现实世界的机器人系统上；步骤五、使用相机采集工作空间RGB‑D图像并和语言指令送入语言导向的类别级推抓协同网络中做出决策；步骤六、机器人执行决策；步骤七、重复步骤五、步骤六直至抓取任务完成。

公开(公告)号：CN118493391A

公开(公告)日：2024-08-16

申请号：CN202410724039.1

申请日：2024-06-05

Applicant: 北京工业大学

Inventor： 左国玉 ,  董帅峰 ,  周纪勇 ,  于双悦

IPC: B25J9/16

Abstract: 本发明提供了一种级联机制特征增强宽度学习和弹性网回归结合的机械臂运动控制方法。针对现有机械臂运动控制方法计算量大，没有考虑机械臂各关节的控制精度的技术问题，本发明构建级联特征增强宽度学习系统的运动控制网络，充分提取数据信息，提升机械臂建模效率；利用弹性网回归设计机械臂运动控制网络的回归算法，用于控制网络参数学习以提高关节精准位置跟踪，有效减少计算特征冗余；将李雅普诺夫稳定性理论与智能控制网络相结合约束控制网络的参数生成，以提高所提机械臂运动控制稳定性和收敛能力。

公开(公告)号：CN117961892A

公开(公告)日：2024-05-03

申请号：CN202410121686.3

申请日：2024-01-29

Applicant: 北京工业大学

Inventor： 左国玉 ,  周纪勇 ,  于双悦 ,  赵敏 ,  张书文

IPC: B25J9/16

Abstract: 本发明提出了一种运动约束机制和深度级联宽度学习结合的机械臂运动控制方法，步骤为：获取机械臂运动控制所需数据建立数据集；根据数据集获取同时刻角位置、角速度和角加速度的跟踪误差；构建深度级联宽度学习系统引入稀疏自编码器设计深度网络重构的特征节点和增强节点；将角位置、角速度的跟踪误差作为输入，修正角加速度作为输出，设计运动控制网络；设计符合运动控制网络的运动约束条件；利用贝叶斯回归算法求解网络权重矩阵；根据李雅普诺夫稳定性函数确定网络参数的约束条件；训练获取机械臂运动控制网络；获取机械臂运动指令实现运动控制。本发明计算冗余度低、控制精度高、运动极限约束，能够确保机械臂快速收敛到预定轨迹和作业工程中稳定运行。

公开(公告)号：CN118305783A

公开(公告)日：2024-07-09

申请号：CN202410330081.5

申请日：2024-03-21

Applicant: 北京工业大学

Inventor： 左国玉 ,  赵敏 ,  于双悦 ,  周纪勇 ,  沈志辉

IPC: B25J9/16

Abstract: 本发明公开了一种语言导向的机器人类别级推抓协同方法，属于机器人技术领域，包括以下步骤：步骤一、使用状态差分具身自我监督方法收集数据和标签，生成数据集；步骤二、使用收集的数据集和语言文本指令训练语言引导的具身多模态物体认知网络；步骤三、在模拟环境中训练推抓协同决策网络；步骤四、把训练好的语言引导的具身多模态物体认知网络和推抓协同决策网络遵循认知‑决策框架共同构成语言导向的类别级推抓协同网络，将其部署到现实世界的机器人系统上；步骤五、使用相机采集工作空间RGB‑D图像并和语言指令送入语言导向的类别级推抓协同网络中做出决策；步骤六、机器人执行决策；步骤七、重复步骤五、步骤六直至抓取任务完成。