-
公开(公告)号：CN107598897B
公开(公告)日：2020-11-27
申请号：CN201710975572.5
申请日：2017-10-19
Applicant: 北京工业大学
Abstract: 本发明公开一种基于人体示教的仿人机器人步态规划的方法，将人体运动信息用于仿人机器人的步态规划中，通过对人体运动过程中骨骼信息的逆运算获得机器人关节驱动角度，为满足仿人机器人运动过程中的稳定性，利用人体示教数据预估机器人质心轨迹信息，并结合ZMP判据与机器人质心‑角度雅可比矩阵对机器人驱动角度进行补偿控制，在支撑脚的选择中，通过滞回曲线判别人体示教过程的支撑脚切换以确定机器人的支撑脚选取。本发明大大简化了仿人机器人步态规划的复杂性，并且基于人体示教的步态规划可使机器人的运动过程更具拟人化。
-
公开(公告)号：CN109993073B
公开(公告)日：2021-07-02
申请号：CN201910191967.5
申请日：2019-03-14
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于Leap Motion的复杂动态手势识别方法，属于人工智能与人机交互领域。本发明将静态手势识别与连续轨迹识别用复杂动态手势识别中，通过体感传感器捕捉示用户示教过程中的手部信息，采用支持向量机与基于表示学习的特征向量提取方式进行静态手势学习，对示教过程中的静态手势均标记为指令状态。对处于指令状态下的静态手势，提取各手指远端骨顶点与手掌中心点的信息，生成连续的动态轨迹信息进行学习。对复杂动态手势可以逐帧分解，判断是否为指令手势后，进行识别指令。本发明大大提高了对动态手势识别的准确度，降低了对动态手势的复杂度的要求，并且基于视觉采集设备使人机交互的过程更加友好，更加自然。
-
Patent Agency Ranking
公开(公告)号：CN109702744A
公开(公告)日：2019-05-03
申请号：CN201910036299.9
申请日：2019-01-15
Applicant: 北京工业大学
IPC: B25J9/16
Abstract: 本发明公开一种基于动态系统模型的机器人模仿学习的方法，通过学习来实现机器人对于示教运动的模仿。具体地，通过高斯混合模型将示教运动建模为一非线性动态系统模型，另外通过附加稳定性约束条件的方法，来保证运动模型的稳定性。并将运动模型的参数学习问题转化为求解一个约束优化问题，以此来获得对于运动模型的完整描述。最后，将学习得到的运动模型作为控制策略来指导机器人对于示教运动的模仿。本发明对于目标点固定的示教运动，具有很好的稳定性，生成的所有运动轨迹均收敛到目标点，对于简单和较复杂的示教运动有很好的表达能力，而且运动模型的泛化能力表现也较好，示教运动范围外也可以生成平滑的且收敛到目标的运动轨迹。
-
公开(公告)号：CN108284436B
公开(公告)日：2020-09-25
申请号：CN201810221388.6
申请日：2018-03-17
Applicant: 北京工业大学
Abstract: 本发明公开了具有模仿学习机制的远程机械双臂系统及方法，系统包括示教者示教模块、自主设计的仿人机械双臂和数字舵机组成的动作执行模块、XBOX360体感传感器感知模块、远程上位机通信模块及模仿学习算法学习模块。采用模块独立供电方式，示教者在XBOX360传感器前做示范动作，由XBOX360采集示教者的动作数据并在本地上位机(服务器端)进行数据处理，通过模仿学习算法进行学习并通过服务器端与远程上位机(客户端)进行实时通信，然后远程客户端通过串口实时地将数据发送给控制器，接收到数据的控制器指导机械双臂进行模仿学习示教者的示教行为。本发明提高了机械臂作业的智能性，同时也极大地提高了机械臂在危险空间中作业的效率，具有实际的应用意义。
-
公开(公告)号：CN107598897A
公开(公告)日：2018-01-19
申请号：CN201710975572.5
申请日：2017-10-19
Applicant: 北京工业大学
Abstract: 本发明公开一种基于人体示教的仿人机器人步态规划的方法，将人体运动信息用于仿人机器人的步态规划中，通过对人体运动过程中骨骼信息的逆运算获得机器人关节驱动角度，为满足仿人机器人运动过程中的稳定性，利用人体示教数据预估机器人质心轨迹信息，并结合ZMP判据与机器人质心-角度雅可比矩阵对机器人驱动角度进行补偿控制，在支撑脚的选择中，通过滞回曲线判别人体示教过程的支撑脚切换以确定机器人的支撑脚选取。本发明大大简化了仿人机器人步态规划的复杂性，并且基于人体示教的步态规划可使机器人的运动过程更具拟人化。
-
公开(公告)号：CN109993073A
公开(公告)日：2019-07-09
申请号：CN201910191967.5
申请日：2019-03-14
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于Leap Motion的复杂动态手势识别方法，属于人工智能与人机交互领域。本发明将静态手势识别与连续轨迹识别用复杂动态手势识别中，通过体感传感器捕捉示用户示教过程中的手部信息，采用支持向量机与基于表示学习的特征向量提取方式进行静态手势学习，对示教过程中的静态手势均标记为指令状态。对处于指令状态下的静态手势，提取各手指远端骨顶点与手掌中心点的信息，生成连续的动态轨迹信息进行学习。对复杂动态手势可以逐帧分解，判断是否为指令手势后，进行识别指令。本发明大大提高了对动态手势识别的准确度，降低了对动态手势的复杂度的要求，并且基于视觉采集设备使人机交互的过程更加友好，更加自然。
-
公开(公告)号：CN108284436A
公开(公告)日：2018-07-17
申请号：CN201810221388.6
申请日：2018-03-17
Applicant: 北京工业大学
Abstract: 本发明公开了具有模仿学习机制的远程机械双臂系统及方法，系统包括示教者示教模块、自主设计的仿人机械双臂和数字舵机组成的动作执行模块、XBOX360体感传感器感知模块、远程上位机通信模块及模仿学习算法学习模块。采用模块独立供电方式，示教者在XBOX360传感器前做示范动作，由XBOX360采集示教者的动作数据并在本地上位机(服务器端)进行数据处理，通过模仿学习算法进行学习并通过服务器端与远程上位机(客户端)进行实时通信，然后远程客户端通过串口实时地将数据发送给控制器，接收到数据的控制器指导机械双臂进行模仿学习示教者的示教行为。本发明提高了机械臂作业的智能性，同时也极大地提高了机械臂在危险空间中作业的效率，具有实际的应用意义。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
