-
公开(公告)号：CN108648233B
公开(公告)日：2022-04-12
申请号：CN201810248258.1
申请日：2018-03-24
Applicant: 北京工业大学
IPC: G06T7/73 , G06T7/11 , G06T7/194 , G06V10/762 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于深度学习的目标识别与抓取定位方法，属于机器视觉领域。首先，利用Kinect相机采集场景的深度和彩色图像，然后使用Faster R‑CNN深度学习算法识别场景目标，根据识别的类别选择抓取的目标区域，并作为GrabCut图像分割算法的输入，通过图像分割获取目标的轮廓，进而获取目标的具体位置，并作为级联神经网络的输入进行最优抓取位置检测，最终获取机械臂的抓取位置和抓取姿态。通过该方法提高目标识别与定位的实时性、准确性以及智能性。
-
公开(公告)号：CN109199724B
公开(公告)日：2020-02-07
申请号：CN201811316778.8
申请日：2018-11-06
Applicant: 北京工业大学
Abstract: 本发明涉及一种全向移动智能轮椅床，基于四轮全方位独立驱动‑转向平台，包括座椅架、两个侧护栏、四组独立悬挂‑转向‑驱动轮组以及底盘。座椅架由背部、臀部、腿部、脚部和侧护栏五部分组成。各个部分均使用电动机驱动，通过推杆电机的往复运动使得床体形态自动转换。安装在底盘上的侧方推杆电机与侧扶手构成三连杆，通过两组线性轨道的过约束，使得侧护栏只能在竖直方向的自由度上运动。独立悬挂‑转向‑驱动轮组由悬挂机构、转向机构和驱动机构组成；悬挂机构通过四连杆机构形变压缩避震器起到避震效果；转向机构将驱动力作用于轮毂电机用于改变行进方向；驱动机构通过轮毂电机驱动器控制轮毂电机提供前进的驱动力。
-
公开(公告)号：CN108592912A
公开(公告)日：2018-09-28
申请号：CN201810248228.0
申请日：2018-03-24
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于激光雷达的室内移动机器人自主探索方法，建立拓扑节点。依据探索目标点提取结果，生成一个拓扑地图节点并将该节点加入拓扑地图中。冗余拓扑节点处理。检测已有拓扑地图下的所有拓扑节点，剔除冗余的拓扑节点。拓扑地图闭环处理。检测当前拓扑节点与其余所有拓扑节点是否存在闭环。如果存在，则在拓扑地图上添加对应的边完成闭环。当环境中不存在未探索的节点，则结束自主探索。此方法不需要依赖栅格地图提取前沿目标点，而是通过激光数据提取探索目标点，在大大降低提取算法复杂度的同时保证了提取结果的准确性和稳定性；对于拓扑地图进行冗余节点剔除和闭环检测，大大提高了室内移动机器人自主探索的效率。
-
公开(公告)号：CN108334094A
公开(公告)日：2018-07-27
申请号：CN201810183994.3
申请日：2018-03-06
Applicant: 北京工业大学
CPC classification number: G05D1/0223 , G05D1/0225 , G05D1/0276 , H04L12/40078 , H04L2012/40215
Abstract: 一种用于全向移动机器人运动控制系统的CAN总线通信方法，属于控制局域网CAN总线通信和机器人运动控制领域。本发明所用的硬件设计简单，避免了大量硬件设备带来的不确定性干扰，在多组数据报文快速循环发送过程中，对于同一节点，减少了因标识符相同而出现的报文传输混乱，传输失败的现象以及大量消息因竞争总线而出现的低优先级报文被堵塞的情况。在接收数据报文时，采用对返回报文分时段全部接收分别存储的方式，减少了利用标识符滤波的方式带来的数据丢失情况。本发明可以在现有硬件的情况下，提高速度监控和反馈效果，并且可以完成每一节点中多组数据的循环发送与接收，减少错误帧、数据传输失败以及数据帧丢失的情况。
-
公开(公告)号：CN107168339A
公开(公告)日：2017-09-15
申请号：CN201710555329.8
申请日：2017-07-10
Applicant: 北京工业大学
IPC: G05D1/02
CPC classification number: G05D1/0242 , G05D1/0225 , G05D1/0251 , G05D1/0255
Abstract: 本发明公开一种基于视觉系统和超声波组合的轮椅床对接方法，包括以下步骤：步骤1：相机标定获得相机的内参及去畸变系数；步骤2：通过视觉系统采集轮椅左侧的图像，并提取图像中的人工路标；步骤3：分别在人工路标、相机和轮椅上建立世界、相机和轮椅坐标系系统；步骤4:根据建立的坐标系系统计算轮椅相对人工路标的位置和偏转角；步骤5：当轮椅相对人工路标的距离小于设定阈值采用超声波完成对接。采用本发明的技术方案，不需要对床体结构和传感器进行特殊设计，同时降低算法的复杂度，具有一定的鲁棒性和有效性。
-
Patent Agency Ranking
公开(公告)号：CN103268729B
公开(公告)日：2015-08-19
申请号：CN201310193840.X
申请日：2013-05-22
Applicant: 北京工业大学
Abstract: 本发明属于智能移动机器人的领域，公开了一种基于混合特征的移动机器人级联式地图创建方法。解决了单独一种地图创建的缺陷以及单纯的地图构建不能提供大量的服务信息的问题。该方法包括：获取激光数据点，提取几何特征并进行特征匹配，提取SURF特征点并进行匹配，建立级联式地图，分割房间。本发明采用激光传感器获取环境数据，提取几何特征，同时利用视觉传感器提取SURF特征，建立全局拓扑图并构造无向加权图实现房间分割，有效克服了传统拓扑地图中拓扑节点所含几何环境信息少不能精确定位的缺点，可提供丰富的房间信息。该方法可适用于服务机器人领域及其他与移动机器人地图创建领域。
-
公开(公告)号：CN103761737A
公开(公告)日：2014-04-30
申请号：CN201410029520.5
申请日：2014-01-22
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于稠密光流的机器人运动估计方法，包括：对相机的内参和外参进行标定；采集图像序列并畸变校正；通过多项式展开的方法求解稠密光流；光流提纯；图像坐标与机器人坐标之间的坐标变换；估计机器人的运动速度。本发明针对现有技术中存在的运动估计精度不高，在光照不均匀、运动模糊情况下鲁棒性较差以及相机的作用受到局限等问题，提供一种基于稠密光流的机器人运动速度估计方法，引入基于多项式分解的稠密光流算法，提高了运动估计的精度；将RANSAC算法应用于光流提纯过程，提高了算法的鲁棒性；采用单目相机，且镜头斜向下放置，使机器人可以实时地检测前方的情况，为完成避障、路径规划等其他任务提供了便利。
-
公开(公告)号：CN103268729A
公开(公告)日：2013-08-28
申请号：CN201310193840.X
申请日：2013-05-22
Applicant: 北京工业大学
Abstract: 本发明属于智能移动机器人的领域，公开了一种基于混合特征的移动机器人级联式地图创建方法。解决了单独一种地图创建的缺陷以及单纯的地图构建不能提供大量的服务信息的问题。该方法包括：获取激光数据点，提取几何特征并进行特征匹配，提取SURF特征点并进行匹配，建立级联式地图，分割房间。本发明采用激光传感器获取环境数据，提取几何特征，同时利用视觉传感器提取SURF特征，建立全局拓扑图并构造无向加权图实现房间分割，有效克服了传统拓扑地图中拓扑节点所含几何环境信息少不能精确定位的缺点，可提供丰富的房间信息。该方法可适用于服务机器人领域及其他与移动机器人地图创建领域。
-
公开(公告)号：CN103064283A
公开(公告)日：2013-04-24
申请号：CN201210546677.6
申请日：2012-12-14
Applicant: 北京工业大学
Abstract: 一种基于人体重心变化的自学习轮椅控制方法属于模式识别与智能系统领域。本发明.在轮椅座椅与架构间安装压力传感器，采集人体坐姿下的受力分布，计算二维重心坐标，并将实时重心数据保存到嵌入式计算机中；依据常规的SOFM算法的基本学习过程，对包括输出层神经元数目、网络初始权值以及网络邻域半径调整规则等进行了算法优化，降低运算复杂度，提高算法在应用中的计算实时性，实现控制算法因人而异的目的。利用改进后的SOFM算法，在驾驶习惯学习过程中，SOFM聚类算法收敛速度和学习效率得到大幅度提高，提升了算法的实时性和聚类正确率，满足轮椅实时学习控制的要求，消除了因用户驾驶习惯不同带来的手动调整参数过于繁琐的问题。
-
公开(公告)号：CN101596101B
公开(公告)日：2011-03-23
申请号：CN200910088914.7
申请日：2009-07-13
Applicant: 北京工业大学
IPC: A61B5/00 , A61B5/0476 , G06F3/01 , G06N3/02
Abstract: 一种依据脑电信号判定疲劳状态的方法，采用导脑波仪进行脑电信号实时采集，使用数个导脑电仪，连接电极，进行脑电信号实时采集；包括：运行PC机与脑波仪接口程序；利用VC++编写Windows平台下与脑电图仪可视化接口程序，实现数据的同步采集，并显示实时采集的脑电图波形；对采集到的数据进行预处理；采用FIR滤波器对数据进行0-30Hz低通滤波，以去除工频噪声以及外部干扰；采用盲源分离方法对经过滤波的脑波进行分解，获得混合信号的各个成分，包含有眼电图、左右脑脑电图；对所得到的左右脑脑电图进行快速傅里叶变换，从时域信号转换到频域信号；求出脑电图波中α、β、θ、δ波的能量；对多层感知器BP神经网络进行分类。具有直接、快速的特点。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.025 seconds)
