一种柔性半外骨骼上肢康复机器人

    公开(公告)号:CN118557403A

    公开(公告)日:2024-08-30

    申请号:CN202410667708.6

    申请日:2024-05-28

    Abstract: 本申请提供一种柔性半外骨骼上肢康复机器人,属于康复机器人技术领域,包括基座、两个同心轮式串联驱动机构和前臂环,所述同心轮式串联驱动机构包括支撑架、外轮、内轮和前臂连接件,所述前臂连接件转动连接在支撑架上;所述外轮和内轮独立转动连接在支撑架和前臂连接件之间;所述外轮与内轮柔性传动连接;两个前臂连接件之间转动连接有前臂环;外轮设有与之相匹配的第一驱动机构;基座底部设有三个全向轮和与之相匹配的第二驱动机构;所述前臂环后端外侧壁设有第一环形槽,两个内轮外侧壁设有第二环形槽,第一环形槽和每个第二环形槽中绕有独立闭环的传动线;本装置采用柔性传动结构,避免手臂扭伤,结构精简方便居家使用。

    一种应用于噪声人脸图像的自适应模糊分类方法及系统

    公开(公告)号:CN115798015A

    公开(公告)日:2023-03-14

    申请号:CN202211586524.4

    申请日:2022-12-09

    Abstract: 本发明公开了一种应用于噪声人脸图像的自适应模糊分类方法及系统,包括如下步骤:给定一组带有标签的含有噪声的人脸图像样本特征向量集;构建应用于噪声人脸图像的自适应模糊分类模型;对应用于噪声人脸图像的自适应模糊分类模型进行参数自适应学习;将应用于噪声人脸图像的自适应模糊二分类方法采用“一对一”策略扩展成多分类方法。本发明充分考虑了含有噪声的人脸图像样本特征对人脸识别率的不良影响,构建应用于噪声人脸图像的自适应模糊分类模型,采用有监督模糊聚类算法、差分进化算法和双支持向量机算法对构建的自适应模糊分类系统进行模糊规则前件和后件参数的自适应学习,提高自适应模糊分类方法对噪声人脸图像识别的准确性和鲁棒性。

    基于最大似然估计法的3D点云目标识别和定位方法

    公开(公告)号:CN112766037A

    公开(公告)日:2021-05-07

    申请号:CN202011464989.3

    申请日:2020-12-14

    Inventor: 赵岚 温秀兰

    Abstract: 本发明是基于最大似然估计法的3D点云目标识别和定位方法,该方法对采集到的3D点云数据进行预处理,通过向下采样的方法提取点云关键点。对关键点进行聚类分割。对分割出的目标,计算目标重心和目标关键点的局部参考坐标系。通过主成分分析法求得关键点的法线,由于法线方向不一定指向远离重心的方向,因此对法线进行视线约束。通过点云的方位特征和表面特征向量,对点云模型中的关键点与场景目标中的关键点作特征匹配,找到场景目标与模型中的匹配特征点对。通过对匹配点对的坐标差和法线角度差值的建模,进行基于最大似然估计的目标位姿检测,能够识别有遮挡的目标物体,实现形状,大小不同的物体或工件的定位,具有稳健性强,计算效率高的特点。

    一种用于工业场景中零件点云离群点的去除方法、系统、设备及介质

    公开(公告)号:CN118710844A

    公开(公告)日:2024-09-27

    申请号:CN202410697510.2

    申请日:2024-05-31

    Abstract: 本发明公开了一种用于工业场景中零件点云离群点的去除方法、系统、设备及介质,方法包括步骤:输入零件的3D点云数据;将3D点云数据划分成体素网格,自适应确定体素网格大小;进行体素下采样;去除点云离群点,获得去除离群点的3D点云数据。本发明通过自适应确定体素网格大小及并行计算快速去除离群点对工业场景中零件点云进行处理,有效地保留了一些局部细节丰富的点云和模型的整体结构特征,提高了计算速度,满足实际场景应用中对于实时性的要求。

    基于最大似然估计法的3D点云目标识别和定位方法

    公开(公告)号:CN112766037B

    公开(公告)日:2024-04-19

    申请号:CN202011464989.3

    申请日:2020-12-14

    Inventor: 赵岚 温秀兰

    Abstract: 本发明是基于最大似然估计法的3D点云目标识别和定位方法,该方法对采集到的3D点云数据进行预处理,通过向下采样的方法提取点云关键点。对关键点进行聚类分割。对分割出的目标,计算目标重心和目标关键点的局部参考坐标系。通过主成分分析法求得关键点的法线,由于法线方向不一定指向远离重心的方向,因此对法线进行视线约束。通过点云的方位特征和表面特征向量,对点云模型中的关键点与场景目标中的关键点作特征匹配,找到场景目标与模型中的匹配特征点对。通过对匹配点对的坐标差和法线角度差值的建模,进行基于最大似然估计的目标位姿检测,能够识别有遮挡的目标物体,实现形状,大小不同的物体或工件的定位,具有稳健性强,计算效率高的特点。

    一种基于面阵结构光的机器人焊缝识别方法和系统

    公开(公告)号:CN116604212A

    公开(公告)日:2023-08-18

    申请号:CN202310518561.X

    申请日:2023-05-10

    Abstract: 本发明提供一种基于面阵结构光的机器人焊缝识别方法和系统,其中方法包括获取工件表面的第一点云;删除第一点云的噪声,得到第二点云;对第二点云中的点进行平面拟合,得到最佳拟合平面;删除第二点云中最佳拟合平面包含的点,得到第三点云;计算第三点云中的点到最佳拟合平面的距离,得到第一距离;将第一距离大于距离阈值对应的点确定为焊缝特征点,得到焊缝特征点集;对焊缝特征点集进行直线拟合,得到目标焊缝直线方程;将坐标值最小的点和最大的点作为目标焊缝的起始点和终止点,得到目标焊缝轨迹。本发明能够发现任意一点的局部异常值并删除异常值,为其局部邻域内的每个点找到轮廓,解决传统平面拟合算法无法满足实时焊缝跟踪的问题。

Patent Agency Ranking