-
公开(公告)号：CN115476360B
公开(公告)日：2025-02-11
申请号：CN202211143209.4
申请日：2022-09-20
Applicant: 南京邮电大学
IPC: B25J9/16 , G06F17/16 , G06F18/23213 , G06F18/22 , G06T17/00
Abstract: 本发明公开了一种基于异构体映射的串联机器人人机示教控制方法及装置，其方法包括：获取示教者示教动作的示教信息；通过改进K‑means算法获取示教信息的关键帧序列；基于示教信息的关键帧序列通过预构建的空间映射将每个关键帧对应的人体关节点三维坐标转换为人体重构关节点三维坐标；通过齐次坐标变换将每个人体重构关节点三维坐标转换为串联机器人坐标系下的三维坐标；将每个串联机器人坐标系下的三维坐标作为串联机器人的机器重构关节点三维坐标点的目标点；基于每个目标点通过并行CCD控制方法控制串联机器人完成示教动作；本发明能够有效改善机器人示教运动的通用性和简洁性，为进一步推广机器人的普及应用提供了有力的手段。
-
公开(公告)号：CN113724197B
公开(公告)日：2023-09-15
申请号：CN202110847674.5
申请日：2021-07-26
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/60 , G06T7/62 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/048 , G06N3/084 , G06N3/0985 , G01B21/10 , G01B21/16 , G01B21/22
Abstract: 本发明公开了一种基于元学习的螺纹旋合性判定方法。包括步骤：S1：收集螺纹参数信息，制成原始数据集；对原始数据集进行标注；得到不平衡螺纹参数数据集；S2：对不平衡螺纹参数数据集平衡化处理，得到检测数据集；对检测数据集中进行归一化；S3、将归一化的检测数据集划分为预训练数据集和精调数据集；S4：构建人工神经网络模型，将预训练数据集作为模型的输入，采用MAML元学习算法，进行螺纹旋合性特征预训练，得到预训练好的元模型Meta和初始化参数；S5：将精调数据集输入元模型Meta中进行螺纹旋合性特征微调训练，得到螺纹旋合性判断模型Mfine‑tune。本发明能够通过小样本数据集得到准确的模型，提高了螺纹旋合性检测的准确性，高效性，泛化性，可靠性。
-
公开(公告)号：CN115476360A
公开(公告)日：2022-12-16
申请号：CN202211143209.4
申请日：2022-09-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于异构体映射的串联机器人人机示教控制方法及装置，其方法包括：获取示教者示教动作的示教信息；通过改进K‑means算法获取示教信息的关键帧序列；基于示教信息的关键帧序列通过预构建的空间映射将每个关键帧对应的人体关节点三维坐标转换为人体重构关节点三维坐标；通过齐次坐标变换将每个人体重构关节点三维坐标转换为串联机器人坐标系下的三维坐标；将每个串联机器人坐标系下的三维坐标作为串联机器人的机器重构关节点三维坐标点的目标点；基于每个目标点通过并行CCD控制方法控制串联机器人完成示教动作；本发明能够有效改善机器人示教运动的通用性和简洁性，为进一步推广机器人的普及应用提供了有力的手段。
-
公开(公告)号：CN113724197A
公开(公告)日：2021-11-30
申请号：CN202110847674.5
申请日：2021-07-26
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/60 , G06T7/62 , G06K9/62 , G06N3/04 , G06N3/08 , G01B21/10 , G01B21/16 , G01B21/22
Abstract: 本发明公开了一种基于元学习的螺纹旋合性判定方法。包括步骤：S1：收集螺纹参数信息，制成原始数据集；对原始数据集进行标注；得到不平衡螺纹参数数据集；S2：对不平衡螺纹参数数据集平衡化处理，得到检测数据集；对检测数据集中进行归一化；S3、将归一化的检测数据集划分为预训练数据集和精调数据集；S4：构建人工神经网络模型，将预训练数据集作为模型的输入，采用MAML元学习算法，进行螺纹旋合性特征预训练，得到预训练好的元模型Meta和初始化参数；S5：将精调数据集输入元模型Meta中进行螺纹旋合性特征微调训练，得到螺纹旋合性判断模型Mfine‑tune。本发明能够通过小样本数据集得到准确的模型，提高了螺纹旋合性检测的准确性，高效性，泛化性，可靠性。
-
-
-
Search Results
4
records
(took 0.016 seconds)
