公开(公告)号：CN117710350A

公开(公告)日：2024-03-15

申请号：CN202311782757.6

申请日：2023-12-22

Applicant: 哈尔滨工业大学

Inventor： 查富生 ,  程耀锋 ,  郭伟 ,  王鹏飞 ,  刘晟凯 ,  张驰 ,  孙立宁

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/80

Abstract: 基于形状特征的机械臂6‑DoF抓取方法，属于机器人和人工智能技术领域。解决了现有机器人自主智能抓取过程中存在抓取精度低和泛化性差的问题。本发明建立点云补全网络和抓取网络；在相机输入的深度图中提取目标物体点云，将所述目标物体点云输入至点云补全网络，生成目标物体补全点云；拼接获得的补全点云与原始目标物体点云生成拼接点云；将拼接点云输入至抓取网络，所述抓取网络对抓取姿态进行预测，获取抓取姿态基参数；在抓取姿态基参数中，提取置信度得分的最大值，获取所述最大值对应的夹爪夹取朝向基础向量、夹爪夹取基线方向基础向量和夹爪的夹取宽度矩阵中对应的元素，生成最优的抓取姿态参数用于机器人抓取。本发明适用于机器人智能抓取。

公开(公告)号：CN119006883A

公开(公告)日：2024-11-22

申请号：CN202410943248.5

申请日：2024-07-15

Applicant: 哈工大苏州研究院 ,  哈尔滨工业大学

Inventor： 查富生 ,  刘晟凯 ,  程耀锋 ,  张森 ,  郭伟 ,  孙立宁 ,  王鹏飞

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/082

Abstract: 基于一次性自动化网络剪枝的分类方法及系统，涉及人工智能技术领域，针对现有技术对图像数据进行分类，存在效率低的问题，本申请通过引入数据驱动的初始化剪枝方法，可以在图像分类任务中有效减少神经网络的参数和计算需求，提升网络在资源受限环境中的应用性能。本申请能够在保持高识别准确性的同时，提升图像分类处理的效率。

公开(公告)号：CN119358601A

公开(公告)日：2025-01-24

申请号：CN202411475101.4

申请日：2024-10-22

Applicant: 哈尔滨工业大学

Inventor： 查富生 ,  张森 ,  程耀锋 ,  刘晟凯 ,  郭伟 ,  孙立宁 ,  王鹏飞

IPC: G06N3/0464 ,  G06N5/04 ,  G06F17/15 ,  G06F17/16

Abstract: 本发明属于人工智能技术领域，具体涉及一种面向事件相机数据的高效稀疏卷积方法及其系统。步骤1：获取Δt时间段内的事件相机数据SΔt，并进行预处理；步骤2：对步骤1预处理后的数据进行有效运算检测；步骤3：将步骤2检测到的有效运算重新组织为矩阵乘法的高效运算形式；步骤4：对步骤3得到的运算结果进行后处理，完成图像卷积运算。本发明用以解决现有图像卷积算法难以有效利用事件相机空间稀疏性，从而导致计算冗余、推理延迟高的问题。

公开(公告)号：CN117984328A

公开(公告)日：2024-05-07

申请号：CN202410334844.3

申请日：2024-03-22

Applicant: 哈尔滨工业大学

Inventor： 查富生 ,  程耀锋 ,  刘晟凯 ,  张腾 ,  郭伟 ,  王鹏飞 ,  孙立宁

IPC: B25J9/16

Abstract: 基于直觉物理的任务导向机械臂抓取方法，属于机器人/人工智能领域。解决了采用现有机器人抓取方法进行物品抓取时，存在通用性差的问题。本发明将目标物品的彩图输入至实例分割网络，获取目标物品的掩模；利用目标物品的掩模提取目标物品点云P；将目标物品点云分别输入至训练后的任务无关抓取网络和训练后的任务直觉物理网络，获取满足几何关系的抓取位姿Gtag的可靠性得分Stag和满足几何关系的抓取位姿Gtag的任务操作得分Stog；选取可靠性得分Stag最高的N个值对应的抓取位姿Gtag，采用最远点采样法从所述N个值对应的抓取位姿Gtag中提取m个采样抓取位姿，从所述m个抓取位姿中选取任务操作得分Stog最小的抓取位姿作为最优抓取位姿。本发明适用于机械臂控制。