公开(公告)号：CN117733860A

公开(公告)日：2024-03-22

申请号：CN202311845613.0

申请日：2023-12-27

Applicant: 安徽工业大学

Inventor： 徐向荣 ,  刘胤真 ,  杨浩 ,  俞青松

IPC: B25J9/16

Abstract: 本发明属于机械臂运动规划算法技术领域，具体涉及一种基于位置动力学的双臂机器人末端轨迹的滑模控制方法，本发明完善了目前基于滑模控制的轨迹跟踪算法多应用于二连杆机械臂或无确定性机械臂动力学模型的局限性，设计了基于位置动力学的双臂末端轨迹滑模控制仿真系统；同时引入双曲正切函数作为滑模切换函数，有效的抑制传统滑模控制算法造成的抖振，提升了操作物在运动过程中的末端轨迹精度；仿真结果验证了基于改进滑模控制器的力/位混合控制算法的有效性和优越性，本发明方法能够成功的应用于具有确定的机械臂动力学模型的情况，输出力矩稳定，且轨迹跟踪效果良好。

公开(公告)号：CN117804481A

公开(公告)日：2024-04-02

申请号：CN202311845636.1

申请日：2023-12-27

Applicant: 安徽工业大学

Inventor： 徐向荣 ,  郜菊 ,  缪海宁 ,  崔欢欢 ,  俞青松 ,  刘胤真

IPC: G01C21/34

Abstract: 本发明属于移动机器人运动规划算法技术领域，具体涉及一种基于启发函数优化和三阶贝塞尔曲线优化改进的A‑star算法，本发明提出一种基于启发函数优化和三阶贝塞尔曲线优化改进的A‑star算法，首先，采用原理简单、运行速度快的A‑star全局路径规划算法作为研究对象进行分析；其次，针对传统A‑star算法路径不平滑、转折节点过多的问题，分别进行启发函数优化和采用三次贝塞尔曲线对传统A‑star算法进行改进；最后，搭建Gazebo仿真环境地图，将改进前后的算法作为全局路径规划器插件，应用于ROS中进行仿真实验。实验结果表明：全局路径规划的路线平滑程度大幅增加，规划出曲线连续性更好、更合理的路径，进一步满足移动机器人运动学约束。

公开(公告)号：CN117733851A

公开(公告)日：2024-03-22

申请号：CN202311772219.9

申请日：2023-12-21

Applicant: 安徽工业大学

Inventor： 徐向荣 ,  俞青松 ,  缪海宁 ,  王魏婧 ,  刘胤真 ,  郜菊 ,  蒲泉成

IPC: B25J9/16

Abstract: 本发明属于机器人自主抓取技术领域，具体涉及一种基于视觉检测的工件自动化抓取方法，包括采集待抓取工件的不同放置位置的RGB图像和Depth图像，用来作为训练集和验证集；将RGB图像组成的数据集输入到改进的YOLOv7‑Tiny的深度学习网络模型进行目标识别，定位待抓取目标工件；再将标注抓取位置的RGB‑D图像的训练集输入到GR‑ConvNet全卷积神经网络模型进行训练并预测最佳抓取位置，输出目标工件的像素级抓取位置信息；根据像素级抓取信息和手眼标定获得的手眼变换矩阵，获取机械臂末端执行器的抓取位姿配置；依据末端执行器位姿进行逆运动学求解，控制机械臂运动规划至目标工件并进行抓取。本发明可以实现基于视觉检测的工件自动化抓取，提高检测工件的精确度和机械臂抓取成功率。

公开(公告)号：CN117649441A

公开(公告)日：2024-03-05

申请号：CN202311810122.2

申请日：2023-12-25

Applicant: 安徽工业大学

Inventor： 徐向荣 ,  俞青松 ,  缪海宁 ,  崔欢欢 ,  刘胤真 ,  蒲泉成 ,  郜菊

IPC: G06T7/70 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0455

Abstract: 本发明属于深度学习和机器人控制技术领域，具体涉及一种适用于生活场景的基于U2‑Net的平面抓取位姿检测模型。本发明模型通过将U2‑Net和注意力机制相结合对输入图像进行特征提取，之后通过解码预测获得抓取配置所需的宽度热图、角度热图和质量热图，进而在输入图像中获得的相应的抓取配置。该模型不仅可以通过Shuffle Attention注意力机制在不同子特征之间实现信息交流，使模型在该层级保留且聚焦重要的特征信息；还可以通过两级嵌套U型结构从RGB‑D图像中捕获更多的上下文信息，从而避免了多次下采样操作造成的部分特征信息丢失。本发明模型可以被广泛应用于各种非结构化的日常生活场景中的抓取检测任务，且该模型具备更强的鲁棒性和泛化性能。

公开(公告)号：CN117314837A

公开(公告)日：2023-12-29

申请号：CN202311143094.3

申请日：2023-09-05

Applicant: 安徽工业大学

Inventor： 徐向荣 ,  张卉 ,  蒲泉成 ,  刘胤真 ,  俞青松 ,  郜菊

IPC: G06T7/00 ,  G06N3/0455 ,  G06T7/73 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开了一种基于改进DETR铸件表面缺陷检测方法及系统，属于铸件缺陷检测领域，包括：获取砂型铸件表面缺陷图像数据集；对图像数据集进行标注，标注出图像中的缺陷目标，缺陷目标包含位置和类别信息；将标注后的图像数据集划分为训练集和验证集；构建基于改进DETR的Casting‑DETR网络模型；使用训练集对Casting‑DETR网络模型进行微调；将验证集输入微调后的Casting‑DETR网络模型，输出铸件表面缺陷的位置、类别和置信度；利用验证后的Casting‑DETR网络模型对砂型铸件表面缺陷进行检测。针对现有技术中存在的铸件表面缺陷检测精度低的问题，本发明通过对DETR网络进行模块化改造，提高了铸件表面缺陷的检测精度。

公开(公告)号：CN116894988A

公开(公告)日：2023-10-17

申请号：CN202311078801.5

申请日：2023-08-24

Applicant: 安徽工业大学

Inventor： 徐向荣 ,  张卉 ,  俞青松 ,  刘胤真 ,  蒲泉成 ,  郜菊

IPC: G06V10/77 ,  G06V10/80 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于Transformer的抓取位姿检测方法，属于机器人识别技术领域，包括：将获取的输入图像送入编码器进行特征提取，输出特征图，编码器包含多个Swin转换模块；第一解码器对特征图进行上采样和特征融合；第二解码器对特征图进行解码，输出抓取质量分数图、宽度图和角度图；构建基于Transformer的抓取位姿检测模型；构建损失函数，将抓取姿态预测作为回归问题，通过最小化预测抓取图和真实抓取图之间的距离，训练和优化抓取位姿检测模型，直到抓取位姿检测模型训练收敛，最终获得基于Transformer的抓取位姿检测模型；利用获得的基于Transformer的抓取位姿检测模型进行抓取位姿检测。针对现有的抓取精度低的问题，本发明通过Transformer和卷积神经网络的组合，提高抓取检测的精度。

公开(公告)号：CN114834199A

公开(公告)日：2022-08-02

申请号：CN202210651054.9

申请日：2022-06-10

Applicant: 安徽工业大学

Inventor： 徐向荣 ,  杨华阳 ,  刘雪飞 ,  俞青松 ,  张卉 ,  李琦琦 ,  杨浩 ,  郜菊 ,  赵虎

IPC: B60F5/02

Abstract: 本发明公开了一种陆空两用四旋翼无人机，属于陆空两栖无人机技术领域。本发明包括中部的机体控制舱以及在机体控制舱侧面通过对称分布的翼臂固定连接的飞行机构，机体控制舱由上部的机体顶板和下部的机体底板通过固定机构密封式固定，机体控制舱中内置通过排针连接，且两者之间为架空的顶电路板和底电路板，即两个电路板之间有一定的间隙，以方便空气对流散热；机体顶板的上表面固定有数据盒。本发明将电路板分成两部分，分别控制飞行和陆行，两板中间架空，散热效果好，而且，将数据存贮单元置于外置的数据盒中，整个机体飞行的同时，给数据存贮单元、控制单元散热，进而解决数据处理量越来越多，电路板散热不及时容易过载的问题。