-
公开(公告)号：CN118418118A
公开(公告)日：2024-08-02
申请号：CN202410501955.9
申请日：2024-04-24
Applicant: 广州大学
IPC: B25J9/16 , G06V20/40 , G06V10/82 , G06N3/0442 , G06V40/20
Abstract: 本申请涉及计算机视觉技术领域，本申请提供一种基于视频识别的机器人动作生成方法，具体包括：S10：提取视频的人体空间位姿信息和物品空间位姿信息；S20：提取视频的人体时序信息和物品时序信息；S30：基于自我注意力机制和全局注意力机制，完成视频帧序列和指令序列的变换；S40：建立评价函数并对人体动作意图进行识别；S50：基于人体动作意图识别结果生成机器人动作。本申请通过基于视频骨骼点识别的机器人动作生成，能更方便的对机器人动作生成进行训练和泛化。
-
公开(公告)号：CN118393952A
公开(公告)日：2024-07-26
申请号：CN202410534768.0
申请日：2024-04-29
Applicant: 广州大学
IPC: G05B19/042 , B62D57/028
Abstract: 本申请涉及机器人控制领域，本发明提出基于神经网络外力辨识的轮腿机器人减震控制方法，步骤包括：S10：采集轮腿机器人的第一外力信息、第一关节扭矩信息和第一关节位置信息；S20：建立多层递归神经网络模型，将所述第一外力信息输出，将所述第一关节扭矩信息和第一关节位置信息作为输入；S30：训练获得外力辨识模型；S40：采集第二关节扭矩信息和第二关节位置信息；S50：输出第二外力信息；S60：输出所述轮腿机器人的腿部末端的位置修正量；S70：输出所述轮腿机器人的关节的角度修正量，实现对所述轮腿机器人的减震控制。本申请通过训练神经网络得到外力辨识模型并建立阻抗控制器实现对轮腿机器人控制，无需建立精准的机器人动力学模型。
-
公开(公告)号：CN113807249A
公开(公告)日：2021-12-17
申请号：CN202111090685.X
申请日：2021-09-17
Applicant: 广州大学
Abstract: 本发明公开了一种基于多模态特征融合的情感识别方法、系统、装置及介质，方法包括：获取预设的第一语音信息和对应的第一视觉信息，对第一语音信息和第一视觉信息进行特征提取得到语音特征图像和表情特征图像；对语音特征图像和表情特征图像进行特征融合得到第一多模态特征，根据第一多模态特征构建训练数据集；将训练数据集输入到预先构建的卷积神经网络中进行训练，得到训练好的多模态特征识别模型；根据多模态特征识别模型对待测者的情感进行识别。本发明一方面降低了模型复杂度，提高了模型训练和情感识别的效率，另一方面，同时考虑了语音特征和表情特征对模型的情感识别结果的影响，提高了情感识别的准确度，可广泛应用于情感识别技术领域。
-
公开(公告)号：CN110315552A
公开(公告)日：2019-10-11
申请号：CN201910542941.0
申请日：2019-06-21
Applicant: 广州大学
Abstract: 本发明涉及机械加工领域，具体涉及了一种基于深度信念网络的机器人磨抛预测控制方法，建立机器人磨抛系统的动力学模型，根据所述动力学模型和本申请提出的深度信念网络，得到完整的机器人磨抛预测控制模型；根据所述完整的机器人磨抛预测控制模型和当前时刻的系统信息，预测未来某时刻的机器人磨抛力预测结果；据所述预测结果，调整控制电压，对机器人磨抛过程实施预测控制。缓解磨拋控制系统对实时性的要求，能够快速的控制模型建立，实现更加精准地磨拋控制，并对磨拋变形幅度进行控制，同时避免磨拋冲击振动的发生。
-
公开(公告)号：CN116968020A
公开(公告)日：2023-10-31
申请号：CN202310811849.6
申请日：2023-07-03
Applicant: 广州大学
IPC: B25J9/16 , G06F30/17 , G06F30/27 , G06F119/14
Abstract: 本公开提供了一种机器人柔性碰撞检测模型的建立方法及装置，其中，方法包括：建立机器人动力学模型，使用机器人动力学模型识别机器人运动过程中的动力学参数；在机器人各关节处单独建立补偿动力学模型中的关节摩擦力矩的神经网络模型，对神经网络模型进行训练和测试后，保存该神经网络模型的信息，通过神经网络模型优化动力学模型，得到优化动力学模型；根据环境刚度、压痕深度、接触面几何形状及滞回阻尼因子建立柔性接触力模型；结合优化动力学模型与广义动量表达式进行公式推导，设计滑模动量观测器，使用滑模动量观测器对柔性接触力模型进行关节力矩的估计，得到最终的机器人柔性碰撞检测模型。
-
Patent Agency Ranking
公开(公告)号：CN115217869B
公开(公告)日：2023-09-08
申请号：CN202210841902.2
申请日：2022-07-18
Applicant: 广州大学
IPC: F16D65/18 , F16D65/22 , F16D121/04 , F16D121/06
Abstract: 本发明提供了一种新型停放制动装置，包括制动主缸和制动副缸，制动主缸的外壁上开设有第一输气口，制动副缸下方连接有停放缸，制动主缸内设置有与内壁滑动连接的第一活塞，第一活塞靠近制动副缸的端面固定有延伸至制动副缸内的丝杆，第一活塞远离丝杆的端面上连接有第一弹簧，丝杆外通过螺母螺纹连接有内摩擦体，内摩擦体的一侧设置有外摩擦体，外摩擦体远离内摩擦体的端面上设置有连杆机构，连杆机构的铰接处转动连接有设置在停放缸内的第二活塞杆，第二活塞杆下端连接有第二活塞，第二活塞与停放缸之间设置有第二弹簧，停放缸的外壁上开设有第二输气口。本发明结构紧凑，替代采用弹簧停放制动缸的传统方案，避免出现制动力叠加的问题。
-
公开(公告)号：CN116525076A
公开(公告)日：2023-08-01
申请号：CN202310500782.4
申请日：2023-05-05
Applicant: 广州大学
IPC: G16H30/20 , G16H50/20 , G16H50/50 , G06T5/50 , G06V10/774 , G06V10/82 , G06V10/764
Abstract: 本公开提供了一种阿尔兹海默症辅助诊断模型获取方法及装置，其中，方法包括：获取MRI和PET医学图像数据集，在三维状态下对MRI和PET医学图像进行预处理，完成配准和切片工作；将MRI和PET二维图像输入预先通过多尺度自适应变换建立的图像融合模型，输出融合图像；基于迁移学习方法，利用相近的认知障碍数据库对预先建立的VGG16神经网络图像分类识别模型进行预训练；使用融合图像对VGG16神经网络图像分类识别模型进行最后训练，获得多模态阿尔兹海默症辅助诊断模型。本公开将多尺度自适应变换应用于图像融合阶段，将迁移学习应用于图像分类阶段，以充分捕获来自不同深度的不同尺寸特征和解决数据量过少问题。
-
公开(公告)号：CN115311210A
公开(公告)日：2022-11-08
申请号：CN202210827677.7
申请日：2022-07-14
Applicant: 广州大学
IPC: G06T7/00 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于深度学习的差异化尺寸的电芯检测方法，包括如下步骤：差异化尺寸的电芯图像采集，标注所述差异化尺寸的电芯图像，所述差异化尺寸的电芯图像的标注信息形成差异化尺寸的电芯图像数据集；根据所述差异化尺寸的电芯图像数据集建立基于深度学习的电芯检测模型；训练所述电芯检测模型，搭建电芯检测系统，输出检测结果。本发明实现生产过程中视觉下电芯的检测，进而加快电芯检测效率；针对光线不稳定问题，在构建电芯数据集时采用了多种光源进行图像采集。由于传统目标检测算法特征提取能力较弱，鲁棒性差，本发明研究采用基于深度学习的目标检测算法，对电芯数据集进行训练，进而实现对电芯进行检测。
-
公开(公告)号：CN112572453B
公开(公告)日：2022-02-18
申请号：CN202011518724.7
申请日：2020-12-21
Applicant: 广州大学
IPC: B60W40/076 , B60W50/00 , B62D57/032
Abstract: 本发明公开了机器人在斜坡行走的步态规划方法、装置、设备及介质，方法包括：确定目标斜坡的斜面体材料和倾斜角度；采集人体在所述目标斜坡上行走过程中腿部的骨骼点数据集，构建斜坡行走轨迹；构建机器人的腿部模型，并确定机器人各关节角度之间的关联关系；根据所述关联关系和所述斜坡行走轨迹，建立非线性方程组；根据所述非线性方程组，构建控制模型；所述控制模型用于计算机器人在目标斜坡上行走时的关节角度值；根据所述关节角度值，控制所述机器人在斜坡上行走。本发明提高了机器人行动的稳定性，并且使得机器人可以在斜坡上行走，适应性强，可广泛应用于机器人技术领域。
-
公开(公告)号：CN112259126A
公开(公告)日：2021-01-22
申请号：CN202011016520.3
申请日：2020-09-24
Applicant: 广州大学
Abstract: 本发明公开了一种自闭症语音特征辅助识别机器人及方法，所述机器人包括：自闭症语音特征识别模型构建及训练单元，利用长短记忆神经网络和卷积神经网络构建自闭症语音特征识别模型，以量化的语音特征作为传感信号输入模型，对语音特征在传感信号的表现特征进行学习，并利用反向传播法对所述模型进行训练，实现分类器在网络权重的优化，最终获得可用于语音信号识别的自闭症语音特征识别模型；语音采集单元，采集机器人与被测者互动过程中被测者的语音信息；语音信息预处理单元，用于将采集的语音信息进行预处理，将语音特征量化为M维的语音特征向量；语音特征识别单元，利用训练好的模型，对经预处理后的语音信号进行语音特征识别。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.056 seconds)
