-
公开(公告)号：CN119017395A
公开(公告)日：2024-11-26
申请号：CN202411514549.2
申请日：2024-10-29
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种面向动态医药场景下的机械臂路径规划与重规划方法，包括基于非均匀采样自适应步长RRT*算法进行初始路径规划，基于RRT*结合虚拟势场对动态障碍物进行实时避障：得到初始的安全无碰撞路径后，结合路径决策控制器来选择机械臂运动路径，根据动态障碍物点云信息实时判断初始路径节点是否存在危险节点，若存在危险节点，则重规划局部路径，当不存在危险节点时，则执行初始路径并判断机械臂运动规划是否完成，直至机械臂完成从起点到终点的运动。解决了传统路径规划算法效率低，规划时间长，实时性低以及动态环境下规划能力差的问题，可实现在医药场景下机械臂在静态障碍物以及动态障碍物约束下生成一条安全高效的运动路径。
-
公开(公告)号：CN117400269B
公开(公告)日：2024-04-12
申请号：CN202311716182.8
申请日：2023-12-14
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于双向采样和虚拟势场引导的机械臂路径规划方法，定义栅格地图并确定机械臂末端的初始点和目标点在栅格地图中的初始点和目标点，将栅格地图中的初始点和目标点分别设置为初始随机树和目标随机树的根节点，对两颗随机树采用双向随机树导向策略进行采样并交替进行扩展，并对扩展后产生的节点执行碰撞检测并处理，得到两颗随机树在每次扩展后各自对应的节点，根据预设的终止检测阈值以及扩展次数判断是否满足随机树扩展的终止条件，若满足终止条件，则输出栅格地图中从初始点到目标点的初始路径并优化，得到规划出的机械臂路径。该方法可有效解决现有机械臂路径规划过程中冗余采样点过多、避障随机性高、规划时间较长等技术问题。
-
公开(公告)号：CN118219262A
公开(公告)日：2024-06-21
申请号：CN202410373065.4
申请日：2024-03-29
Applicant: 湖南大学
IPC: B25J9/16 , G06T7/207 , G06T7/246 , G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/092
Abstract: 本发明公开了一种针对透明物体相互堆积下的机器人抓取方法，包括利用端到端的深度补全网络补全经过预处理得到的原始深度信息，利用预测分割模块预测目标掩码图像，根据深度补全后的深度高度图和掩码高度图得到高维特征图，利用空间通道融合注意机制加强多张不同旋转角度的高维特征图，得到的注意力特征图输入推动动作的全卷积网络和抓取动作的全卷积网络中获取动作价值最大的推动作和抓动作，机器人按照当前训练步数下的动作选择规则选择动作。提供了一种基于深度补全、注意力机制和强化学习的机械臂自主抓取方法，使得机器人仅依赖视觉状态输入就能自主决策并执行一系列动作成功实现在杂乱场景中移除障碍物后稳定抓取具有透明属性的物体。
-
Patent Agency Ranking
公开(公告)号：CN117576538A
公开(公告)日：2024-02-20
申请号：CN202311542814.3
申请日：2023-11-17
Applicant: 湖南大学
Abstract: 本发明公开了一种基于神经网络的医药容器抓取检测方法，设计了一个医药试管容器数据集自动采集流程，可根据流程制作出特定医药试管容器抓取场景的数据集，设计了抓取检测网络，通过特征提取块提取特征，然后通过并行信息融合块中进行多尺度特征融合，再通过注意力机制块进行不同位置特征加权，输出四个与输入数据相同大小的特征图，对抓取网络进行训练和网络参数更新，最后获取实时采集到的图像，将实时图像输入至训练好的抓取检测网络得到最佳抓取点，经过坐标转换，将图像中所表示的最佳抓取配置转化为机械臂空间坐标系抓取配置，并发送至机械臂执行抓取。有效提高医药试管容器抓取检测网络的检测性能、运行效率以及抓取准确性。
-
公开(公告)号：CN118081758A
公开(公告)日：2024-05-28
申请号：CN202410340460.2
申请日：2024-03-25
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种杂乱场景下机器人自主拾取与放置位姿获取方法，该方案将相机获取的工作场景彩色、深度图像作为输入，利用语义分割模型获取目标信息并加强输入信息表征能力，采用一种演员‑评论家形式的深度强化学习方法自主移除障碍物探索目标物体位姿，再利用基于深度特征模板匹配的方法获取目标放置位姿，最后拾取放置物体到特定位姿，该方案可以实现在复杂场景中探索出被遮挡目标物体并放置到特定的位姿。该方案实现了依据拾取位姿对目标放置位姿的高精度定位，在杂乱场景中目标拾取成功率可达80％以上，从整体提高了目标放置位姿获取任务的成功率和稳定性。
-
公开(公告)号：CN119017395B
公开(公告)日：2025-02-07
申请号：CN202411514549.2
申请日：2024-10-29
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种面向动态医药场景下的机械臂路径规划与重规划方法，包括基于非均匀采样自适应步长RRT*算法进行初始路径规划，基于RRT*结合虚拟势场对动态障碍物进行实时避障：得到初始的安全无碰撞路径后，结合路径决策控制器来选择机械臂运动路径，根据动态障碍物点云信息实时判断初始路径节点是否存在危险节点，若存在危险节点，则重规划局部路径，当不存在危险节点时，则执行初始路径并判断机械臂运动规划是否完成，直至机械臂完成从起点到终点的运动。解决了传统路径规划算法效率低，规划时间长，实时性低以及动态环境下规划能力差的问题，可实现在医药场景下机械臂在静态障碍物以及动态障碍物约束下生成一条安全高效的运动路径。
-
公开(公告)号：CN117400269A
公开(公告)日：2024-01-16
申请号：CN202311716182.8
申请日：2023-12-14
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于双向采样和虚拟势场引导的机械臂路径规划方法，定义栅格地图并确定机械臂末端的初始点和目标点在栅格地图中的初始点和目标点，将栅格地图中的初始点和目标点分别设置为初始随机树和目标随机树的根节点，对两颗随机树采用双向随机树导向策略进行采样并交替进行扩展，并对扩展后产生的节点执行碰撞检测并处理，得到两颗随机树在每次扩展后各自对应的节点，根据预设的终止检测阈值以及扩展次数判断是否满足随机树扩展的终止条件，若满足终止条件，则输出栅格地图中从初始点到目标点的初始路径并优化，得到规划出的机械臂路径。该方法可有效解决现有机械臂路径规划过程中冗余采样点过多、避障随机性高、规划时间较长等技术问题。
-
公开(公告)号：CN117270543A
公开(公告)日：2023-12-22
申请号：CN202311433663.8
申请日：2023-10-31
Applicant: 湖南大学
Abstract: 本发明公开了一种复杂障碍物环境下基于DIBNN的多机器人协同区域搜索方法，提出了一种双重改进的生物启发神经网络DIBNN模型，包含两层改进的生物启发神经网络IBNN，将第一层IBNN与栅格地图状态进行结合，构建新的环境信息模型，将第二层IBNN与多机器人系统中最优机器人的位置信息结合；每个机器人根据第一层IBNN的神经元活性值决策出下一步运动位置，运动至新的位置并更新环境信息；在搜索过程中，如果某个机器人陷入局部死锁状态，则启动第二层IBNN，指导该机器人跳出局部死锁状态后继续由第一层IBNN的神经元活性值指导机器人进行区域搜索，直至整个任务区域搜索完毕。有效提高了多机器人区域搜索效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
