-
公开(公告)号：CN117315019A
公开(公告)日：2023-12-29
申请号：CN202311145718.5
申请日：2023-09-06
申请人： 重庆大学
摘要： 本发明公开了一种基于深度学习的机械臂抓取方法，获得通过深度相机获得带抓取物体的RGB图像与深度图像。对深度图像进行检测，获得无效像素并且重建这些数据，以便于神经网络获取更准确的抓取位姿。对RGB图像与深度图进行对齐，获得RGB‑D图像，对齐进行中心部分裁剪，获得RGB‑D图像。采用预先训练的改进后GGCNN2网络模型对带抓取物体的RGB‑D图像进行输入，生成带抓取物体的抓取位姿信息。在机械臂基座标系即笛卡尔坐标系下的抓取位姿。输入抓取信息，控制机械臂进行抓取任务。本发明解决了原网络中泛化和学习能力较差的问题，使得改进后的神经网络在获得带抓取物体的抓取位姿上具有更好的性能，在高精度抓取领域更具有实用性。
-
公开(公告)号：CN114967425B
公开(公告)日：2024-09-03
申请号：CN202210789155.2
申请日：2022-07-05
申请人： 重庆大学 , 星际(重庆)智能装备技术研究院有限公司 , 迪比(重庆)智能科技研究院有限公司
IPC分类号： G05B11/42
摘要： 本发明公开了一种基于状态约束的无人机非线性PID姿态控制方法，包括以下步骤：采用现有动力模型作为初始动力模型并定义本发明模型的控制量；结合状态依赖函数和初始动力模型构建基于状态约束的无人机动力模型；计算无人机系统非线性PID控制率并更新该模型参数；通过仿真验证算法对本模型进行训练，最终得到训练好的基于状态约束的无人机动力模型。本发明方法可以使现有的无人机可以在动态环境下，尤其是恶劣复杂的环境条件下实现正常飞行。
-
公开(公告)号：CN114299438A
公开(公告)日：2022-04-08
申请号：CN202111665332.8
申请日：2021-12-31
申请人： 重庆大学 , 星际(重庆)智能装备技术研究院有限公司 , 迪比(重庆)智能科技研究院有限公司
IPC分类号： G06V20/40 , G06V10/22 , G06V10/25 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明涉及融合传统停车检测与神经网络的隧道停车事件检测方法，从高速公路隧道不同场景下的摄像头采集行车视频，获取该视频的中的图片并进行标注得到VOC数据集；对VOC数据集中的图片进行聚类，得到每种车辆类别最适合的车辆目标边界框尺寸并将该尺寸作为SSD神经网络中Anchor尺寸；构建并训练基于SSD神经网络的车辆识别模型得到最优车辆识别模型；将一段待检测视频输入传统的停车检测算法后得到的存在固定前景目标图片的对应视频帧图片作为待预测图片将待预测图片作为输入最优车辆识别模型得到判定结果。本发明方法相对于传统的停车事件检测算法具有更高的准确率。
-
公开(公告)号：CN114299438B
公开(公告)日：2024-06-18
申请号：CN202111665332.8
申请日：2021-12-31
申请人： 重庆大学 , 星际(重庆)智能装备技术研究院有限公司 , 迪比(重庆)智能科技研究院有限公司
IPC分类号： G06V20/40 , G06V10/22 , G06V10/25 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
摘要： 本发明涉及融合传统停车检测与神经网络的隧道停车事件检测方法，从高速公路隧道不同场景下的摄像头采集行车视频，获取该视频的中的图片并进行标注得到VOC数据集；对VOC数据集中的图片进行聚类，得到每种车辆类别最适合的车辆目标边界框尺寸并将该尺寸作为SSD神经网络中Anchor尺寸；构建并训练基于SSD神经网络的车辆识别模型得到最优车辆识别模型；将一段待检测视频输入传统的停车检测算法后得到的存在固定前景目标图片的对应视频帧图片作为待预测图片将待预测图片作为输入最优车辆识别模型得到判定结果。本发明方法相对于传统的停车事件检测算法具有更高的准确率。
-
公开(公告)号：CN118081763A
公开(公告)日：2024-05-28
申请号：CN202410395951.7
申请日：2024-04-02
申请人： 重庆大学
IPC分类号： B25J9/16
摘要： 本发明公开了一种基于改进麻雀搜索算法的机器人时间最优轨迹规划方法，属于多自由度工业机器人控制技术领域；将机器人的作业轨迹分为三段，通过机器人示教获取待经过初末轨迹点参数和中间轨迹点参数；基于上述三段作业轨迹，将每一段关节运行轨迹各用一个多项式描述；对三次‑五次‑三次组合多项式进行约束；在求解完组合多项式各关节系数基础之上，综合考虑最优时间、运行时的关节角速度和关节角加速度等多重约束的影响，定义适应度函数，速度及加速度约束条件；利用改进的麻雀搜索算法对机械臂轨迹进行优化，返回优化后的各段轨迹最优运行时间。本发明相比于标准的麻雀搜索算法迭代速度更快,寻找得到的最优时间更短，并且搜索到的解更为优良。
-
公开(公告)号：CN114967425A
公开(公告)日：2022-08-30
申请号：CN202210789155.2
申请日：2022-07-05
申请人： 重庆大学 , 星际(重庆)智能装备技术研究院有限公司 , 迪比(重庆)智能科技研究院有限公司
IPC分类号： G05B11/42
摘要： 本发明公开了一种基于状态约束的无人机非线性PID姿态控制方法，包括以下步骤：采用现有动力模型作为初始动力模型并定义本发明模型的控制量；结合状态依赖函数和初始动力模型构建基于状态约束的无人机动力模型；计算无人机系统非线性PID控制率并更新该模型参数；通过仿真验证算法对本模型进行训练，最终得到训练好的基于状态约束的无人机动力模型。本发明方法可以使现有的无人机可以在动态环境下，尤其是恶劣复杂的环境条件下实现正常飞行。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.023 秒)
