-
公开(公告)号:CN118163079A
公开(公告)日:2024-06-11
申请号:CN202410488542.1
申请日:2024-04-23
Applicant: 江南大学
IPC: B25J9/00
Abstract: 本发明提供的一种基于可重构平台的三模式并联机器人机构,其通过调整六个动平台用转动副的转动角度,控制三个连接用转动副的轴线彼此是否相交,实现三种不同的运动模式,分别为:三转动两移动、两转动两移动和一转动两移动;本申请无需通过支链内部运动副变化即可实现运动模式的重构,降低了模式重构的复杂程度,减少了支链中的驱动副,从而减少运动中的转动惯量;基于本申请中的三模式并联机构,模式切换易于控制,单自由度运动副数少,不含复杂运动副,对机构构件的刚度及装配精度要求较低,结构简单,易于模块化以及加工制造,其可适用于需要多种运动模式的生产与装配作业任务中。
-
公开(公告)号:CN119169308A
公开(公告)日:2024-12-20
申请号:CN202411199385.9
申请日:2024-08-29
Applicant: 江南大学
IPC: G06V10/44 , G06V10/34 , G06V10/46 , G06V10/52 , G06V10/80 , G06V10/62 , G06N3/042 , G06N3/045 , G06N3/0464
Abstract: 本发明提供基于可选择多尺度图卷积网络的骨架行为识别方法,其可以提高骨架行为识别的准确率,尤其能够在大型骨架数据集上取得优异的识别准确率,并具备有良好的泛化性能。其在空间域上,构造多尺度通道拓扑细化邻接矩阵并参与图卷积,实现对更多代表性关节特征的充分提取;在时间域上,提出可选择多尺度时序卷积模块,实现对有用的时间信息的充分关注;然后,结合多尺度图卷积模块和可选择多尺度时序卷积模块,构建可选择多尺度图卷积模型,在多流网络下进行端到端的训练,有效地捕获更多的关节特征和学习有用的时间信息。
-
公开(公告)号:CN118181258A
公开(公告)日:2024-06-14
申请号:CN202410488543.6
申请日:2024-04-23
Applicant: 江南大学
IPC: B25J9/00
Abstract: 本申请提供的一种基于可重构动平台的两模式并联机器人机构,其通过动平台用移动副调整三个V字结构之间的距离,控制连接用转动副的转动轴的轴线是否相交,实现了可重构动平台的三转动两移动和一转动两移动两种运动模式的切换;本申请无需通过支链内部运动副变化即可实现运动模式的重构,降低了模式重构的复杂程度,减少了支链中的驱动副,从而减少运动中的转动惯量。本申请的三条支链的结构完全一致,且不含复杂运动副,对机构构件的刚度及装配精度要求较低。整体结构简单,易于模块化以及加工制造,其可适用于需要多种运动模式的生产与装配作业任务中。
-
-