-
公开(公告)号：CN118415626B
公开(公告)日：2025-02-28
申请号：CN202410506147.1
申请日：2024-04-25
Applicant: 同济大学
IPC: A61B5/11 , A61B5/00 , G06F18/2431 , G06F18/22 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/092 , G16H50/30 , G06F123/02
Abstract: 本发明公开了一种人形机器人步态分析及机器人控制方法，涉及机器人控制技术领域。利用采集到的步态数据预训练步态分析与识别模型，用于评估人形机器人的步态参数，所述的步态参数包括：步态对称性、步态一致性、动作、步态相位以及步态健康程度；基于预训练的步态分析与识别模型实时估计出的步态参数。之后将预训练的步态分析与识别模型部署到人形机器人控制策略中；将步态分析与识别模型实时估计出的步态参数加入人形机器人控制策略的状态空间，由控制策略生成并执行相应的行为动作。本发明通过评估人形机器人在运动时的对称性、一致性，同时识别机器人的动作及其步态相位，以量化机器人的步态参数，以提高机器人在学习过程中的表现。
-
公开(公告)号：CN119338981A
公开(公告)日：2025-01-21
申请号：CN202411294059.6
申请日：2024-09-14
Applicant: 同济大学
IPC: G06T17/00 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种基于仿人机器人具身感知的物体三维信息重构方法，包括：步骤1、获取仿人机器人具身采集的单视角深度图像，进行预处理，得到物体的单视角三维点云，作为初始物体表面点云；步骤2、将初始物体表面点云输入视触融合物体重建网络中，得到初始物体形状估计结果；步骤3、采用双臂主动触觉探索策略对物体进行主动探索，得到触觉数据和进一步细化的物体表面点云，并将进一步细化的物体表面点云加入初始物体形状估计结果中，与触觉数据共同输入视触融合物体重建网络中进行进一步的物体重建，得到进一步细化的物体形状估计结果，重复执行步骤3，直至重建结束。与现有技术相比，本发明具有在复杂场景中机器人单视角情况下实现物体的精细化形状重建等优点。
-
公开(公告)号：CN119188748A
公开(公告)日：2024-12-27
申请号：CN202411381410.5
申请日：2024-09-30
Applicant: 同济大学
Abstract: 本发明涉及一种基于脉冲生成的机器人灵巧手仿生感知方法，包括：获取机器人灵巧手的传感单元采集的脉冲触觉数据；将脉冲触觉数据输入具有双通道的编码器中，提取时空特征并交互融合，完成对物体的感知识别，其中具有双通道的编码器包括时序子编码器、空间子编码器和多模态交互模块；完成对物体的感知识别的步骤包括：将脉冲触觉数据输入时序子编码器中提取时序特征；将脉冲触觉数据输入空间子编码器中提取空间特征；将时序特征和空间特征输入多模态交互模块中进行特征交互，得到时空特征，并采用concate操作进行处理，最终输出对物体的感知识别结果。与现有技术相比，本发明具有高效处理触觉认知任务等优点。
-
公开(公告)号：CN119165958A
公开(公告)日：2024-12-20
申请号：CN202411305091.X
申请日：2024-09-19
Applicant: 同济大学
IPC: G06F3/01 , G06F3/16 , G06F18/25 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/0442
Abstract: 本发明涉及一种基于多模融合的意图理解个性化人机交互方法，其特征在于为凝视、语音和手势三种信息源设置权重，来迎合用户偏好，在信息融合过程中，通过对三种信息源加权得到预融合信息源，将四种信息源组合融合估计用户意图，用户对结果进行反馈，记录该结果是否符合用户预期，每预测指定次数后，根据这些预测结果更新模态权重，同时将有效的意图指令发送给机器人，机器人完成相应任务，与现有技术相比，本发明具有高准确率、高可靠度的优点，此外本发明可以根据用户反馈周期性调整权重，能够迎合用户偏好，并且在特定场景下，可以通过权重的调节以适应不同场景各模态的适应，提高了人机交互的应用场景，提供个性化人机交互体验等优点。
-
公开(公告)号：CN119036442A
公开(公告)日：2024-11-29
申请号：CN202411126832.8
申请日：2024-08-16
Applicant: 同济大学
IPC: B25J9/16
Abstract: 本发明涉及一种基于速度映射带的人机交互安全控制方法，包括以下步骤：在轴向工作区域内，利用机械臂导纳控制方法实现机械臂人机交互拖动示教；根据人机交互范围以及机械臂的工作空间，确定机器人的工作安全区间，在工作安全区间边缘设置基于位置的限位；在工作安全区间内设置速度映射带，用于在机器人接近限位点时进行速度映射；根据目标变速曲线计算速度映射带内速度曲线，作为速度阈值；在速度映射带内，基于速度阈值和导纳控制方法产生的控制速度进行机械臂控制，在除速度映射带外的其他工作空间内，基于导纳控制方法产生的控制速度进行机械臂控制。与现有技术相比，本发明具有保证了安全性、提高了用户体验等优点。
-
Patent Agency Ranking
公开(公告)号：CN118832572A
公开(公告)日：2024-10-25
申请号：CN202410784417.5
申请日：2024-06-18
Applicant: 同济大学
IPC: B25J9/16 , G06N3/0464 , G06N3/0442 , G06N5/04 , G06N3/0455 , G06V10/40
Abstract: 本发明涉及一种机器人视觉语言导航的动作自适应方法和系统，包括：确定机器人可行动作空间数值范围，并生成随机动作；基于随机动作与环境交互所得变化，利用机器人动作影响自编码模块得到动作嵌入向量；基于动作嵌入向量，对比数据集中特定动作并计算差异，确定当前执行动作及对应的语义含义；基于确定性的动作与环境交互所得，利用交叉模态注意力特征提取模块，得到机器人视觉语言多模态特征；基于机器人视觉语言多模态特征，作为扩散策略决策模块条件，迭代推理出机器人下一步执行动作；对机器人状态进行更新，直至到达目标结束本次导航任务。与现有技术相比，本发明具有增强机器人动作自适应的鲁棒性和准确性等优点。
-
公开(公告)号：CN115711616B
公开(公告)日：2024-08-30
申请号：CN202210648405.0
申请日：2022-06-09
Applicant: 同济大学
Abstract: 本发明提供了一种室内室外穿越无人机的平顺定位方法及装置，涉及无人机定位技术领域。包括以下步骤：基于因子图优化框架，进行多源传感器信息融合；将多源传感器信息融合过程与VINS算法相结合，进行最大后验估计，获得基于GPS‑VINS因子图结构的因子图优化估计框架；将最大后验估计问题转化为稀疏线性优化问题，通过求解最大后验估计的优化问题，基于因子图优化估计框架，完成室内室外穿越无人机的平顺定位。本发明提出的GPS‑VINS算法在室内外组合空间中实现了一致统一的定位，实现了无人机的无缝室内外组合空间飞行。
-
公开(公告)号：CN118415626A
公开(公告)日：2024-08-02
申请号：CN202410506147.1
申请日：2024-04-25
Applicant: 同济大学
IPC: A61B5/11 , A61B5/00 , G06F18/2431 , G06F18/22 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/092 , G16H50/30 , G06F123/02
Abstract: 本发明公开了一种人形机器人步态分析及机器人控制方法，涉及机器人控制技术领域。利用采集到的步态数据预训练步态分析与识别模型，用于评估人形机器人的步态参数，所述的步态参数包括：步态对称性、步态一致性、动作、步态相位以及步态健康程度；基于预训练的步态分析与识别模型实时估计出的步态参数。之后将预训练的步态分析与识别模型部署到人形机器人控制策略中；将步态分析与识别模型实时估计出的步态参数加入人形机器人控制策略的状态空间，由控制策略生成并执行相应的行为动作。本发明通过评估人形机器人在运动时的对称性、一致性，同时识别机器人的动作及其步态相位，以量化机器人的步态参数，以提高机器人在学习过程中的表现。
-
公开(公告)号：CN118298255A
公开(公告)日：2024-07-05
申请号：CN202410169455.X
申请日：2024-02-06
Applicant: 同济大学
Abstract: 本发明涉及一种基于运动重建的跌倒检测的仿真IMU训练数据生成方法、跌倒检测方法及装置，其中生成方法包括：步骤S1：对视频片段进行跌倒状态标注；步骤S2：得到各人体关键点的二维坐标；步骤S3：得到各关键点的三维坐标；步骤S4：基于存在先验角度的关节生成先验角度值序列；步骤S5：将对应于所述关节的模拟角度的仿真骨骼模型作为当前时刻的姿态识别结果；步骤S6：计算各测量部位的三轴加速度和速度，连同对应的跌倒状态标注结果，作为仿真IMU训练数据。与现有技术相比，本发明实现了跨模态数据生成，从视频到惯性测量单元，从而有效地解决了传统IMU数据集受限和实验范式不一致的问题。
-
公开(公告)号：CN118071934A
公开(公告)日：2024-05-24
申请号：CN202410368408.8
申请日：2024-03-28
Applicant: 同济大学
IPC: G06T17/00 , G06V10/80 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及一种基于单视角RGBD融合网络的手物交互重建方法，步骤包括：将手物交互的对齐RGBD图像的深度图转化为点云，并应用特征编码器从中提取RGB特征和点特征；融合所提取的RGB特征和点特征，生成密集RGBD特征；采用SDF特征编码器将密集RGBD特征生成手物形状编码，通过手物几何特征估计模块预测手物的姿态参数和物体位置；通过几何傅里叶特征编码模块处理基于每个三维查询点相对于手腕的旋转和平移以及物体的平移，获得手物几何编码；采用手和物体SDF解码器利用手物形状编码和手物几何编码估计每个三维查询点的SDF重建手和物体形状。与现有技术相比，本发明更充分融合了RGB和深度信息，实现了几何精细的手物交互重建。
-
-
-
-
-
-
-
-
-
Search Results
235
records
(took 0.025 seconds)
