-
公开(公告)号：CN112405542B
公开(公告)日：2021-09-14
申请号：CN202011286626.5
申请日：2020-11-17
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明属于机器人控制技术领域，具体涉及了一种基于脑启发多任务学习的肌肉骨骼机器人控制方法及系统，旨在解决多任务场景下肌肉骨骼式机器人无法连续学习且控制精准度较低的问题。本发明包括：构建循环神经网络作为初始机器人控制模型；设计模型的一致集群响应模式，分析模型的权重条件；针对单个任务，通过基于奖励的学习方法实现模型的自主学习，进行模型权重修正；针对多个任务，结合基于奖励调控的学习方法和低维输入空间的正交权重修正算法，实现多个运动任务的可持续学习，进行模型循环权重修正，获得多任务学习的机器人控制模型；通过模型生成机器人的肌肉控制信号。本发明建模简单、高效，模型连续学习和泛化能力强，对噪声的鲁棒性好。
-
公开(公告)号：CN112549028A
公开(公告)日：2021-03-26
申请号：CN202011399548.X
申请日：2020-12-02
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明属于轨迹规划领域，具体涉及一种基于动态运动基元和人工势场的双臂机器人轨迹规划方法、系统、装置，旨在解决现有机器人轨迹规划方法实时性差、泛化性差、效率低的问题。本系统方法包括获取双臂机器人待路径规划的目标位置，作为输入数据；基于输入数据，双臂机器人通过预构建的动态基元运动模型得到对应的规划路径，并沿该规划路径移动至目标位置。本发明提高了有机器人轨迹规划的实时性、泛化性以及效率。
-
公开(公告)号：CN110119844B
公开(公告)日：2021-02-12
申请号：CN201910378476.1
申请日：2019-05-08
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于智能机器人领域，具体涉及一种引入情绪调控机制的机器人运动决策方法、系统、装置，旨在解决机器人决策速度与学习效率的问题。本系统方法包括利用环境感知模型，根据当前动作变量和状态值生成下一时刻的预测状态值；基于动作变量、状态值、即时奖励，更新状态‑动作值函数网络；基于环境感知模型获取预测轨迹，计算预测轨迹局部最优解，并进行微分动态规划，获取基于模型的最优决策；根据当前状态和策略，最小化状态‑动作值函数，获取无模型决策；基于状态预测误差、奖励预测误差及平均奖励值，通过情绪加工可计算模型生成情绪响应信号，根据信号的阈值选择路径决策。本发明在保证学习效率同时逐步提高决策速度。
-
公开(公告)号：CN110238839B
公开(公告)日：2020-10-20
申请号：CN201910287227.1
申请日：2019-04-11
Applicant: 清华大学 , 中国科学院自动化研究所
Abstract: 本发明提出一种利用环境预测优化非模型机器人多轴孔装配控制方法，属于机器人装配技术领域。本发明利用通用动作值函数进行环境相关知识预测，并且根据人的装配经验设计模糊逻辑系统将学习的知识预测作为输入，输出用于优化非模型控制算法的参数，当深度强化学习网络迭代次数上限且装配符合要求时，输出训练完毕的深度强化学习网络用于多轴孔装配过程中输出装配动作。本发明可实现对已有非模型机器人控制算法的优化，缩短了机器人多轴孔装配所需的时间。
-
公开(公告)号：CN109176532B
公开(公告)日：2020-09-29
申请号：CN201811333508.8
申请日：2018-11-09
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明属于机器人技术领域，具体涉及一种机械臂路径规划方法、系统及装置，旨在解决从序贯式数据逐步建立序列模型而发生灾难性遗忘的问题。本发明方法包括，从多任务序列R中选取一个未经优化的任务Ri；基于任务Ri的局部策略pi来生成成功抓取的样本轨迹集合Dm；基于Dm拟合线性高斯动力学模型；采用直接优化单一的局部策略的方法优化得到优化后的局部策略p1i；基于p1i生成成功抓取的样本轨迹集合D1m；采用EWC算法，基于D1m优化全局策略πθ；重复上述步骤直至R任务被遍历，输出最后优化的到的全局策略πθ，进行机械臂多任务下的路径规划。通过本发明从序贯式数据逐步建立序列模型而不发生灾难性的遗忘。
-
Patent Agency Ranking
公开(公告)号：CN111553952A
公开(公告)日：2020-08-18
申请号：CN202010381171.9
申请日：2020-05-08
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器人视觉图像处理领域，具体涉及了一种基于生存对抗的工业机器人视觉图像识别方法、系统、装置，旨在解决现有技术无法针对不同类型的干扰以及对于无干扰图像进行处理导致效率低的问题。本发明包括：对获取的工业机器人视觉图像以及各工件对应的模板图像进行模板匹配，能够匹配的直接输出匹配后的识别结果，不能匹配的通过分类网络依据干扰类型进行分类；调用干扰类型对应的图像还原子网络进行生成还原图像；将还原图像与各目标图像进行模板匹配，输出匹配后的识别结果。本发明针对不同类型的干扰训练对应的图像还原子网络，可生成更加清晰的无干扰图像，对于清晰的图像则直接进行图像匹配，图像识别精度高、效率高、占用系统资源少。
-
公开(公告)号：CN107901045B
公开(公告)日：2020-07-28
申请号：CN201710946795.9
申请日：2017-10-12
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及仿生结构技术领域，具体涉及一种仿生机器鼠，该仿生机器鼠包括：头部运动仿生结构，其用于模拟生物鼠的头部结构和运动；前肢运动仿生结构，其连接到头部运动仿生结构，用于模拟生物鼠的前肢结构和运动；腰部运动仿生结构，其连接到前肢运动仿生结构，用于模拟生物鼠的腰部结构和运动；后肢运动仿生结构，其连接到腰部运动仿生结构，用于模拟生物鼠的后肢结构和运动。本发明的仿生机器鼠的各个结构之间互相独立又彼此连接，每个结构都可以作多自由度的独立运动，同时，本发明的仿生机器鼠的结构空间紧凑、功能完善，与生物鼠的形状结构相似度高，有利于生物学家、神经科学家和脑研究者对生物鼠进行研究。
-
公开(公告)号：CN108460402B
公开(公告)日：2020-07-24
申请号：CN201810036297.5
申请日：2018-01-15
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明涉及图像处理技术领域，具体提供了一种极化SAR图像有监督分类方法及装置，旨在解决如何充分利用极化SAR的多视角特征提高图像的分类精度的技术问题。为此目的，本发明中的极化SAR图像有监督分类方法，包括下述步骤：依据训练样本的极化特征向量集、纹理特征向量集和颜色特征向量集，利用预设多视角子空间学习模型获取其各自对应的降维映射矩阵；依据所获取的各降维映射矩阵，获取各像素点的低维特征；依据所获取的各像素点的低维特征，利用预设分类器对待分类的像素点进行分类。通过本发明可以充分利用极化SAR的多视角特征，在保持数据的结构，判别信息和视角信息的同时提取特征，提高图像的分类精度。
-
公开(公告)号：CN107234625B
公开(公告)日：2019-11-26
申请号：CN201710552603.6
申请日：2017-07-07
Applicant: 中国科学院自动化研究所
IPC: B25J13/08
Abstract: 本发明涉及机器人技术领域，具体涉及一种视觉伺服定位和抓取的方法。本发明旨在解决现有技术中机器人对目标物体进行自主定位和抓取时不够精准的问题。为此目的，本发明的视觉伺服定位和抓取的方法包括：采集目标物体的图像；确定目标物体在图像中的位置信息；根据位置信息确定目标物体在环境中的实际位置；根据实际位置，控制机器人的机械手抓取目标物体。通过本发明的技术方案，实现了机器人对目标物体高效精准地自主定位和抓取，同时，本发明的技术方案不需要对机器人的硬件系统进行改进，从而降低了环境对机器人硬件系统的限制。
-
公开(公告)号：CN110076780A
公开(公告)日：2019-08-02
申请号：CN201910464449.6
申请日：2019-05-30
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明涉及一种基于视觉和力反馈位姿调节的机器人装配方法及系统，所述装配方法包括：基于待装配轴孔工件和机械手爪的形状，建立手爪与轴孔静态接触的环境约束空间；通过机械手爪对待装配轴孔工件进行在线抓取，并确定待装配轴孔工件的当前位姿和状态；基于环境约束空间以及待装配轴孔工件的当前位姿和状态，确定待装配轴孔工件沿倾斜部分的当前移动距离；比较当前移动距离与设定阈值的大小，如果大于设定阈值，则根据当前移动距离，对待装配轴孔工件进行轴孔装配，否则重新抓取，直至当前移动距离大于设定阈值。本发明根据环境约束空间以及待装配轴孔工件的当前位姿，可准确确定轴孔装配状态，从而可提高智能协调性，实现装配的实时性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
250
records
(took 0.04 seconds)
