-
公开(公告)号：CN107014353A
公开(公告)日：2017-08-04
申请号：CN201710095609.5
申请日：2017-02-22
Applicant: 同济大学
IPC: G01C9/00
Abstract: 本发明涉及一种地下长管道的形状测量系统，用于跟随外界的牵引装置运动实现对地下长管道的形状测量，包括：测量装置，用于连续测量地下长管道的倾角数据并对倾角数据进行存储；机械壳体，位于测量装置外部，用于保护测量装置并与外界的牵引装置连接；上位机，用于读取并处理测量装置存储的倾角数据，对地下长管道的形状进行可视化展示。与现有技术相比，本发明具有检测准确、实现方便、展示直观以及节省成本等优点。
-
公开(公告)号：CN106802181A
公开(公告)日：2017-06-06
申请号：CN201611037125.7
申请日：2016-11-23
Applicant: 同济大学
IPC: G01H11/06
CPC classification number: G01H11/06
Abstract: 本发明涉及一种基于无线网络传输的振动传感器隧道在线监测系统，该系统包括监控系统上位机、至少四组无线振动传感器和移动设备终端，所述的无线振动传感器安装到隧道上，所述的监控系统上位机分别与无线振动传感器和移动设备终端相连接；所述的无线振动传感器实时记录着隧道两个方向的振动数据，通过无线网络将数据发送到监控系统上位机，监控系统上位机存储并显示振动信号的实际工程数据，监控系统上位机根据采集数据做出振动系统实时折线图，移动设备终端利用无线网络远程访问监控系统上位机，读取所采集的监测数据。与现有技术相比，本发明具有耦合两个方向振动信号、真实反映隧道内振动情况，响应时间快，资源占用率低等优点。
-
公开(公告)号：CN101746429B
公开(公告)日：2011-11-16
申请号：CN201010102133.1
申请日：2010-01-28
Applicant: 同济大学
IPC: B62D57/024
Abstract: 本发明属于仿生学技术领域，具体涉及一种六足仿生湿吸爬壁机器人，由躯干骨架、仿生肢节、电机、驱动电路、预压结构、凸轮结构和拉绳结构组成，所有部件安装在躯干骨架上。躯干骨架包括支架、横梁，横梁安装在躯干支架凹槽中；仿生肢节包括底座、股节、胫节、弹簧钢片、柔性结构，股节、柔性结构的一端与底座相连，一端与胫节相连，弹簧钢片安装在胫节上；驱动电路对电机联合控制，电机竖直安装在电机槽中和横卧安装在横梁上；预压结构包括肢节支架、股节延伸T型支架，通过弹簧连接；凸轮结构包括凸轮、凸轮固定支架，凸轮的一端固定在电机轴上，一端与凸轮固定支架相连；拉绳结构包括拉绳支架、拉绳、闸线，拉绳通过拉绳支架与仿生肢节相连。本发明结构精简，各部分模块化、标准化，加工、组装方便，采用镂空结构，整体质量轻，多电机驱动，易于步态规划，容易实现六足爬壁机器人的稳定、可靠运行。
-
公开(公告)号：CN119885863A
公开(公告)日：2025-04-25
申请号：CN202411931976.0
申请日：2024-12-26
Applicant: 同济大学
Abstract: 本发明涉及一种基于元动作空间的人形机器人线束操作大模型训练，该方法包括：基于人类线束操作构建线束操作元动作；构建线束操作元动作数据集；基于所述的线束操作元动作数据集，利用强化学习训练人形机器人线束操作大模型；获取输入数据，利用训练好的人形机器人线束操作大模型输出关节电机参数并基于所述的关节电机参数实时更新输入数据；获取基础策略，并基于所述的基础策略获取残余策略；基于所述的基础策略和残余策略进行人形机器人线束操作。与现有技术相比，本发明提高了模型对复杂线束操作任务的理解与执行，解决了线束操作训练数据匮乏的问题。
-
公开(公告)号：CN119807712A
公开(公告)日：2025-04-11
申请号：CN202411976287.1
申请日：2024-12-31
Applicant: 同济大学
IPC: G06F18/213 , G06F18/10 , G06N3/008 , G06N5/022 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N5/04
Abstract: 本发明涉及一种智能体多维度本体增量式认知系统及方法。本发明包括本体运动感知模块、本体认知评估模块、记忆池模块、本体知识挖掘模块和本体认知培育模块；其中，本体运动感知模块用于得到多模态数据；本体认知评估模块用于利用多模态数据得到本体认知量化误差；记忆池模块用于数据存储；本体知识挖掘模块用于利用多模态数据挖掘建立本体知识库；本体认知培育模块用于构建本体认知模型，并在本体认知量化误差和本体知识库的指导下对本体认知模型训练。与现有技术相比，本发明具有对本体多维度特征表征与感知、提高认知数据准确性和减小整体误差等优点。
-
Patent Agency Ranking
公开(公告)号：CN119749920A
公开(公告)日：2025-04-04
申请号：CN202411987988.5
申请日：2024-12-31
Applicant: 同济大学
IPC: B64U30/293 , B64U10/10
Abstract: 本发明公开了一种旋翼快速折展机构，包括底板、旋转板、弧形弹性金属片和驱动机构；底板上通过第一转轴转动设置有旋转板，旋转板在底板上的转动实现折叠和展开；弧形弹性金属片的两端通过第二转轴和第三转轴分别转动设置于底板和旋转板；且弧形弹性金属片在旋转板折叠和展开形态下通过弹力提供维持形态稳定的能垒；驱动机构包括设置于底板和旋转板间的温控记忆弹簧和为它们提供热量的供电模块；温控记忆弹簧加热后缩短，通过缩短产生的力驱动旋转板旋转，其包括折叠弹簧和展开弹簧；本发明不仅具有双稳态的结构设计，还可以在折叠与展开两个稳定状态之间切换，需要空间小，重量轻。
-
公开(公告)号：CN119204148B
公开(公告)日：2025-04-01
申请号：CN202411316397.5
申请日：2024-09-20
Applicant: 同济大学
IPC: G06N3/0895 , G06N3/084 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种面向具身智能机器人的跨模态自监督学习的感知预测方法，获取机器人的运动输入向量和感知输入向量并利用认知模型学习二者相关性，学习过程包括：获取机器人行为相关的运动输入向量和感知输入向量，通过分别进行自编码和解码，计算运动输入向量和感知输入向量对应的重构损失；基于自编码后的运动、感知输入向量，通过跨模态查询计算跨模态映射损失；基于运动感知输入向量对应的重构损失，以及跨模态映射损失，加权得到总损失，基于总损失对认知模型的参数进行更新，实现基于自监督学习的模态内隐式表达和模态间联系的建模。与现有技术相比，本发明可以有效提升具身智能机器人行为的自适应水平，具有自主发育和持续学习等优点。
-
公开(公告)号：CN119660017A
公开(公告)日：2025-03-21
申请号：CN202411924955.6
申请日：2024-12-25
Applicant: 同济大学
Abstract: 本发明涉及一种面向无人机多模态停歇的非对称双稳态驱动机构，包括刚性支撑机构、非对称双稳态穹顶驱动装置和多层气囊结构装置，刚性支撑机构包括开孔空心管和位于开孔空心管两侧的支撑杆，支撑杆的根部连接开孔空心管的顶端侧边缘，多层气囊结构装置连接支撑杆和开孔空心管，气囊内部与开孔空心管的内部连通；非对称双稳态穹顶驱动装置位于开孔空心管内，包括底座、U字型薄片和弹性薄片，多个U字型薄片呈辐射状分布且尾部固定连接，连接处构成辐射状的中心，辐射状的边缘通过弹性薄片固定连接圆环形底座的内侧边缘。与现有技术相比，本发明实现了无人机在管道内外的高效停歇控制，具有结构紧凑、重量小、环境适应性好等优点。
-
公开(公告)号：CN119526422A
公开(公告)日：2025-02-28
申请号：CN202411975168.4
申请日：2024-12-31
Applicant: 同济大学
IPC: B25J9/16
Abstract: 本发明涉及一种基于视触‑语言‑动作多模态模型的可变形物体交互操作控制方法，包括：针对可变形物体进行图像、触觉和语言数据编码，得到视觉、触觉和语言特征；将视觉特征、触觉特征和语言特征进行跨模态特征对齐处理，得到多模态融合特征；将多模态融合特征输入大模型中进行环境理解；采用“思考‑决策”的规划方式迭代进行动作规划与执行；重复执行上述步骤，直至完成当前可变形物体交互操作任务。与现有技术相比，本发明提升了多模态特征对齐能力、动作规划精度和任务适配性，能够实现机器人对可变形物体的高效识别与交互，尤其在复杂环境中能有效应对物体的变形与状态变化，能够动态调整操作策略，实现更加智能、精确的可变形物体操作。
-
公开(公告)号：CN115582835B
公开(公告)日：2025-02-28
申请号：CN202211251825.1
申请日：2022-10-13
Applicant: 同济大学
Abstract: 本发明涉及一种基于事件驱动的环境感知电子皮肤系统，包括可扩展的模块化多模态感知单元组成的电子皮肤硬件、数据处理单元和多层次的数据融合环境感知算法。该电子皮肤系统能够包裹于机器人全身，可以实时、全方位地对机器人周围环境进行多模态信息测量。可测量信息包括温度、接近、加速度和压力信息等。多层次的数据融合环境感知算法可以实现物体运动估计，定位和身份识别功能。与现有技术相比，该电子皮肤系统使得机器人具备类人的触觉，并弥补其视觉盲区；该系统一方面能够使得机器人在环境中更加安全地作业，另一方面有效地提高了机器人的环境感知能力，并提高了信息的利用率。
-
-
-
-
-
-
-
-
-
Search Results
235
records
(took 0.025 seconds)
