公开(公告)号：CN116079785B

公开(公告)日：2025-03-21

申请号：CN202310178673.5

申请日：2023-02-28

Applicant: 上海大学

Inventor： 沈振军 ,  王宇斌 ,  陈冬冬 ,  孔冬冬 ,  吕品 ,  施伟豪

IPC: B25J18/00 ,  B25J9/16

Abstract: 本发明涉及一种四面体翻滚机器人及其运动关节参数优化方法，其中机器人通过其支撑臂的组合摆动来实现翻滚运动，动作步骤简单且各个关节间可独立控制，简化了机器人的整体结构并降低了控制难度；通过确定四面体翻滚机器人的特征参数，结合翻滚条件筛选出四面体翻滚机器人的可翻滚形状；通过在特定的关节运动速度下，机器人的形状到翻滚所需时间的关系来确定摆动关节的最优目标值；并给出了机器人旋转关节的角度变化方法。与现有技术相比，本发明解决了四面体翻滚机器人运动步骤多、运动过程耗时的缺点，使得对应的四面体翻滚机器人在该关节参数下进行运动时所花费的时间最短，提升了机器人的运动效率。

公开(公告)号：CN118840411A

公开(公告)日：2024-10-25

申请号：CN202410841915.9

申请日：2024-06-27

Applicant: 上海大学

Inventor： 陈冬冬 ,  施伟豪 ,  孔冬冬 ,  黎佳豪 ,  陈硕 ,  王鑫

IPC: G06T7/60 ,  G01B11/12 ,  G01B11/22 ,  G01B11/27 ,  G06T7/62 ,  G06T7/12 ,  G06T7/13 ,  G06T7/136 ,  G06T7/155 ,  G06T5/30

Abstract: 本发明涉及一种不均匀光照条件下的双目视觉锪窝孔几何参数测量方法，包括以下步骤：构建HED边缘检测模型，对双目相机拍摄的待测孔图像进行边缘检测，得到粗边缘结果；提取粗边缘的骨架信息以细化边缘；基于八邻域跟踪法对细化后的边缘进行进一步后处理，得到单一边界点集，对单一边界点集通过角点分割并重新连接曲线段以优化出满足条件的曲线段；基于孔表面的不均匀光照特性选取最优曲线段进行锪窝孔拟合；依据双目图像中的锪窝孔拟合结果重建孔的三维特征并求解孔的几何参数。与现有技术相比，本发明具有等优点。

公开(公告)号：CN113125055B

公开(公告)日：2022-11-08

申请号：CN202110235580.2

申请日：2021-03-03

Applicant: 上海大学

Inventor： 杨辰烨 ,  朱盛鼎 ,  雷静桃 ,  陈冬冬

IPC: G01L1/18 ,  G01L1/14

Abstract: 本发明公开了一种压阻式与电容式相融合的三维柔性触觉传感器，属于传感器技术领。本传感器由若干个压阻传感单元、若干个电容传感单元、包覆各传感单元的柔性绝缘层以及连接各传感单元的细导线组成；压阻传感单元由上下两层电极片以及中间一层压阻材料组成，用于测量法向力；电容传感单元由上下两层电极片以及中间一层介电层组成，用于测量切向力；柔性三维触觉传感器可同时测量法向力和切向力，结构简单，厚度薄，柔性好，可很好地贴附在人手皮肤表面且不影响手部动作，测量灵敏度高，可实现点阵功能，易于采集大量触觉数据以便分析人手触觉特征。本发明柔性三维触觉传感器成本低，适合批量生产，可应用于机器人、医疗、生物力学等领域。

公开(公告)号：CN119369396A

公开(公告)日：2025-01-28

申请号：CN202411537493.2

申请日：2024-10-31

Applicant: 上海大学

Inventor： 陈冬冬 ,  陈硕 ,  孔冬冬 ,  施伟豪 ,  王鑫 ,  喻孟强

IPC: B25J9/16

Abstract: 本发明涉及一种工业机器人位置误差及其区间的预测方法及电子设备，该方法包括以下步骤：构建包含关节角度矢量和位置误差的数据集；使用核主成分分析将关节角度矢量投影到高维空间，进行特征升维；将特征升维后的特征以及对应的位置误差分别作为贝叶斯神经网络的输入和标签，对贝叶斯神经网络进行训练；将测试集数据按照同样方法进行特征升维后输入到训练好的贝叶斯神经网络，输出位置误差及其置信区间的预测。与现有技术相比，本发明具有实现机器人位置误差和区间的预测、预测值更准确以及适用性好等优点。

公开(公告)号：CN114170671A

公开(公告)日：2022-03-11

申请号：CN202111086878.8

申请日：2021-09-16

Applicant: 上海大学

Inventor： 雷静桃 ,  朱盛鼎 ,  陈冬冬

IPC: G06V40/20 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G01L5/00

Abstract: 本发明公开了一种基于深度学习的按摩手法识别方法，通过柔性触觉传感器采集按摩时手部的力分布及力大小信息，并采用神经网络提取手法特征，实现对按摩手法的识别；采用变分自编码器，实现数据增强；利用帧差法提取输入数据的关键帧，去除输入的冗余帧；通过二维卷积神经网络与循环神经网络，提取并训练按摩点阵热力图组的空间域、时间域特征；在卷积神经网络后引入帧注意力机制，提高网络对按摩手法识别精度。本发明在不增加采集数据成本情况下，扩充原有的传感器数据；提取图组数据的关键帧，减少网络过拟合现象，增加网络泛化能力；神经网络提取视频帧之间的时间域信息，获取按摩手法的时间域特征；通过引入帧注意力机制，有效提高识别精度。