-
公开(公告)号：CN103279667B
公开(公告)日：2015-11-04
申请号：CN201310210880.0
申请日：2013-05-29
Applicant: 东南大学
IPC: G06F19/00
Abstract: 本发明公开了一种构件化机器人系统的服务模型与网络辅助资源利用方法，所述服务模型包括语义和状态信息两层结构，本发明方法包括如下步骤：首先以服务说明文档的形式对服务构件的功能进行描述和存储；其次机器人通过自身的任务需求建模和服务匹配过程发现网络中的可用服务构件；然后机器人根据服务匹配规则，利用服务组合算法得到完成任务所需的服务构件组合；最后针对本地网络资源的服务类型和空间分布已知特性，采用服务拓扑图实现本地同类网络资源的快速切换。本发明实现了机器人根据自身任务需求、自动灵活地选择和调用网络中的各种服务资源，解决了网络资源异构性、动态性等关键问题，最终可实现将积聚于机器人一身的智能分散到网络环境中。
-
公开(公告)号：CN102831646A
公开(公告)日：2012-12-19
申请号：CN201210287826.1
申请日：2012-08-13
Applicant: 东南大学
IPC: G06T17/05
Abstract: 本发明公开了一种基于扫描激光的大尺度三维地形建模方法，首先通过安装在移动机器人平台上的扫描激光对周边环境进行感知，并通过坐标变换将原始激光数据转化为三维点云；其次采用中值滤波方法对点云进行预处理，并构建八叉树结构完成数据的存储；然后采用了基于高斯混合模型的概率化方法对数据进行融合处理，以实时建立地形环境模型；最后对地形模型中存在的遮挡区域进行检测和处理以进一步提高模型精度。本发明采用低成本的二维扫描激光有效解决了大范围复杂地形的实时建模问题，通过对模型中存在的各种不确定性进行概率化处理，实现了模型精度和实时性之间的良好平衡，可满足GIS系统或无人自主导航等不同领域的广泛需求。
-
公开(公告)号：CN107767457B
公开(公告)日：2021-04-06
申请号：CN201710928391.7
申请日：2017-10-09
Applicant: 东南大学
IPC: G06T17/30
Abstract: 本发明公开了一种基于点云快速重建的STL数模生成方法，包括对输入的点云进行简化滤波并提取特征；对数模表面点云进行曲面重建；在STL数模上建立模型拓补关系，并进行网格简化；对简化后的STL数模进行孔洞检测和修复以去除模型中的缺陷。本发明方法可有效解决基于激光扫描点云的STL模型重建问题，通过点云特征提取和模型重建等步骤生成了STL模型，并通过网格简化和孔洞修复技术实现了对所生成的STL模型表面缺陷的自动修复，从而在保留点云基本特征的前提下实现了STL数模的快速重建并提高了重建出的STL数模的可用度，可满足智能制造过程中的机器人离线编程技术、自动轨迹规划技术等不同领域的广泛需求。
-
公开(公告)号：CN107703748B
公开(公告)日：2020-01-07
申请号：CN201710928486.9
申请日：2017-10-09
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于偏置板设计的重载机器人静态刚度辨识方法，包括推导重载机器人关节刚度辨识模型；对安装在重载机器人法兰盘末端的偏置板进行设计，推导出从重载机器人偏置板施加力点到重载机器人法兰盘中心点的偏置板运动学模型及力和力矩转换模型；对重载机器人进行位姿选取，在选取特定位姿下借助激光跟踪仪测量重载机器人法兰盘末端形变；采用最小二乘法，辨识出重载机器人关节刚度数值。本发明方法整体方案简单易实施，简化了法兰盘末端施加力的方式，保证了受力方向测量的精度，有利于提高重载机器人关节刚度辨识数值的精度，从而可提高重载机器人的控制精度和性能，对基于重载机器人的智能制造领域具有潜在的应用价值和经济效益。
-
公开(公告)号：CN109783652A
公开(公告)日：2019-05-21
申请号：CN201910090552.9
申请日：2019-01-30
Applicant: 东南大学
IPC: G06F16/36 , G06F16/9535
Abstract: 本发明提供了一种机器人利用常识根据室内物品推理房间类型的推理网络的构建方法，属于服务机器人任务规划与执行的技术领域。本发明的方法主要包括：步骤1，查询常识知识库获取各种物品在各种类型房间中的出现概率；步骤2，判断每种物品与各种房间类型之间是否存在显著性相关关系；步骤3，将具有显著性相关关系的物品和房间类型生成一阶逻辑，利用原概率计算该一阶逻辑的参数，构成推理网络。本发明机器人根据室内物品推理房间类型的推理网络的构建方法，综合考虑了常识知识与室内环境的差异性和常识知识的通用性以及推理网络的复杂程度，提出的发明可以有效的减小推理网络的复杂度，提升房间分类的准确性。
-
Patent Agency Ranking
公开(公告)号：CN107703748A
公开(公告)日：2018-02-16
申请号：CN201710928486.9
申请日：2017-10-09
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于偏置板设计的重载机器人静态刚度辨识方法，包括推导重载机器人关节刚度辨识模型；对安装在重载机器人法兰盘末端的偏置板进行设计，推导出从重载机器人偏置板施加力点到重载机器人法兰盘中心点的偏置板运动学模型及力和力矩转换模型；对重载机器人进行位姿选取，在选取特定位姿下借助激光跟踪仪测量重载机器人法兰盘末端形变；采用最小二乘法，辨识出重载机器人关节刚度数值。本发明方法整体方案简单易实施，简化了法兰盘末端施加力的方式，保证了受力方向测量的精度，有利于提高重载机器人关节刚度辨识数值的精度，从而可提高重载机器人的控制精度和性能，对基于重载机器人的智能制造领域具有潜在的应用价值和经济效益。
-
公开(公告)号：CN103904898B
公开(公告)日：2017-05-03
申请号：CN201410159267.5
申请日：2014-04-18
Applicant: 东南大学
IPC: H02M3/28
Abstract: 本发明公开了一种适于医疗检测用电源的低噪声高效隔离变换器及控制方法，属于电力电子变换器技术领域。所述适于医疗检测用电源的低噪声高效隔离变换器由原边电路、变压器和副边电路构成，原边电路包括输入源、两个开关管和两个电容，副边电路包括三个电感、四个二极管、两个开关管、输出滤波电容和负载。本发明能够实现所有开关器件的软开关，有效降低变换器的开关噪声并显著改善变换效率；能够有效地降低输出电流纹波，使输出滤波电容容值和体积得到极大降低；能够通过整流电路实现升压，适合隔离升压功率变换；控制简单、可靠性高；特别适合医疗检测用电源等对噪声、可靠性、安全性和效率等有特殊要求的应用场合。
-
公开(公告)号：CN103279667A
公开(公告)日：2013-09-04
申请号：CN201310210880.0
申请日：2013-05-29
Applicant: 东南大学
IPC: G06F19/00
Abstract: 本发明公开了一种构件化机器人系统的服务模型与网络辅助资源利用方法，所述服务模型包括语义和状态信息两层结构，本发明方法包括如下步骤：首先以服务说明文档的形式对服务构件的功能进行描述和存储；其次机器人通过自身的任务需求建模和服务匹配过程发现网络中的可用服务构件；然后机器人根据服务匹配规则，利用服务组合算法得到完成任务所需的服务构件组合；最后针对本地网络资源的服务类型和空间分布已知特性，采用服务拓扑图实现本地同类网络资源的快速切换。本发明实现了机器人根据自身任务需求、自动灵活地选择和调用网络中的各种服务资源，解决了网络资源异构性、动态性等关键问题，最终可实现将积聚于机器人一身的智能分散到网络环境中。
-
公开(公告)号：CN106845502B
公开(公告)日：2020-07-07
申请号：CN201710050139.0
申请日：2017-01-23
Applicant: 东南大学
Abstract: 本发明提供了一种用于设备检修的穿戴式辅助装置及设备检修可视化指导方法，所述穿戴式辅助装置包括但不限于头戴式传感器支架、深度视觉传感器、佩戴式处理器、手持平板液晶显示器和后台服务器。所述可视化检修指导，能够为工人提供设备引导接近、设备状态识别、设备维修与装配可视化虚拟指导等关键辅助功能。本发明针对工人对待检修对象不熟练、装配操作步骤不熟悉的情况，能够协助工人，提高其工作效率和操作规范性和准确性。
-
公开(公告)号：CN109541997B
公开(公告)日：2020-06-02
申请号：CN201811323907.6
申请日：2018-11-08
Applicant: 东南大学
IPC: G05B19/042
Abstract: 本发明公开了一种面向平面/近似平面工件的喷涂机器人快速智能编程方法，首先采用激光扫描工件表面获得一组原始点云，再截取工件点云，简化点云、滤除噪声点；其次从三维点云中分离出表示喷涂表面的二维平面点云，并进一步提取出点云的多边形边界特征，再进行直线拟合；然后通过多边形拟合、校正、顶点排序等操作提取出喷涂面边界多边形特征；最后进行工件表面全覆盖路径规划。本发明针对平面/近似平面工件的快速、智能化、去示教编程方法，无需繁琐的人工示教过程，通过低成本2D线激光自动扫描提取工件表面特征，以及自动优化生成机器人的全覆盖路径，可有效提高特定工件曲面的喷涂效率和喷涂作业质量。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.018 seconds)
