-
公开(公告)号：CN116360251A
公开(公告)日：2023-06-30
申请号：CN202211295038.7
申请日：2022-10-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种机器人系统的控制方法、装置、电子设备及存储介质，其中方法包括：获取当前时刻的实际状态，以及当前时刻后预设时段内的期望状态；基于标称模型预测控制策略，计算预设时段内与期望状态相对应的标称控制律和标称状态，标称模型预测控制策略是在机器人系统的标称模型的基础上引入滑动模态构建的；基于实际状态，以及标称状态，确定估计偏差；基于辅助控制器，确定估计偏差对应的辅助控制律；基于辅助控制律和标称控制律，确定预设时段内的实际控制律，并基于实际控制律，对机器人系统进行控制。本发明提供的方法、装置、电子设备及存储介质，提高了后续机器人系统控制的准确性。
-
公开(公告)号：CN113199460B
公开(公告)日：2022-09-02
申请号：CN202110562679.3
申请日：2021-05-24
Applicant: 中国科学院自动化研究所 , 北京科技大学
Abstract: 本发明属于肌肉骨骼机器人控制领域，具体涉及了一种非线性肌肉骨骼机器人控制方法、系统及设备，旨在解决现有拉线式骨骼机器人控制精度低、难度大的问题。本发明包括：根据拉格朗日动力学的逆，前馈控制器输入，计算机器人的关节转矩；结合机器人的力臂矩阵，获取机器人每条肌肉的肌肉力、肌腱长度，并计算机器人每条肌肉长度；通过后向差分获取肌纤维变化速度；基于机器人每条肌肉的肌肉力、肌纤维长度和变化速度，构建机器人前馈控制器；通过PID控制器进行前馈控制器输出信号的调整；按照调整后的控制信号，控制机器人按照期望轨迹运动。本发明非线性肌肉骨骼机器人的前馈控制器具有鲁棒性和较强的适用性。
-
公开(公告)号：CN113084813B
公开(公告)日：2022-05-03
申请号：CN202110396855.0
申请日：2021-04-13
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明属于智能机器人领域，具体涉及一种基于肌肉参数优化构建约束力场的机器人运动控制方法，旨在解决现有的肌肉骨骼机器人运动控制精度较差的问题。本方法包括计算机器人各肌肉的附着点之间的距离之和，作为肌肉长度；计算各肌肉对应的肌肉力；计算肌肉力臂；计算肌肉驱动力在机器人末端点形成的等效力；通过优化肌肉的最大等距力和激活量，形成以目标点为均衡中心的约束力场；计算约束力场中各等效力指向目标点的力分量，得到向心等效力场；利用分水岭算法计算对应的约束力场的有效范围；控制机器人在约束力场的牵引作用下运动至目标点。本发明提高了肌肉骨骼机器人运动控制精度。
-
公开(公告)号：CN114413910A
公开(公告)日：2022-04-29
申请号：CN202210328453.1
申请日：2022-03-31
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种视觉目标导航方法及装置，所述方法包括：基于目标图像，获取目标层级关系特征表示和第一视觉特征表示；并根据目标类别信息，获取类别编码；根据所述目标层级关系特征表示、所述第一视觉特征表示和所述类别编码，获取预测导航动作。本发明通过编码目标类别，赋予机器人在视觉目标导航中的推理能力，一定程度上弥补了全局信息的缺失；通过“目标‑区域”层级关系使得机器人的推理更为高效，在提高导航成功率的同时大幅减少导航步数和时间，在缺乏全局信息输入的条件下，机器人可以快速且精准的完成导航任务。
-
公开(公告)号：CN113837220A
公开(公告)日：2021-12-24
申请号：CN202110949246.3
申请日：2021-08-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于在线持续学习的机器人目标识别方法、系统及设备，方法通过获取预设数量的未标注的图像样本数据；基于历史深度神经网络模型，计算图像样本数据的伪损失值；根据伪损失值得到查询概率，基于查询概率在图像样本数据中选择信息量大且保持多样性的样本数据进行标注，得到人工标注样本；计算人工标注样本中各类样本在深度特征空间的均值和协方差；在回放缓冲集中选择该轮迭代未出现的类别样本，根据协方差在类别样本中进行采样，得到采样样本；以回放缓冲集中的历史样本、人工标注样本和采样样本作为更新训练集，对历史深度神经网络模型进行训练，得到更新深度神经网络模型，有效提高了机器人在线获取数据并进行持续目标识别的效率。
-
Patent Agency Ranking
公开(公告)号：CN111300442B
公开(公告)日：2021-08-10
申请号：CN202010114845.9
申请日：2020-02-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种柔性脊柱，涉及仿生机器人的技术领域，其包括脊柱本体、导管以及控制装置；脊柱本体设置有内腔，在内腔中设置有分割部，分割部将内腔分割为至少三个相互独立的腔室，各腔室绕一轴线分布；每个腔室至少联通一根导管，导管的另一端联通控制装置；控制装置通过导管向不同的腔室供气或供液并且控制各腔室内的流体压力以控制脊柱本体的姿态。本发明的柔性脊柱解决了现有的仿生机械鼠在运行时电机存在噪声进而干扰试验的问题。基于上述柔性脊柱，本发明还公开了一种制造方法，计算方法和机械鼠。
-
公开(公告)号：CN113084814A
公开(公告)日：2021-07-09
申请号：CN202110396857.X
申请日：2021-04-13
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明属于智能机器人领域，具体涉及一种基于分布位置优化实现肌肉骨骼机器人运动控制的方法，旨在解决现有的肌肉骨骼机器人运动控制精度较差的问题。本方法包括计算机器人各肌肉的附着点之间的距离之和，作为肌肉长度；计算各肌肉对应的肌肉力；计算肌肉力臂；计算肌肉驱动力在机器人末端点形成的等效力；通过优化肌肉的附着点的位置分布，形成以目标点为均衡中心的约束力场；计算约束力场中各等效力指向目标点的力分量，得到向心等效力场；利用分水岭算法计算对应的约束力场的有效范围；控制机器人在约束力场的牵引作用下运动至目标点。本发明提高了肌肉骨骼机器人运动控制精度。
-
公开(公告)号：CN110222793B
公开(公告)日：2021-06-22
申请号：CN201910539276.X
申请日：2019-06-20
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明涉及一种基于多视角主动学习的在线半监督分类方法及系统，所述在线半监督分类方法包括：步骤S1：获取当前时刻的多视角数据；步骤S2：基于所述多视角数据，通过多视角预测函数，估计视角数据的地物类别标签及次大标签t表示当前时刻；步骤S3：根据所述地物类别标签及次大标签确定分类间隔qt；步骤S4：根据所述分类间隔qt，对分类器进行更新。本发明基于多视角主动学习的在线半监督分类方法在线获取任意时刻的多视角数据，利用分类间隔，对分类器进行更新，可提高分类效率，节省人力，实现了少量样本标注时的高精度分类。
-
公开(公告)号：CN108388907B
公开(公告)日：2021-03-02
申请号：CN201711482208.1
申请日：2017-12-29
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明属于机器学习算法和图像处理技术领域，具体涉及一种基于多视角学习的极化SAR数据分类器实时更新方法，旨在为了解决分类器不能实时更新或只能单独更新而忽略视角间一致性、互补性以致影响分类精度提升的问题，本方法包括：S1，基于t时刻的极化SAR图像，提取样本极化特征、颜色特征、纹理特征；S2，通过在线多视角分类模型，估计样本的地物类别标签；S3，根据真实地物类别标签计算损失，当损失大于零时通过拉格朗日乘子法求解所述在线多视角分类模型闭式解的方法，对分类器进行更新；S4，获取t+1时刻的极化SAR图像后，重复S1至S3，直至全部极化SAR图像处理完毕。本发明可以实现极化SAR数据在线实时分类，在线分类错误率更低。
-
公开(公告)号：CN111931703B
公开(公告)日：2021-01-05
申请号：CN202010961981.1
申请日：2020-09-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉、机器人视觉领域，具体涉及一种基于人‑物体交互弱监督标签的物体检测方法，旨在解决现有的弱监督物体检测方法模型收敛速度慢、检测精度较差的问题。本发明方法包括：获取待检测的图像，作为输入图像；通过训练好的弱监督物体检测模型得到所述输入图像对应的物体检测结果；其中，弱监督物体检测模型基于深度卷积神经网络构建。本发提高了弱监督物体检测的精度。
-
-
-
-
-
-
-
-
-
Search Results
250
records
(took 0.043 seconds)
