公开(公告)号：CN110125930B

公开(公告)日：2021-05-11

申请号：CN201910314549.0

申请日：2019-04-18

Applicant: 华中科技大学

Inventor： 杨建中 ,  傅有 ,  宋仕杰 ,  欧道江 ,  武俊雄 ,  向单奇

IPC: B25J9/16

Abstract: 本发明公开了一种基于机器视觉和深度学习的机械臂抓取控制方法，获取机械臂当前状态下的作业场景图像，并根据运动指令向量的采样均值和初始方差，生成运动指令向量组；将其分别与作业场景图片进行结合，获取每个运动指令向量对应的可能性预测值；对运动指令向量对应的多个可能性预测值进行大小排序，获取至少一个最大可能性预测值对应的最佳运动指令向量；比较机械臂当前状态下抓取物体的可能性预测值与最佳运动指令向量的可能性预测值，确定抓取运动决策。本发明还公开了一种基于机器视觉和深度学习的机械臂抓取控制系统。本发明技术方案，能够应用于工业机械臂分拣、上料，服务机械臂抓取等诸多机械臂应用领域，提供智能、稳定的抓取效果。

公开(公告)号：CN111950189A

公开(公告)日：2020-11-17

申请号：CN201910399580.9

申请日：2019-05-14

Applicant: 华中科技大学

Inventor： 杨建中 ,  方问潮 ,  朱万强 ,  黄德海 ,  武俊雄 ,  向单奇 ,  陈雨

IPC: G06F30/27 ,  G06T17/00 ,  G06T3/00 ,  G06N3/08

Abstract: 本发明公开了一种适用于曲面的刀具加工路径规划方法，其特征在于，包括获得样本工件在规则二维平面上的平面刀具路径规划图像，将其与对应的真实刀具路径规划图像一起，构成训练样本对刀具加工路径规划模型进行训练；将平面刀具路径规划图像并将其与真实刀具路径规划图像进行相似度比较，完成刀具加工路径规划模型的训练；将待加工工件的工况条件及其对应的规则二维平面输入刀具加工路径规划模型，对应输出该待加工工件的刀具加工路径规划。本发明技术方案针对目前神经网络在刀具加工路径规划问题上准确度不高、泛化能力不强的情况，采用对神经网络进行多样本、多工况对抗训练的方式，可以有效提高神经网络在刀具加工路径规划应用的精确度。

公开(公告)号：CN109500657B

公开(公告)日：2020-07-10

申请号：CN201811353029.2

申请日：2018-11-14

Applicant: 华中科技大学

Inventor： 杨建中 ,  宋仕杰 ,  傅有 ,  向单奇 ,  武俊雄

IPC: B23Q17/09

Abstract: 本发明属于智能数控机床检测相关技术领域，其公开了一种基于视觉的断刀检测方法及系统，该方法包括以下步骤：(1)对刀具的ROI区域进行标定及初始化计数；(2)实时采集刀具及工件的图像，并对所述图像依次进行灰度及二值化处理以得到二值图像；(3)对所述二值图像进行掩膜，且仅保留所述ROI区域对应的二值图像；(4)对二值图像进行形态学处理后，提取所述二值图像的二值轮廓，进而得到参考轮廓；(5)判断所述参考轮廓的面积与标定好的刀具轮廓面积之间的比值是否小于第一预定值，并根据判断结果进行相应动作。本发明可靠性高，速度较快，成本较低，灵活性较好，适用性较强。

公开(公告)号：CN109491320A

公开(公告)日：2019-03-19

申请号：CN201811283054.8

申请日：2018-10-31

Applicant: 华中科技大学

Inventor： 杨建中 ,  向单奇 ,  武俊雄 ,  高嵩 ,  朱万强 ,  宋仕杰 ,  傅有

IPC: G05B19/19

Abstract: 本发明属于人工智能和计算机辅助相关技术领域，其公开了一种基于强化学习的刀具路径生成与优化方法，该方法包括以下步骤：(1)将加工信息输入到环境仿真模型；(2)环境仿真模型依据来自深度神经网络模型的动作值产生状态值，并将状态值输出给深度神经网络模型，深度神经网络模型根据状态值作产生新的动作值，并将新的动作值传输给环境仿真模型，如此两者不断交互，使得刀具从加工起始点到达加工终点，进而生成刀具路径；(3)重复步骤(2)以获得多条刀具路径，将多条刀具路径输入到路径评判模块，路径评判模块对每刀具路径做出判断并输出评判分数，将评判分数最高的刀具路径作为最终的刀具路径。本发明提高精度及效率，适用性较强。