-
公开(公告)号：CN118864827A
公开(公告)日：2024-10-29
申请号：CN202411345989.X
申请日：2024-09-26
Applicant: 湖南大学
IPC: G06V10/25 , G06N3/0464 , G06N3/084 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/64
Abstract: 一种针对大型装配过程全场景的统一化三维目标检测方法，包括：1、构建全场景激光雷达感知平台，采集三维点云数据；2、制作装配制造场景的检测数据集；3、构建三维目标检测模型；4、将训练集中的数据输入到三维目标检测模型中，得到目标分类结果和目标边界框回归结果；5、构建总损失函数，计算目标分类结果与目标边界框回归结果的损失值，循环4至5，直至总损失函数收敛，更新权重，得到训练后的三维目标检测模型；6、对训练后的三维目标检测模型进行测试，得到检测结果。本发明增加了装配效率，提高了装配质量，能及时发现和处理装配过程中的问题，避免了制造业中传统人工装配过程的安全隐患，有助于推动工业智能制造快速且高质量的发展。
-
公开(公告)号：CN118857154A
公开(公告)日：2024-10-29
申请号：CN202411346996.1
申请日：2024-09-26
Applicant: 湖南大学
Abstract: 一种双机器人大范围协同测量方法和系统，方法包括：1、测量标志点的坐标；2、对目标物体进行扫描；在扫描时，若视野受限，则进入3中，否则继续扫描，直至扫描完成；3、计算相邻测站的标志点坐标系到跟踪机器人坐标系的旋转矩阵和平移向量，构建相邻测站的旋转矩阵、平移向量的关系式，计算下个测站转到上个测站的旋转矩阵和平移向量，构建下个测站扫描到的点转到上个测站的关系式；4、扫描时，若视野受限，则利用下个测站扫描到的点转到上个测站的关系式对两测站扫描点云进行合并，直至扫描完成。本发明可实现任意相邻两测站间的自动化换站，可将任意测站的扫描结果变换到其他测站的坐标系下，实现测站间扫描结果的合并。
-
公开(公告)号：CN118809608A
公开(公告)日：2024-10-22
申请号：CN202411117826.6
申请日：2024-08-15
Applicant: 湖南大学
Abstract: 一种基于多模感知和硬度触觉检测的物体分拣方法及臂手系统，其中方法包括：1、构建水果硬度分类网络的训练集，并对水果硬度分类网络进行训练；2、对深度相机进行手眼标定，并将深度相机视觉感知到的目标位置映射到机械臂的运动轨迹上；3、对YOLOv8模型进行训练；4、在深度相机和训练后的YOLOv8模型的共同协助下，机械臂利用机械夹爪抓取目标水果，将第一柔性触觉传感器的触觉信息传输到训练后的水果硬度分类网络，得到目标水果的硬度；5、对水果成熟度进行分类，并分拣到指定的位置。本发明利用视觉指导臂手系统抓取，实现了对目标水果的全触觉成熟度检测，提高了检测效率、且在生活、生产场景里具有良好的普适性。
-
公开(公告)号：CN118789582A
公开(公告)日：2024-10-18
申请号：CN202410795627.4
申请日：2024-06-19
Applicant: 湖南大学
Abstract: 本发明公开了一种绳索差动驱动的柔性关节结构，包括滑轮差动模块和连杆支架。固定在关节连杆两个柔性驱动器分别固连着两段绳索，两端绳索经过若干个惰轮与滑轮差动模块上的差动滑轮进行连接。当两个驱动器同向转动，驱使两段绳索同时向下移动，带动滑轮差动模块整体屈伸；当两个驱动器反向转动，驱使两端绳索反向移动，带动差动滑轮旋转，通过内滑轮转向带动旋转法兰进行旋转。即完成关节的屈伸与内外旋。与现有的关节相比，本发明拥有更高的受载荷和更小的惯性。
-
公开(公告)号：CN118470254B
公开(公告)日：2024-10-18
申请号：CN202410940189.6
申请日：2024-07-15
Applicant: 湖南大学
IPC: G06T17/20 , G06N3/042 , G06N3/0464 , G06N3/08 , G06T19/20 , G06T3/18 , G06T3/4038 , G06V10/40 , G06V10/82
Abstract: 本申请涉及一种基于自适应模板的三维网格重建方法，该方法包括：构建三维网格重建模型；获取目标医学图像，通过特征提取模块对目标医学图像进行特征提取，得到多个不同尺度的特征图谱；GCN网格解码模块基于最小尺度的特征图谱构建自适应差分模板网格；构造平均模板网格，基于自适应差分模板网格和平均模板网格得到自适应模板网格；体素‑点云映射模块将各所述特征图谱上的体素特征分别转化为对应顶点的空间域特征；GCN网格形变模块基于所有的空间域特征对自适应模板网格进行变形，得到目标医学图像对应的三维表面网格。该方法解决了在复杂解剖结构的重建中因采用固定模板存在的局限性问题。
-
Patent Agency Ranking
公开(公告)号：CN118470037B
公开(公告)日：2024-10-18
申请号：CN202410941292.2
申请日：2024-07-15
Applicant: 湖南大学
Abstract: 本申请涉及一种基于深度圆检测的无监督语义分割方法，该方法包括：构建第一阶段的仿射配准网络模型；获取心脏模板图像、目标图像；将心脏模板图像和目标图像输入至仿射配准网络优化训练；将心脏模板图像与目标图像进行特征对齐；将目标图像输入训练完成后的仿射配准网络模型得到仿射配准模板图像；获取目标图像和仿射配准模板图像；将目标图像和仿射配准模板图像输入至第二阶段的变形配准网络模型优化训练，得到变形配准模板图像；基于变形配准模板图像进行标签融合过程，确定目标图像的掩膜分割结果。该方法通过仿射配准模型和变形配准模型可以有效地捕获心脏的解剖结构，两阶段的网络框架能够实现对心脏解剖结构的无监督语义分割。
-
公开(公告)号：CN118348554B
公开(公告)日：2024-10-18
申请号：CN202410468897.4
申请日：2024-04-18
Applicant: 湖南大学
IPC: G01S17/89 , G01S17/86 , G01S13/91 , G01S13/89 , G01S13/86 , G01J5/48 , G06T7/13 , G06T7/73 , G06F16/58 , G01J5/00
Abstract: 本发明公开了一种水面无人艇绝对定位方法、设备及存储介质，所述方法包括对岸线点云数据集进行边缘特征提取，得到边缘特征点集；利用相邻两帧的边缘特征点集估计相邻两帧的位姿变换关系；根据岸线点云数据集、位姿变换关系得到无人艇估计位姿和点云地图；根据岸线点云数据集、原始回波图像对无人艇估计位姿和点云地图进行周期性校正；对校正后的点云地图与获取的海岸遥感瓦片图像数据进行粗粒度的检索匹配，得到点云地图对应的二维岸线地图和遥感瓦片数据；根据校正后的无人艇估计位姿、点云地图对应的二维岸线地图和遥感瓦片数据进行无人艇的绝对定位。本发明能够获取水面无人艇在地理坐标系中的空间大地坐标信息和无人艇姿态信息。
-
公开(公告)号：CN118722092A
公开(公告)日：2024-10-01
申请号：CN202410956521.8
申请日：2024-07-17
Applicant: 湖南大学
IPC: B60F5/02 , B62D57/024 , B64U10/70
Abstract: 本发明涉及陆空两用机器人技术领域，具体为一种可变形的陆空多模态跨域越障机器人及控制方法，机器人包括机体、两个翼臂装置、陆空转换装置、两个车轮装置和控制系统模块；两个翼臂装置对称并转动连接在机体的左右两侧；陆空转换装置布设在机体上，用于调整两个翼臂装置与机体的倾角，以使机器人在地面运动模式和飞行运动模型之间往复切换；两个车轮装置分别安装在两个翼臂装置上，用于供机器人以地面运动模式在地面上移动并供机器人翻过设定高度以下的障碍物；控制系统模块安装在机体上，用于对两个翼臂装置、陆空转换装置和两个车轮装置进行控制。本发明可以进行陆空两用切换，适用范围广，且本发明结构稳定性好、抗干扰能力强。
-
公开(公告)号：CN118544363B
公开(公告)日：2024-10-01
申请号：CN202411009284.0
申请日：2024-07-26
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于自适应阻抗的多移动机器人协同搬运控制方法，每个移动机器人通过两个有限时间全分布式观测器分别估计参考点的实际位姿和理想位姿及其前二阶微分，然后根据估计的参考点的位姿、机械臂末端执行器的位姿以及协同搬运的闭链约束得到移动机器人末端的理想轨迹和移动机器人末端与参考点之间位姿偏差的估计值；每一个移动机器人的自适应阻抗系统与一个虚拟的能量罐互联，能量罐用于指导阻抗参数的更新，从而保证整个协作自适应阻抗系统的无源性；处理移动机器人未知的系统动力学，利用神经网络设计渐近跟踪自适应神经网络控制器，从而渐近实现理想的自适应阻抗关系。在安全协作的前提下提高了多机器人协同搬运系统的操作精度。
-
公开(公告)号：CN118650634A
公开(公告)日：2024-09-17
申请号：CN202411133433.4
申请日：2024-08-19
Applicant: 湖南大学
Abstract: 一种基于深度学习的多机器人柔性物体伺服方法，包括：1、搭建多机协同操作柔性物体装配场景；2、确认柔性物体位置以及抓取点，控制双机器人协同抓取柔性物体；3、双机器人协同柔性物体伺服成多组形状，并记录柔性物体的点云信息和机器人末端位置信息；4、特征提取器提取点云信息的特征向量，并训练形变控制模块；5、收集一组随机生成的形状点云信息并导入到形变控制模块中，输出运动指令，控制双机器人协同抓取柔性物体，并将物体形状伺服到目标形状。本发明设计了一套基于深度学习、柔性物体形状伺服和多机协同控制的框架，提高了机器人对不同材料可形变零件的形状伺服的泛化性，提升柔性部件形状伺服作业任务的复杂度和精确度。
-
-
-
-
-
-
-
-
-
Search Results
930
records
(took 0.062 seconds)
