公开(公告)号：CN114952873A

公开(公告)日：2022-08-30

申请号：CN202210923498.3

申请日：2022-08-02

Applicant: 季华实验室

Inventor： 付鑫 ,  韩乐

IPC: B25J9/16 ,  G06T17/00 ,  G06T7/207

Abstract: 本发明涉及虚拟工厂的数字孪生模型搭建领域，具体为一种机械臂三维重建方法、装置、电子设备和存储介质。该机械臂三维重建方法包括步骤：基于已装配的机械臂，获取机械臂各个手臂的零件模型；获取多张不同位姿下机械臂的第一图像；根据第一图像，获取机械臂各个手臂之间的关节的关节点坐标；根据关节点坐标识别出机械臂各个手臂之间的关节的自由度；根据自由度对零件模型添加运动约束，得到机械臂的数字孪生动态模型，本发明采取部分重建、整体装配的思想通过向三维重建技术生成的静态零件模型添加运动约束进而搭建出可进行仿真运动的机械臂数字孪生动态模型。

公开(公告)号：CN113988202B

公开(公告)日：2022-08-02

申请号：CN202111297721.X

申请日：2021-11-04

Applicant: 季华实验室

Inventor： 张校志 ,  付鑫 ,  韩乐

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F16/2458 ,  G01H17/00

Abstract: 本发明涉及异常检测的技术领域，并公开了一种基于深度学习的机械臂异常振动检测方法，只需要在训练阶段加装获取振幅数据的装置，获取实际的振幅数据用于采用事后分析的方法判断机械臂的轴是否产生了异常振动，生成标注数据，在训练完成后，不需要依赖额外加装机械结构即可实时对轴或关节的异常振动进行实时检测，且基于深度学习的机械臂异常振动方法考虑了机械臂不同轴或关节之间的耦合关系，将实时控制器实时反馈所有轴的状态数据作为输入，网络结构并不复杂，能够满足实时性要求。相比于阈值判断或事后非实时判断的方法，本发明能很好应对机械臂运行时状态一直变化的情况，适用性更强。

公开(公告)号：CN114275211A

公开(公告)日：2022-04-05

申请号：CN202210024593.X

申请日：2022-01-10

Applicant: 季华实验室

Inventor： 付鑫 ,  韩乐 ,  何嘉臻 ,  田松坡

IPC: B65B5/10 ,  B65B61/06 ,  B65B61/22

Abstract: 本发明公开一种防止物体挤压的自动化堆放方法及装置，该方法包括以下步骤：根据装载容器预先规划物体的水平摆放顺序；按照规划的水平摆放顺序，机械手将物体投放至装载容器中；通过视觉识别模块和深度检测模块对装载容器中的物体进行实时检测；将物体的深度值与当前层面的理论深度对比，若物体的深度值与当前层面的理论深度之差位于设定的误差范围内，则认为摆放整齐；否则，则认为摆放不整齐；当前层面铺满后，通过拉袋驱动机构将气泡袋覆盖在摆放好的物体的上方，再通过切袋机构将气泡袋与主体分隔；按照上述操作直至装载容器装满。本发明能够自动整齐地对物体进行摆放，不仅可以防止物体收到过重的挤压，而且还能获得最大的空间容纳率。