-
公开(公告)号：CN109514133A
公开(公告)日：2019-03-26
申请号：CN201811323901.9
申请日：2018-11-08
Applicant: 东南大学
CPC classification number: B23K37/00 , B25J9/0081
Abstract: 本发明公开了一种基于线结构光感知的焊接机器人3D曲线焊缝自主示教方法，包括确定扫描相关参数，扫描生成焊件的有序点云模型；对焊件的有序点云模型进行预处理滤波；然后在焊缝横截面的进行特征提取和定位，得到相应的焊缝点位姿坐标系，组成焊缝点位姿坐标系序列；根据焊缝点位姿坐标系序列结合焊接作业工艺参数要求形成焊枪位姿坐标系序列；根据焊枪位姿坐标系序列生成机器人焊接作业运动路径。本发明具有3D焊缝特征提取和建模能力，实现对复杂空间曲线焊缝的精确3D定位，可解决小批量、多品种、非标准工件焊接的去示教智能化编程，提高焊接精度和质量对于焊接机器人应用领域而言具有非常重要的经济价值和应用前景。
-
公开(公告)号：CN105843223B
公开(公告)日：2018-11-20
申请号：CN201610170481.X
申请日：2016-03-23
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于空间词袋模型的移动机器人三维地图创建与避障导航方法，包括以下步骤：1)采集Kinect传感器数据，对场景图像特征采用融合空间关系的空间词袋模型来描述；2）利用场景图像的SDBoW2模型描述进行机器人三维SLAM，实现闭环检测、三维点云拼接、图结构优化，从而创建环境的全局三维点云密度地图；3）机器人利用创建的三维全局地图和Kinect传感器信息在室内进行实时避障导航。本发明针对无里程计、无激光测距传感器的低成本移动机器人，在仅依赖Kinect传感器的情况下实现可靠、实时的三维地图创建与避障导航，适用于家庭、办公室等较大面积室内环境下的移动机器人长期作业服务应用场合。
-
公开(公告)号：CN105892994B
公开(公告)日：2018-04-24
申请号：CN201610207714.9
申请日：2016-04-05
Applicant: 东南大学
IPC: G06F9/30
Abstract: 本发明提供了一种任务规划与执行异常情况处理的方法及装置，涉及分布式智能环境下的移动机器人作业，应对机器人系统作业中遇到的异常情况。本发明方法主要包括：步骤1，任务规划失败的检测与应对；步骤2，行为分配失败的检测与应对；步骤3，行为执行失败的检测与应对。本发明移动机器人任务规划与执行异常情况处理方法，综合考虑了智能环境的特点，从科学研究与市场需求出发进行任务规划与执行异常情况处理，提出的发明方法可以有效提高系统的鲁棒性和健壮性。
-
公开(公告)号：CN106840148A
公开(公告)日：2017-06-13
申请号：CN201710053731.6
申请日：2017-01-24
Applicant: 东南大学
CPC classification number: G01C21/165 , G01S19/45 , G01S19/47
Abstract: 本发明公开了室外作业环境下基于双目摄像机的可穿戴式定位与路径引导方法，包括以下步骤：1)操作者进行环境探索，沿作业路径遍历整个作业现场环境，利用双目视觉里程计和GPS及IMU数据定位，同时创建作业环境概要地图；2)实时定位与路径引导的过程中，同时利用双目视觉里程计进行全局米制定位和利用闭环检测进行拓扑定位；3)判断出回路闭合时，利用场景特征计算出位姿偏差，对当前全局位姿进行纠偏，完成样本库更新；4)利用拓扑概要地图和实时定位结果，进行作业任务路径规划与作业路径引导提示，将信息推送给使用者。本发明针对室外环境下的设备巡检运维等一类任务的可穿戴式作业辅助系统，提供可靠、实时的作业路径引导及定位功能。
-
公开(公告)号：CN106453551A
公开(公告)日：2017-02-22
申请号：CN201610881827.7
申请日：2016-10-09
Applicant: 东南大学
CPC classification number: H04L67/125 , B25J9/1679 , G06F9/30003 , H04L67/16 , H04L67/18
Abstract: 本发明提出一种办公室内物品递送机器人任务规划与执行装置及方法，该装置包括客户端设备、室内视觉传感器、服务器和移动机器人；客户端设备向服务器发送任务，服务器在成功接收任务后，完成任务装载、任务求解、数据封装、报文派遣一系列工作，而移动机器人在接收到服务器派遣的行为指令后完成相应的行为动作。在任务规划与执行期间，服务器监测、存储和更新环境内的信息，这些信息通过环境内的视觉传感器获取或者通过客户端人工设定产生。本发明综合考虑了办公室内环境的特点，可以有效、灵活地运用于实际办公室环境，提高移动机器人任务执行效率。
-
Patent Agency Ranking
公开(公告)号：CN103984981B
公开(公告)日：2017-01-04
申请号：CN201410223460.0
申请日：2014-05-23
Applicant: 东南大学
IPC: G06N3/00
Abstract: 本发明涉及建筑物的分布式环境监测领域，公开了基于高斯过程模型的建筑物环境传感器测点优化方法，步骤为：采用遥操作移动机器人搭载环境测量传感器节点作为移动测量平台，采集未知建筑物内环境参数与测点位置；将采集获取的环境参数作为数据样本，采用高斯过程回归模型拟合环境参数的连续概率分布，并预测未布设测点位置上的测量值；采用贪心算法求解出一组最佳传感器位置集合；将最佳传感器位置集合与建筑物室内主要测点位置补充选取结果相结合，最终得到有限数目、位置最佳的测点分布结果。通过本发明，可解决未知建筑物较大面积内环境测量传感器的最优布设问题，实现用最少的传感器来最有效地重建环境参数场分布，替代传统的经验布设方法。
-
公开(公告)号：CN105466421A
公开(公告)日：2016-04-06
申请号：CN201510945537.X
申请日：2015-12-16
Applicant: 东南大学
CPC classification number: G01C21/00 , G01C21/206 , G05D1/021 , G05D2201/02
Abstract: 本发明公开了一种面向可靠WIFI连接的移动机器人自主巡航方法，包括以下步骤：1)机器人通过自主探索导航遍历整个环境，根据访问位置处的有限个测点的WIFI信号强度数据，利用高斯过程回归模型建立WIFI二维分布场的概率模型；2)同时建立环境栅格地图，并与WIFI信号强度分布相融合，生成混合地图即WIFI地图；3)利用已建立的WIFI地图进行避障导航，从而在实现最优路径避障导航的同时确保机器人所经路径绕开WIFI信号薄弱区域。本发明仅需要有限个WIFI信号强度测点数据，就可以利用机器学习算法估算出整个室内房间的WIFI信号分布，适用于远程移动机器人巡航监控中对实时无线网络连接有较高要求的应用场合。
-
公开(公告)号：CN114918918B
公开(公告)日：2023-07-25
申请号：CN202210581185.4
申请日：2022-05-26
Applicant: 东南大学
IPC: B25J9/16
Abstract: 本发明涉及机器人抓取操作领域，公开一种含领域自适应的机器人乱序目标推抓方法，包括以下步骤：1）搭建与真实场景相似的仿真环境，训练推‑抓操作协同策略的深度强化学习模型；2）分别在真实环境和仿真环境中采集样本，进行相应预处理构成用于训练图像迁移网络的数据集；3）构建基于多级注意力聚合及一致性约束的双向域对抗迁移网络，在所采集的非配对图像数据集上进行训练，实现将实物图像迁移为伪仿真图像并且迁移效果满足机器人推‑抓场景中的任务一致性；4）将解耦训练的图像迁移模块和机器人操作技能模型进行级联部署，实现机器人对现实环境中物体的乱序推散和抓取。本发明可用于基于RGB‑D相机的机器人乱序目标抓推协同策略迁移学习问题。
-
公开(公告)号：CN111091062B
公开(公告)日：2023-07-04
申请号：CN201911146390.2
申请日：2019-11-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于3D视觉聚类和匹配的机器人乱序目标分拣方法，包括：对采集的分拣场景点云滤除分拣场景点云平面，并对堆叠分拣场景进行分割点云平面，得到多个种类的分拣场景点云簇；查询三维点邻域得到各分拣场景点云簇的堆叠状态；估计分拣场景点云中各点的法线，并提取各分拣场景点云簇和目标模型的边缘；生成不同的边缘候选匹配集合，利用Super4PCS粗匹配获取初始位姿，再通过ICP精匹配进行排序识别和位姿估计。本发明通过对物体的三维感知，实现了对具有堆叠、遮挡、乱序等特点的多目标物体的识别、分类和匹配定位，有利于实现工业机器人的自主识别和抓取动作的规划，从而提高搬运、分拣作业的抓取效率和准确程度。
-
公开(公告)号：CN112489117B
公开(公告)日：2022-11-18
申请号：CN202011418811.5
申请日：2020-12-07
Applicant: 东南大学
IPC: G06T7/70
Abstract: 本发明公开了一种单视角点云下基于域迁移的机器人抓取位姿检测方法，包括以下步骤：1)通过深度相机获取机器人抓取场景的单视角点云；2)对采集到的点云进行预处理；3)在目标点云上进行均匀随机采样并计算局部标架，获取候选抓取位姿；4)以夹持器中心定义新的坐标系，将抓取位姿编码成多通道投影图像；5)构建以多通道抓取图像作为输入，基于生成对抗网络实现从仿真域到实物域无监督域自适应迁移的抓取位姿评价模型；6)构建大尺度仿真物体数据集，并构建实物数据集，对拓抓取检测的方法进行自动标注，形成训练集和测试集。本发明通过无监督域迁移的方式来缓解数据采集与标注的成本，该方法具有对未知、非规则物体的泛化性能。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.021 seconds)
