一种螺纹型超声驱动变焦镜头和相机

    公开(公告)号:CN117008282A

    公开(公告)日:2023-11-07

    申请号:CN202311233482.0

    申请日:2023-09-22

    Abstract: 本发明公开了一种螺纹型超声驱动变焦镜头和相机,属于变焦镜头技术领域,包括基座、第一镜筒、第二镜筒、第三镜筒、传动件和一个超声驱动装置,第一镜筒、第二镜筒和第三镜筒依次套接连接;传动件通过第一外螺纹与第一内螺纹啮合从而与第三镜筒螺纹连接;超声驱动装置通过第二外螺纹与第二内螺纹啮合从而与传动件螺纹连接;超声驱动装置用于驱动传动件绕自身轴线旋转并沿第一镜筒的轴向方向往复移动以使传动件带动第三镜筒和第二镜筒沿第一镜筒的轴向方向伸缩。本发明的螺纹型超声驱动变焦镜头仅利用一个超声驱动装置即可实现对多级镜筒的控制,结构简单且体积小,同时超声驱动装置也不惧电磁干扰,确保镜头稳定变焦。

    一种旋转驱动机构、机械夹爪及其激励方法

    公开(公告)号:CN116494277B

    公开(公告)日:2023-09-12

    申请号:CN202310777752.8

    申请日:2023-06-29

    Abstract: 本申请属于机械手技术领域,公开了一种旋转驱动机构、机械夹爪及其激励方法,所述旋转驱动机构包括上转动体、下转动体以及超声电机;超声电机包括第一弹性体和分别设置在第一弹性体左右两侧的两个压电陶瓷驱动组件和两个第二弹性体;第一弹性体的上下两侧分别设置有一个驱动足,两个驱动足分别与上转动体和下转动体接触;压电陶瓷驱动组件用于输入周期波电信号以激发超声电机的两项工作模态,两项工作模态耦合,使两个驱动足在竖直平面内作同步同向的李萨如椭圆运动,从而通过摩擦力驱动上转动体和下转动体同步反向转动;从而能够简化传动结构、减小传动结构占用空间并提高工作效率。

    一种微小型仿生管道机器人及其驱动方法

    公开(公告)号:CN116480879B

    公开(公告)日:2023-09-12

    申请号:CN202310741167.2

    申请日:2023-06-21

    Abstract: 本申请属于管道机器人技术领域,公开了一种微小型仿生管道机器人及其驱动方法,所述机器人包括:弹性体,包括基体和驱动足,基体的左右两侧各设置有至少一个驱动足,驱动足的末端用于与被测管道的内壁相抵;两块压电陶瓷片,同极相对地设置在基体的上下表面,并用于输入周期波电信号以激发微小型仿生管道机器人的第一共振模态或第二共振模态;在第一共振模态下,各驱动足的末端均沿直线往复移动,且末端朝外移动的方向与正前方向的夹角均为钝角;在第二共振模态下,各驱动足的末端均沿直线往复移动,且末端朝外移动的方向与正前方向的夹角均为锐角;从而结构简单、响应灵敏、定位精度高、无电磁干扰、推重比大、控制简单且能够断电自锁。

    一种机械夹爪及其激励方法
    44.
    发明公开

    公开(公告)号:CN116690627A

    公开(公告)日:2023-09-05

    申请号:CN202310950247.9

    申请日:2023-07-31

    Abstract: 本申请涉及机械夹爪领域,具体而言,涉及一种机械夹爪及其激励方法,其中机械夹爪包括基座、第一手指和第二手指,机械夹爪还包括超声电机和螺杆;第一压电片组和第二压电片组设置在弹性基体两端,第一压电片组和第二压电片组均包括四个均匀分布在弹性基体四个侧壁的压电片;第一手指通过第一连杆与定位夹铰接,第二手指通过第二连杆与定位夹铰接,本申请的机械夹爪能解决现有的采用集成减速器的伺服电磁电机做动力源的电动机械夹爪结构复杂、机构多、体积大、精度低、响应慢且无自锁功能的问题,能达到结构简单、机构少、体积小、精度高、响应快且有自锁功能的效果。

    一种微小型仿生管道机器人及其驱动方法

    公开(公告)号:CN116480879A

    公开(公告)日:2023-07-25

    申请号:CN202310741167.2

    申请日:2023-06-21

    Abstract: 本申请属于管道机器人技术领域,公开了一种微小型仿生管道机器人及其驱动方法,所述机器人包括:弹性体,包括基体和驱动足,基体的左右两侧各设置有至少一个驱动足,驱动足的末端用于与被测管道的内壁相抵;两块压电陶瓷片,同极相对地设置在基体的上下表面,并用于输入周期波电信号以激发微小型仿生管道机器人的第一共振模态或第二共振模态;在第一共振模态下,各驱动足的末端均沿直线往复移动,且末端朝外移动的方向与正前方向的夹角均为钝角;在第二共振模态下,各驱动足的末端均沿直线往复移动,且末端朝外移动的方向与正前方向的夹角均为锐角;从而结构简单、响应灵敏、定位精度高、无电磁干扰、推重比大、控制简单且能够断电自锁。

    一种基于混合脑机接口的人机共驾系统及其控制方法

    公开(公告)号:CN112114670B

    公开(公告)日:2023-04-07

    申请号:CN202010947182.9

    申请日:2020-09-10

    Abstract: 本发明公开一种基于混合脑机接口的人机共驾系统及其控制方法,可实现机器人完全脑控和人机共驾两种模式控制,在机器人控制中突出人核心作用,充分利用人经验智慧和智能机器人精确感知实行决策,辅助用户进行安全控制,用户可接收反馈信息,且系统可不断学习用户操作模式,不断积累操作数据和VR场景进行训练时数据均可用于提升系统性能,使人机交互更安全高效,增强人机交互耦合,在人机共驾和智能机器人方面具有重要应用价值;相较于单一模态BCI系统,本混合BCI系统具有多种控制指令、更好操作性和鲁棒性,操作控制更多样,人机交互模式更符合实际应用,解决脑控机器人操作模式单一和控制命令过于简单问题。

    多智能体巡检控制方法、装置、系统、设备及介质

    公开(公告)号:CN114879702B

    公开(公告)日:2022-09-30

    申请号:CN202210789163.7

    申请日:2022-07-06

    Abstract: 本发明涉及智能巡检技术领域,具体公开了一种多智能体巡检控制方法、装置、系统、设备及介质,其中,方法包括以下步骤:根据各个所述智能体获取的图像信息分析获取安防检测结果;根据各个所述智能体获取的空间信息加权整合获取空间信息地图,并根据所述安防检测结果、空间信息地图进行种群遗传信息迭代以生成各个所述智能体的规划轨迹信息;根据环境信息生成局部导航信息,以使各个所述智能体能沿规划轨迹信息进行局部避障移动;该方法实现了多智能体巡检的共同检测、高效协同控制,并基于环境信息生成局部导航信息以控制对应的智能体进行局部避障移动,使得多个智能体能在巡检范围进行自动化的安防检测、巡检任务协同跟派。

    基于驾驶风格的路径规划方法、装置、设备及存储介质

    公开(公告)号:CN114543831A

    公开(公告)日:2022-05-27

    申请号:CN202210404091.X

    申请日:2022-04-18

    Abstract: 本发明涉及智能导航技术领域,具体公开了一种基于驾驶风格的路径规划方法、装置、设备及存储介质,其中,方法包括以下步骤:获取全局路径信息、车辆位置信息及驾驶风格类型;建立深度神经网络模型;生成多条形状不同的备选局部路径信息;选择一条备选局部路径信息作为试探执行路径;跟踪试探执行路径,并根据驾驶风格类型评价试探执行路径以生成反馈奖励信息;利用时序差分采样法根据反馈奖励信息更新深度神经网络模型;输出深度神经网络模型作为期望驾驶风格模型以进行路径规划。该方法获取的期望驾驶风格模型更加贴近人类的驾驶习惯、倾向,并有效提高了模型的训练和收敛速度。

    一种点云融合方法、装置、电子设备及存储介质

    公开(公告)号:CN114078151B

    公开(公告)日:2022-04-22

    申请号:CN202210061609.4

    申请日:2022-01-19

    Abstract: 本发明涉及数据融合技术领域,具体公开了一种点云融合方法、装置、电子设备及存储介质,其中,方法包括以下步骤:获取点云信息和与点云信息对应的图像信息;对点云信息进行低频滤波处理获取有效点云信息;将有效点云信息转换为点云迭代值;将图像信息整合转换为图像迭代值;提取点云特征信息和图像特征信息;根据点云特征信息和图像特征信息建立损失函数;根据自适应梯度下降算法更新损失函数,直至损失函数收敛;获取损失函数收敛时的融合权重,作为点云信息的泛化融合权重以融合点云信息;该方法以图像信息整合提取的特征作为点云信息融合提取的特征的评价方式为点云融合增加了关联的评判对象,能有效提高融合计算速度和匹配鲁棒性。

    一种机械手模型学习方法、装置、电子设备及存储介质

    公开(公告)号:CN114347043A

    公开(公告)日:2022-04-15

    申请号:CN202210257626.5

    申请日:2022-03-16

    Abstract: 本发明涉及智能机械手技术领域,具体公开了一种机械手模型学习方法、装置、电子设备及存储介质,其中,学习方法包括以下步骤:获取多组供所述机械手模型学习的、关于同一执行任务的专家演示数据;根据所述专家演示数据生成关联于学习成本函数的专家策略,所述学习成本函数基于模仿所述专家演示数据所需的模仿成本和所述专家演示数据的密集程度建立;最小化所述学习成本函数以获取最优专家策略;根据所述最优专家策略训练所述机械手模型;该方法最终获取的最优专家策略将机械手模型推向专家演示数据分布密集的范围内模仿专家演示行为,从而使得机械手模型能在尽可能低的模仿成本下精准地模仿完成专家演示行为。

Patent Agency Ranking