-
公开(公告)号：CN105599004A
公开(公告)日：2016-05-25
申请号：CN201610173210.X
申请日：2016-03-23
Applicant: 华南理工大学
IPC: B25J17/02
CPC classification number: B25J17/02 , B25J19/00 , B25J17/0208
Abstract: 本发明公开了一种刚度可调的机器人弹性关节，包括关节骨架、分别设置在所述关节骨架两端的驱动端和输出轴，还包括设置于所述关节骨架内且连接于驱动端和输出轴之间的刚度调节装置，所述刚度调节装置包括连接驱动端的旋转体、连接于旋转体与输出轴之间且在旋转体的推动下围绕输出轴的轴线旋转的弹性传力部件、所述输出轴受到不同负载冲击时用于调节旋转体驱动所述弹性传力部件转动时力臂长度的调节机构，本发明能根据外部负载的冲击大小进行刚度的线性调节，具有结构紧凑、轻便、通用性强、精度高、调节范围大、磨损小、通用性好等诸多优点，提高了机器人关节的柔顺性，可适用于各种关节型机器人。
-
公开(公告)号：CN105318994A
公开(公告)日：2016-02-10
申请号：CN201510870511.3
申请日：2015-11-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于图像识别的力测量装置，包括：测力弹性体、连接筒、双目摄像头和图像识别处理器；所述测力弹性体位于连接筒的一端，所述测力弹性体在未受力时呈半球状；所述双目摄像头固定于连接筒的另一端；所述图像识别处理器用于实时接收并处理双目摄像头所摄取的图像，并得出外力的大小和方向。本发明引入图像处理的新颖方式，使用简单的原理实现了力测量装置的简单化、低成本化，具有良好的抗干扰性、环境适应性等优点。
-
公开(公告)号：CN104771175A
公开(公告)日：2015-07-15
申请号：CN201510097135.9
申请日：2015-03-04
IPC: A61B5/11
Abstract: 本发明提供了一种捕捉人体四肢三维空间姿态的可穿戴智能环，包括关节穿戴式固定装置，穿戴于人体的关节位置；其中，上连杆固定块和下连杆固定块分别固定于人体关节位置的上连杆和下连杆上；上连杆轴与上连杆固定块相连；下连杆轴与下连杆固定块相连；关节编码器用于检测人体的关节转动角度，法兰与上连杆轴相连，转轴与下连杆轴相连；上连杆陀螺仪用于检测人体的上连杆处空间旋转方向；关节固定装置端无线CAN总线分别与关节编码器和上连杆陀螺仪连接，用于传输上连杆陀螺仪信号和关节编码器信号。本发明具有测量关节角度精确、角度读取准确且及时、适应性强、传输距离远、实时传输等特点，有效克服读取数据滞后问题。
-
公开(公告)号：CN120023813A
公开(公告)日：2025-05-23
申请号：CN202510295847.5
申请日：2025-03-13
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于视觉和模仿学习的遥操作机器人辅助系统及方法，该系统包括遥操作模块、技能学习模块、视觉处理模块和虚拟力辅助模块，遥操作模块通过外部控制设备实现对机器人的远程操作，技能学习模块通过动态运动基元算法学习专家操作轨迹生成泛化参考路径，视觉处理模块结合Kinect深度相机的三维目标定位技术实现环境感知，虚拟力辅助模块构建基于位置误差的自适应虚拟夹具力场，采用力选择器机制动态调节触觉反馈强度，当操作偏离参考轨迹时施加引导力纠正，吻合轨迹时保持操作自主性。本发明过专家轨迹引导与视觉约束力场的协同作用，显著提升操作精度。
-
公开(公告)号：CN111312364B
公开(公告)日：2024-06-18
申请号：CN202010201601.4
申请日：2020-03-20
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: G16H20/30 , G16H20/60 , G16H50/30 , A63F13/245 , A63F13/80
Abstract: 本发明提供了一种基于VR游戏的糖尿病足评估检测及防护训练系统。该系统包括硬件模块和软件模块，所述硬件模块由计算机、可穿戴3D显示装置、蓝牙耳机、深度相机、万向跑走平台、旋转评估检测台、平台基座、支撑架、安全防护圈、防护连杆、防护腰带、传感器及外围电路组成。所述软件模块为所述糖尿病足评估检测及防护训练VR游戏，内容包括评估检测部分和防护训练部分。该系统将传统的糖尿病足检测评估和防护训练融入到VR游戏中，通过游戏评分机制给出检测结果，使评估过程更加客观准确。此外，与现实中枯燥乏味的防护训练相比，VR游戏会带给患者很强的临场感，游戏化的防护训练会大大提高患者训练的积极性和主动性，从而达到更好的训练效果。
-
Patent Agency Ranking
公开(公告)号：CN115107064B
公开(公告)日：2024-05-03
申请号：CN202210549866.2
申请日：2022-05-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种六自由度机械臂遥操作系统及其方法。该系统包括依次电性连接的主端模块、上位机、从端模块；从端模块用于根据上位机传输的信号进行位移调整和姿态调整；从端模块为六自由度机械臂；主端模块包括多个踏板、多自由度遥操作杆；多个踏板、多自由度遥操作杆分别与上位机电性连接；多个踏板用于产生控制六自由度机械臂在三维空间上位移的信号，不同的踏板产生三维空间上不同方向位移的信号；多自由度遥操作杆用于产生控制多自由度机械臂姿态的信号。本发明相比现有技术，在提高操作精度的同时也具备在大范围内快速进行位移和姿态调整的功能。
-
公开(公告)号：CN112140109B
公开(公告)日：2024-04-30
申请号：CN202010949314.1
申请日：2020-09-10
Applicant: 华南理工大学
IPC: B25J9/16 , G06F3/01 , G06F21/31 , G16H40/67 , H04L67/025
Abstract: 本发明公开了一种基于Web网页和肌电信号的机器人远程控制系统及方法，系统的控制端包括用户端和肌电信号采集装置，终端包括机器人执行系统和传感信号采集装置，服务器端包括Web服务器、数据库服务器、肌电信号处理服务器、机器人控制服务器和传感数据处理服务器；用户端通过Web网页向Web服务器发送终端控制指令；肌电信号采集装置向肌电信号处理服务器发送用户的肌电信号，机器人控制服务器根据肌电信号控制机器人执行系统、根据终端控制指令控制机器人执行系统和传感信号采集装置，或者结合终端控制指令和用户的肌电信号共同控制机器人执行系统和传感信号采集装置。本发明能够通过多种方式有效控制终端，控制精度高，实用性强。
-
公开(公告)号：CN117863152A
公开(公告)日：2024-04-12
申请号：CN202410096459.X
申请日：2024-01-24
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
Abstract: 本发明提供了一种基于示教奖励状态机与残差强化学习的机器人装配方法，属于机器人与智能制造领域，包括如下步骤：搭建机器人装配的硬件实物平台和强化学习训练的虚拟仿真环境；在实物平台通过拖拽示教采集装配过程中装配对象的6D位姿示教轨迹；抽象表示示教中的关键信息和状态迁移，根据状态机构建奖励函数以提高学习效率；建立基于导纳控制的残差强化学习方法，通过残差强化学习来优化导纳控制装配策略，提高机器人装配的安全性。本发明结合了示教奖励状态机和残差强化学习的优势，既能够通过示教快速引导机器人完成任务，又能够通过强化学习实现机器人在复杂环境中的自主学习和适应性提升，同时通过导纳控制提高了系统的安全性。
-
公开(公告)号：CN117140585A
公开(公告)日：2023-12-01
申请号：CN202310967857.X
申请日：2023-08-03
Applicant: 华南理工大学
IPC: B25J19/00
Abstract: 本发明公开了一种基于杠杆原理的变刚度末端执行器，包括：上壳体、杠杆组件、弹簧组件、刚度调节组件和外壳，杠杆组件包括杠杆受力柱、杠杆连接件、杠杆安装座和杠杆光轴，弹簧组件包括光轴滑块、弹簧导座、弹簧、直线滑块、直线导轨，杠杆组件与弹簧组件连接，刚度调节组件与弹簧组件接触，弹簧组件与杠杆组件沿杠杆光轴发生相对滑动，光轴滑块与杠杆组件中的杠杆光轴相互约束并发生相对滑动，弹簧导座与刚度调节组件互相接触并发生相对位移，弹簧组件被带动沿杠杆光轴进行直线滑动，进而改变杠杆的阻力臂。本发明结构简单紧凑、可调节性良好，可以实现无极刚度调节。
-
公开(公告)号：CN115107064A
公开(公告)日：2022-09-27
申请号：CN202210549866.2
申请日：2022-05-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种六自由度机械臂遥操作系统及其方法。该系统包括依次电性连接的主端模块、上位机、从端模块；从端模块用于根据上位机传输的信号进行位移调整和姿态调整；从端模块为六自由度机械臂；主端模块包括多个踏板、多自由度遥操作杆；多个踏板、多自由度遥操作杆分别与上位机电性连接；多个踏板用于产生控制六自由度机械臂在三维空间上位移的信号，不同的踏板产生三维空间上不同方向位移的信号；多自由度遥操作杆用于产生控制多自由度机械臂姿态的信号。本发明相比现有技术，在提高操作精度的同时也具备在大范围内快速进行位移和姿态调整的功能。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.037 seconds)
