-
公开(公告)号：CN111360820B
公开(公告)日：2021-01-22
申请号：CN202010099117.5
申请日：2020-02-18
Applicant: 哈尔滨工业大学
IPC: B25J9/16
Abstract: 本发明涉及一种距离空间和图像特征空间融合的视觉伺服方法，所述方法包括：构建图像雅克比矩阵；构建深度雅克比矩阵；将所述图像雅克比矩阵和所述深度雅克比矩阵融合，得到混合视觉伺服雅克比矩阵；基于所述混合视觉伺服雅克比矩阵采用控制算法得到机器人运动的控制量，从而使得机器人运动到目标位置，完成精确定位。本发明中的上述方法避免了传统雅可比矩阵的奇异和局部最小值等问题。融合了互补的图像特征空间和距离空间，在信息不冗余的情况下，弥补了视觉信息中的不足，系统实时采集数据，在简单的控制算法下，即可快速完成视觉伺服任务。
-
公开(公告)号：CN111399374B
公开(公告)日：2021-01-19
申请号：CN202010125824.7
申请日：2020-02-27
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于RBF神经网络的线性输出调节跟踪控制方法及系统，属于轨迹跟踪控制领域，解决了由于待跟踪参考信号较为复杂造成的外源系统构建困难或无法构建的问题。具体包括：一、根据跟踪任务目标建立RBF神经网络；二、利用待跟踪参考信号，训练RBF神经网络；三、利用训练好的RBF神经网络构造外源系统并设计控制器，实现线性系统的轨迹跟踪控制。本发明提供的方法或者系统特别适用于参考信号复杂的线性系统跟踪控制任务。
-
公开(公告)号：CN111553885A
公开(公告)日：2020-08-18
申请号：CN202010271193.X
申请日：2020-04-08
Applicant: 哈尔滨工业大学
Abstract: 基于回退树的SOT型芯片引脚参数检测方法，属于SOT型芯片检测技术领域。本发明是为了解决传统示教方法中无法对芯片引脚进行正确识别并分组的问题。包括：获取SOT型芯片引脚的灰度图像；获得芯片引脚二值化图像；得到含有数字标记的芯片引脚图像；根据回退树约束条件，使用回退数算法将所述数字标记代表的引脚分为上组足部、根部组及下组足部；根据数字标记对应的芯片引脚二值化图像中每个足部中心位置计算得到芯片粗略旋转角度，利用所述粗略旋转角度将数字标记的根部引脚与所有的足部引脚进行一一对应，得到包括一个足部与一个对应根部的多个引脚对，对每一对引脚对求取最小外接矩形，获得引脚对的长和宽。本发明提升了芯片检测的精度与效率。
-
公开(公告)号：CN111444459A
公开(公告)日：2020-07-24
申请号：CN202010108699.9
申请日：2020-02-21
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种遥操作系统的接触力的确定方法及系统。方法包括获取主机器人当前的运动信息；所述运动信息包括运动位置及速度；根据所述主机器人当前的运动信息同步从机器人当前的运动信息；根据所述从机器人当前的运动信息确定与环境相接触得到的从端接触力；对所述从端接触力进行优化，确定优化后的从端接触力。本发明所提供的一种遥操作系统的接触力的确定方法及系统，在不同环境中遥操作系统的接触力确定的准确性和实时性。
-
Patent Agency Ranking
公开(公告)号：CN106934831B
公开(公告)日：2020-07-24
申请号：CN201710148765.3
申请日：2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 基于点云VFH描述子的识别空间物体位姿方法，本发明涉及识别空间物体位姿方法。本发明是要解决现有技术没有可行的手段确保采集样本的代表性，也无法做到精确，同时大量的样本导致运算时间过于冗长的问题，而提出的基于点云VFH描述子的识别空间物体位姿方法。该方法是通过一、计算点云对应的vfh特征描述子；二、计算差值向量di；三、计算特征向量空间；四、计算di投影到特征vfh描述子空间的坐标为Ωi；五、计算di投影到特征vfh描述子空间的坐标ΩΓ；六、确定训练BP神经网络的输入和输出维数；七、将投影后的vfh描述子对应角度输出为1；八、确定当前点云的视角等步骤实现的。本发明应用于识别空间物体位姿方法领域。
-
公开(公告)号：CN106845561B
公开(公告)日：2020-07-24
申请号：CN201710148763.4
申请日：2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 一种基于点云VFH描述子和神经网络的复杂曲面物体分类方法，本发明涉及复杂曲面物体分类方法。本发明是要解决大量采集数据建立Kd树会造成搜索数据的过大以及采集数据过少会造成分类识别效果的减弱的问题，而提出的一种基于点云VFH描述子和神经网络的复杂曲面物体分类方法。该方法是通过一、计算点云对应的vfh特征描述子；二、计算差值向量di；三、计算向量di的特征向量空间；四、计算投影到描述子空间的坐标；五、确定输入维数和输出维数；六、确定投影后的vfh描述子对应角度的输出；七、得到BP神经网络库；八、确定当前bp神经网络所属物体的视角的点云；九、确定最终结果等步骤实现的。本发明应用于复杂曲面物体分类领域。
-
公开(公告)号：CN111144379A
公开(公告)日：2020-05-12
申请号：CN202010001628.9
申请日：2020-01-02
Applicant: 哈尔滨工业大学
Abstract: 基于图像技术的小鼠视动反应自动识别方法，本发明涉及图像识别方法。本发明的目的是为了解决现有小鼠视动反应识别方法耗费大量时间和人力成本，识别准确率、效率低的问题。基于图像技术的小鼠视动反应自动识别方法具体过程为：一、提取小鼠身体、耳朵、尾巴的轮廓；二、基于小鼠身体、耳朵、尾巴的轮廓，识别小鼠头部方位；二一、基于小鼠身体、耳朵、尾巴的轮廓初步定位小鼠鼻尖；二二、对二一得到的小鼠鼻尖初步定位的结果进行位置矫正，得到矫正后小鼠的鼻尖；二三、基于二二得到的小鼠的鼻尖，识别小鼠头部方位。三、基于一得到的小鼠身体、耳朵、尾巴的轮廓和二得到小鼠头部方位，识别小鼠视动反应。本发明用于生物学领域。
-
公开(公告)号：CN106934831A
公开(公告)日：2017-07-07
申请号：CN201710148765.3
申请日：2017-03-13
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/6256 , G06K9/6201 , G06T2207/20081
Abstract: 基于点云VFH描述子的识别空间物体位姿方法，本发明涉及识别空间物体位姿方法。本发明是要解决现有技术没有可行的手段确保采集样本的代表性，也无法做到精确，同时大量的样本导致运算时间过于冗长的问题，而提出的基于点云VFH描述子的识别空间物体位姿方法。该方法是通过一、计算点云对应的vfh特征描述子；二、计算差值向量di；三、计算特征向量空间；四、计算di投影到特征vfh描述子空间的坐标为Ωi；五、计算di投影到特征vfh描述子空间的坐标ΩΓ；六、确定训练BP神经网络的输入和输出维数；七、将投影后的vfh描述子对应角度输出为1；八、确定当前点云的视角等步骤实现的。本发明应用于识别空间物体位姿方法领域。
-
公开(公告)号：CN106934372A
公开(公告)日：2017-07-07
申请号：CN201710148764.9
申请日：2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 基于传统vfh描述子加入颜色信息的点云分类方法，本发明涉及点云分类方法。本发明是要解决现有的基于点云vfh描述子直方图的分类方法存在着显著的问题以及对于比较接近的物体无法进行区分的问题，而提出的基于传统vfh描述子加入颜色信息的点云分类方法。该方法是通过一、将点云以保留颜色的格式存储；二、将保留颜色的格式存储的点云按照传统的vfh描述子计算方法计算快速点特征直方图FPFH得到视点相关的特征分量；三、生成颜色直方图，并将颜色直方图取代原直方图单个区间的位置；四、对于待识别的物体用Kd树进行搜索得到分类结果等步骤实现的。本发明应用于点云分类领域。
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.027 seconds)
