公开(公告)号：CN106881718A

公开(公告)日：2017-06-23

申请号：CN201710151837.X

申请日：2017-03-13

Applicant: 哈尔滨工业大学

Inventor： 高会军 ,  林伟阳 ,  董文博 ,  李湛 ,  邱剑彬 ,  杨学博 ,  于兴虎

IPC: B25J9/16 ,  G05D1/02 ,  G06N3/12

Abstract: 基于遗传算法的六自由度串联机器人误差标定方法，本发明涉及机器人误差标定方法。本发明是要解决现有技术无法处理多数据得到的误差参数有一定的局限性以及引入一些误差很大的数据，从而影响了整个数据组的准确性增加了测量难度和时间的问题，而提出的基于遗传算法的六自由度串联机器人误差标定方法。该方法是通过一、建立机器人的实际模型；二、计算机器人的机器人误差模型以及获得矩阵：三、建立误差优化模型；四、获得机器人的误差参数X；五寻找机器人的最优误差参数；六将获得的最优误差参数按照误差补偿策略反馈给机器人等步骤实现的。本发明应用于机器人误差标定方法领域。

公开(公告)号：CN106845561A

公开(公告)日：2017-06-13

申请号：CN201710148763.4

申请日：2017-03-13

Applicant: 哈尔滨工业大学

Inventor： 高会军 ,  毕程 ,  林伟阳 ,  李湛 ,  杨学博 ,  于兴虎 ,  邱剑彬

IPC: G06K9/62 ,  G06N3/08

CPC classification number: G06K9/6277 ,  G06N3/08

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。