-
公开(公告)号：CN109129474B
公开(公告)日：2020-07-14
申请号：CN201810911069.8
申请日：2018-08-10
Applicant: 上海交通大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于多模态融合的机械手主动抓取装置及方法，其中，所述基于多模态融合的机械手主动抓取装置包括基座(1)、机械臂(2)、激光雷达(3)、双目视觉系统(4)、机械手(5)，所述机械臂(2)的一端、激光雷达(3)分别紧固安装在基座(1)上，所述双目视觉系统(4)、机械手(5)分别紧固安装在机械臂的另一端；所述基于多模态融合的机械手主动抓取方法包括如下步骤：步骤1：感知待抓取物体，获得感知信息；步骤2：根据所述感知信息，定位待抓取物体，获得定位信息；步骤3：根据所述定位信息，抓取待抓取物体。本发明充分考虑了太空操作的复杂环境，有效地提高了对运动物体抓取的能力，具有广泛的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN109129474A
公开(公告)日：2019-01-04
申请号：CN201810911069.8
申请日：2018-08-10
Applicant: 上海交通大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于多模态融合的机械手主动抓取装置及方法，其中，所述基于多模态融合的机械手主动抓取装置包括基座(1)、机械臂(2)、激光雷达(3)、双目视觉系统(4)、机械手(5)，所述机械臂(2)的一端、激光雷达(3)分别紧固安装在基座(1)上，所述双目视觉系统(4)、机械手(5)分别紧固安装在机械臂的另一端；所述基于多模态融合的机械手主动抓取方法包括如下步骤：步骤1：感知待抓取物体，获得感知信息；步骤2：根据所述感知信息，定位待抓取物体，获得定位信息；步骤3：根据所述定位信息，抓取待抓取物体。本发明充分考虑了太空操作的复杂环境，有效地提高了对运动物体抓取的能力，具有广泛的应用前景。
-
公开(公告)号：CN106896796A
公开(公告)日：2017-06-27
申请号：CN201710076891.2
申请日：2017-02-13
Applicant: 上海交通大学
IPC: G05B19/423
CPC classification number: G05B19/423 , G05B2219/39548
Abstract: 本发明提供了一种基于数据手套的工业机器人主从式示教编程方法，包括：步骤1：预先定义不同手势代表的指令含义；步骤2：通过数据手套采集使用者的手势来判断使用者示教的指令，并通过数据手套检测手掌运动，所述手掌运动包括位置和姿态变化；步骤3：将手掌运动转化为工业机器人末端运动。本发明结合手势指令和手掌运动，可以仅靠数据手套控制工业机器人持续运动，并通过手势指令记录示教点和回放示教点，使工业机器人重现示教的运动轨迹，从而完成示教工作，本发明中的方法能够有效解决传统编程方法不便捷不直观的问题。
-
公开(公告)号：CN106896796B
公开(公告)日：2020-09-04
申请号：CN201710076891.2
申请日：2017-02-13
Applicant: 上海交通大学
IPC: G05B19/423
Abstract: 本发明提供了一种基于数据手套的工业机器人主从式示教编程方法，包括：步骤1：预先定义不同手势代表的指令含义；步骤2：通过数据手套采集使用者的手势来判断使用者示教的指令，并通过数据手套检测手掌运动，所述手掌运动包括位置和姿态变化；步骤3：将手掌运动转化为工业机器人末端运动。本发明结合手势指令和手掌运动，可以仅靠数据手套控制工业机器人持续运动，并通过手势指令记录示教点和回放示教点，使工业机器人重现示教的运动轨迹，从而完成示教工作，本发明中的方法能够有效解决传统编程方法不便捷不直观的问题。
-
公开(公告)号：CN109584298B
公开(公告)日：2020-07-28
申请号：CN201811320388.8
申请日：2018-11-07
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于区域预测的机器人自主物体拾取在线自学习方法。机器人立体相机获得堆放的待抓取物体的RGBD信息，将RGB图像与深度图按一定步距分块，将上述图像块配对输入区域预测神经网络模块以获得可吸取性概率区域图，根据该概率图在图像坐标系选择抓取点并转换至机器人操作坐标系，机器人执行该抓取点，最后根据机器人执行结果在线训练区域预测网络。该方法利用深度神经网络直接获得抓取点，避免了复杂背景下的物体拾取通常要面临的物体分割与位姿估计问题，同时利用机器人的执行结果在线训练该预测网络，有效的实现了物体拾取机器人的在线自学习，避免了复杂的特征选择或者人工标记样本与神经网络训练问题。
-
公开(公告)号：CN109584298A
公开(公告)日：2019-04-05
申请号：CN201811320388.8
申请日：2018-11-07
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于区域预测的机器人自主物体拾取在线自学习方法。机器人立体相机获得堆放的待抓取物体的RGBD信息，将RGB图像与深度图按一定步距分块，将上述图像块配对输入区域预测神经网络模块以获得可吸取性概率区域图，根据该概率图在图像坐标系选择抓取点并转换至机器人操作坐标系，机器人执行该抓取点，最后根据机器人执行结果在线训练区域预测网络。该方法利用深度神经网络直接获得抓取点，避免了复杂背景下的物体拾取通常要面临的物体分割与位姿估计问题，同时利用机器人的执行结果在线训练该预测网络，有效的实现了物体拾取机器人的在线自学习，避免了复杂的特征选择或者人工标记样本与神经网络训练问题。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
