-
公开(公告)号：CN119871415A
公开(公告)日：2025-04-25
申请号：CN202510128959.1
申请日：2025-02-05
Applicant: 东华大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于阶段性采样与进步趋势奖励的机器人强化学习训练方法。先通过引入改进型三记忆库的记忆库结构，结合在机器人运动规划技能训练中不同阶段的特征，进行记忆库两两组合采样的方式进行针对性经验回放。随后，在训练后期，采用探索记忆库经验迁移的方式，将筛选后得到的优质探索经验替换原有的专家经验，以达到自学习、避免过拟合的目的。最后，对探索记忆库中连续存储的小范围经验使用进步趋势评估方法进行训练评估，并将评估结果表示为当前机器人的进步奖励，从而在不影响学习质量的前提下提升机器人的任务技能学习效率。该方法能够在复杂障碍物场景中实现有效快速的运动规划，为机器人技能在不同场景中的泛化提供原理性支持。
-
公开(公告)号：CN118990489A
公开(公告)日：2024-11-22
申请号：CN202411240464.X
申请日：2024-09-05
Applicant: 东华大学
Abstract: 本发明涉及一种基于深度强化学习的双机械臂协作系统，通过摄像头进行环境感知与目标检测，运用Faster R‑CNN识别抓取点，并采用VGG‑16网络辅助抓取策略决策。系统创新性地使用单个基于Actor‑Critic形式的SAC算法控制两臂协同作业，实现了抓取与搬运任务的智能化。在搬运过程中，领航者与协同者机械臂依据改进的CSAC算法动态调整动作，确保高效路径规划与姿态同步，其中奖励机制促进目标接近同时避免碰撞，维持闭环约束下的协作稳定性。整个系统在CoppeliaSim仿真环境中验证，展现了从物体识别到稳定搬运的全过程自动化处理能力。
-
公开(公告)号：CN116582011A
公开(公告)日：2023-08-11
申请号：CN202310410095.3
申请日：2023-04-17
Applicant: 东华大学
Abstract: 本申请公开了一种基于电荷通道的MMC电机驱动电路电容电压波动抑制方法；本方法中在子模块间构建电荷通道，每个电荷通道均由功率开关器件、限流电感和通道钳位电容组成；电荷通道为子模块电容极板间的电荷流通提供路径；为提出的电荷通道设计了单边互锁控制和双边互锁控制两种控制方法；本发明中的方法利用MMC子模块电容电压基波分量和三次分量波动反向、二次分量三相对称的特点，通过子模块电容极板间电荷转移实现相互之间自行充放电，从而抵消电容电压波动，保证MMC电机驱动电路在低频工作状态下的稳定、可靠运行；本发明中的电荷通道控制简单，不需要高频变压器，体积小，功率密度高，并且没有在电机侧引入轴电流，不会损害电机使用寿命。
-
公开(公告)号：CN113341706A
公开(公告)日：2021-09-03
申请号：CN202110490382.0
申请日：2021-05-06
Applicant: 东华大学
Inventor： 刘华山 , 应丰糠 , 江荣鑫 , 李威豪 , 黄家淬 , 尹欣 , 尹钰然 , 吴琼宇 , 曾嘉禹 , 王慧颖 , 李婷玉 , 万卷 , 李祥健 , 夏玮 , 蔡明军 , 程新 , 陈霖 , 吴恩保
IPC: G05B13/04
Abstract: 本发明提供的一种基于深度强化学习的人机协作流水线系统通过深度学习技术，借助RRBFNN实现了机械臂预测人类伙伴施加的接触力的意图，形成在线自整定参数的阻抗控制器，以该阻抗模型为轨迹规划器作为强化学习DDPG算法的actor网络，通过DDPG算法优化机械臂任务轨迹，实现效率优化的人机协作流水线系统。同时，采用SSD网络识别具有不同的外观特征的物体，采用Sobel算子和Canny算子形成完整的物体图像边缘，并提出一种融合算法将待定抓取姿态进行融合，形成最终的抓取姿态来指导机械臂抓取物体，实现了机械臂对于不同特征的物体自主调整抓取姿态的能力。
-
公开(公告)号：CN111515932A
公开(公告)日：2020-08-11
申请号：CN202010328714.0
申请日：2020-04-23
Applicant: 东华大学
Abstract: 本发明公开了一种基于人工势场与强化学习的人机共融流水线实现方法，发明采用基于强化学习的A‑DPPO算法规划机器人运动轨迹，实际运行中，机器人以预定的最优轨迹执行动作，并具备以人工势场为基础的碰撞规避能力，同时采用视觉传感器采集人的位置信息，经粒子滤波后由新陈代谢GM(1,1)模型推理人的行为意图，根据不同的意图决定机器人是否考虑人靠近机械臂带来的排斥力的影响，从而决定机械臂是否采取规避动作，实现人‑机器‑环境的共融。
-
Patent Agency Ranking
公开(公告)号：CN105619822A
公开(公告)日：2016-06-01
申请号：CN201610146574.9
申请日：2016-03-15
Applicant: 东华大学
CPC classification number: B33Y50/02
Abstract: 本发明提供了一种3D打印机运动控制系统，包括3D打印机的微控制器，其特征在于，还包括至少集成有步进电机驱动模块及温度控制模块的扩展板；还包括LCD控制面板，扩展板与LCD控制面板之间通过串口通信总线建立通信，LCD控制面板至少包括液晶显示模块及数据存储模块，在数据存储模块中存储3D打印机上各电机的运动轨迹规划信息及运动轨迹控制信息。本发明的另一个技术方案是提供了一种基于上述系统的3D打印机运动控制方法。本发明的目的在于针对现有3D打印机运动控制系统存在的技术上不足，提供了一种基3D打印机运动控制系统，其结构简单、设计合理、操作方便，可实现高精度的3D打印，工作可靠性和稳定性高，便于推广使用。
-
-
公开(公告)号：CN118990500A
公开(公告)日：2024-11-22
申请号：CN202411291302.9
申请日：2024-09-14
Applicant: 东华大学
IPC: B25J9/16
Abstract: 本发明涉及一种基于生成对抗学习的机器人七自由度抓取方法，通过引入增强抓取评估方法和生成对抗学习，综合考虑抓取稳定性、接触点分布平衡性、质心距离和接触点不共面性等多种评分指标，全面评估抓取位姿；基于霍夫投票的集合抽象层网络与PnP3D网络特征提取器，并结合多流通道关联注意力网络，精细提取点云特征，提升抓取预测精度；通过生成对抗优化特征提取结果，使模型在不同环境和物体变化下具有更高的鲁棒性和精度，显著提升抓取成功率，解决了传统的六自由度抓取方法抓取预测的成功率和鲁棒性较低、精度和稳定性不高的问题，能够在复杂环境中实现对多样化物体的精准抓取,确保抓取姿态更接近真实值,为智能机器人抓取技术的发展提供有力支持。
-
-
公开(公告)号：CN111553954A
公开(公告)日：2020-08-18
申请号：CN202010336767.7
申请日：2020-04-26
Applicant: 东华大学
Abstract: 本发明涉及一种基于直接法单目SLAM的在线光度标定方法，其中所述方法包括对在线图像序列进行特征点跟踪，对初始帧图像构建光度误差模型获得初始优化参数。将初始优化参数写入在线参数数据库，后续依据在线参数数据库对在线帧窗口构建在线光度误差模型进行在线光度标定，同时在后台对在线参数数据库进行参数更新。本发明对在线图像序列进行在线光度标定，而且光度标定效果更加精确、鲁棒，能够显著提高直接法单目SLAM的性能。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.023 seconds)
