-
公开(公告)号：CN113341706B
公开(公告)日：2022-12-06
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：CN111223141B
公开(公告)日：2023-10-24
申请号：CN201911412909.7
申请日：2019-12-31
Applicant: 东华大学
Abstract: 本发明涉及一种基于强化学习的自动化流水线作业效率优化系统本发明的另一个技术方案是提供了一种基于强化学习的自动化流水线作业效率优化方法。本发明将强化学习用到了搬运流水线中，通过机器人与环境接触然后不断学习，缩短了整个流水线的搬运时间。基于强化学习搭建了OptLayer架构，通过V‑Rep平台对实物流水线进行一比一仿真，运用A3C算法进行强化学习，在仿真平台上获得训练集，极大地缩短了学习的时间，当机器人在仿真环境训练出最优的参数后，将仿真训练好的模型参数迁移到实物平台上进行自学习训练，由于此时机器人已经有了较好的策略，因此即使在对其动作输出作为安全约束的情况下机器人也能有较高的学习效率。
-
-
Patent Agency Ranking
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。
-
公开(公告)号：CN111223141A
公开(公告)日：2020-06-02
申请号：CN201911412909.7
申请日：2019-12-31
Applicant: 东华大学
Abstract: 本发明涉及一种基于强化学习的自动化流水线作业效率优化系统本发明的另一个技术方案是提供了一种基于强化学习的自动化流水线作业效率优化方法。本发明将强化学习用到了搬运流水线中，通过机器人与环境接触然后不断学习，缩短了整个流水线的搬运时间。基于强化学习搭建了OptLayer架构，通过V-Rep平台对实物流水线进行一比一仿真，运用A3C算法进行强化学习，在仿真平台上获得训练集，极大地缩短了学习的时间，当机器人在仿真环境训练出最优的参数后，将仿真训练好的模型参数迁移到实物平台上进行自学习训练，由于此时机器人已经有了较好的策略，因此即使在对其动作输出作为安全约束的情况下机器人也能有较高的学习效率。
-
公开(公告)号：CN111553954B
公开(公告)日：2023-11-10
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。
-
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。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
