-
公开(公告)号：CN105467841B
公开(公告)日：2018-03-30
申请号：CN201510960570.X
申请日：2015-12-18
Applicant: 中国科学院自动化研究所
IPC: G05B13/04
Abstract: 本发明提出的一种类人机器人上肢运动的类神经控制方法，包括模型及模板的构建、模板的选择和控制输出两大部分：第一部分为类人机器人的上肢动力学模型和初始的运动模板的建立；第二部分步骤为1、给定新的运动任务位置；2、依据该步骤执行次数区别性的选择运动模板；3、基于各运动模板的权重及控制信号计算新的运动任务所需的控制信号以及在该信号下上肢运动的终点位置；4、设置循环执行条件重复执行2、3、4，并输出新任务的最终运动模板，执行运动。该方法大幅减少了计算量，提高反应速度及学习能力。
-
公开(公告)号：CN105619408A
公开(公告)日：2016-06-01
申请号：CN201610101992.6
申请日：2016-02-24
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
CPC classification number: B25J9/163 , B25J9/1664
Abstract: 本发明提出的一种类人机器人上肢运动模型的类神经精准控制方法，包括类人机器人的上肢动力学模型、运动模板库的构建，以及运动模板的选择和控制输出的步骤，还包括参照生物中大脑的群体向量编码机制设计的基于运动结果进行离线修正的权重修正方法，参照小脑在运动控制中的修正作用而提出的实时的权重修正模型以及更新该权重修正模型的方法。该方法避免了实时的逆动力学求解，大幅减少了计算量，加快了反应速度，使类人机器人能同时具备高精度、学习能力和快速反应能力。与已有类神经控制方法相比，该方法可以在不增加模板点数目的情况下通过建立和更新权重修正模型来提高运动精度，而且该权重修正模型具有一定的泛化能力。
-
公开(公告)号：CN117953153B
公开(公告)日：2025-03-25
申请号：CN202410025261.2
申请日：2024-01-08
Applicant: 中国科学院自动化研究所
Abstract: 本公开涉及一种三维重建方法即装置、设备即存储介质，所述方法包括：将源图像输入已知的多视图三维重建网络，输出与源图像对应的视频和相机位姿信息；抽取所述视频的每一图像帧，并将抽取的每一图像帧与相机位姿信息进行匹配；对源图像进行识别，得到与源图像相关的文字描述；将与源图像相关的文字描述以及相互匹配的每一图像帧与相机位姿信息，作为已知的图像生成模型的输入，生成与源图像对应的各个角度的图像，以组成与源图像对应的三维模型，能够准确地对图像中的物品进行三维重建。
-
公开(公告)号：CN105809200A
公开(公告)日：2016-07-27
申请号：CN201610140993.1
申请日：2016-03-11
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明公开了一种生物启发式自主抽取图像语义信息的方法及装置，该方法包括以下步骤：将带标签的图像数据集作为训练样本，用于训练卷积神经网络；对训练网络的权重参数进行聚类，并依据聚类结果对权重参数进行聚合；聚合后的权重参数作为卷积神经网络的新参数，可用新的网络提取图像的语义信息特征，并依据该特征对图像进行识别分类。本发明给出了语义的网络化表示方法，并利用网络结构实现了对语义信息的自主学习和提取，在不影响模型效果的情况下，显著降低了特征维度，同时增强了模型的解释能力。
-
公开(公告)号：CN105500381A
公开(公告)日：2016-04-20
申请号：CN201610082377.5
申请日：2016-02-05
Applicant: 中国科学院自动化研究所
CPC classification number: B25J11/008 , B25J13/08 , B25J13/084
Abstract: 本发明提供了一种通用模块化双臂服务机器人平台及应用该平台的通用模块化双臂机器人系统，该平台包括通过服务机器人的各个外置传感器来收集环境信息的环境信息采集模块、用于处理环境信息采集模块采集的原始数据的信息认知模块，基于信息认知模块识别所述服务机器人所处的环境信息的决策模块，基于所述决策模块的决策信息的控制下，通过机器人进行指令输出的输出执行模块。本发明集成视觉采集、语音采集、触觉采集、视觉输出、语音输出、动作输出等硬件支持功能于一身，基于本发明设计的系统，可进行服务机器人通用功能算法模块的研究、开发和调试，可用于研究服务机器人各功能模块在统一框架下协调工作的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN105809200B
公开(公告)日：2020-05-15
申请号：CN201610140993.1
申请日：2016-03-11
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明公开了一种生物启发式自主抽取图像语义信息的方法及装置，该方法包括以下步骤：将带标签的图像数据集作为训练样本，用于训练卷积神经网络；对训练网络的权重参数进行聚类，并依据聚类结果对权重参数进行聚合；聚合后的权重参数作为卷积神经网络的新参数，可用新的网络提取图像的语义信息特征，并依据该特征对图像进行识别分类。本发明给出了语义的网络化表示方法，并利用网络结构实现了对语义信息的自主学习和提取，在不影响模型效果的情况下，显著降低了特征维度，同时增强了模型的解释能力。
-
公开(公告)号：CN105809201A
公开(公告)日：2016-07-27
申请号：CN201610141197.X
申请日：2016-03-11
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
CPC classification number: G06K9/6267
Abstract: 本发明公开了一种生物启发式自主提取图像语义概念的识别方法及装置，该方法包括：将带标签的图像数据集作为训练样本，从图形输入层输入模型；利用深度置信卷积神经网络提取图像数据的特征；构造图像特征之间的结构关系，提取语义概念；利用样本图片提取的语义概念特征训练贝叶斯分类器；将测试图像输入训练好的识别模型进行识别分类。本发明在已有的生物启发式神经网络计算模型基础上，模仿人类视觉神经系统的处理机制，构建一种可以自主提取图像语义概念的图像识别模型，从而增强了模型的识别速度和解释能力，提高了图像识别尤其是具有模糊语义的图像识别的鲁棒性。
-
公开(公告)号：CN105467841A
公开(公告)日：2016-04-06
申请号：CN201510960570.X
申请日：2015-12-18
Applicant: 中国科学院自动化研究所
IPC: G05B13/04
CPC classification number: G05B13/041
Abstract: 本发明提出的一种类人机器人上肢运动的类神经控制方法，包括模型及模板的构建、模板的选择和控制输出两大部分：第一部分为类人机器人的上肢动力学模型和初始的运动模板的建立；第二部分步骤为1、给定新的运动任务位置；2、依据该步骤执行次数区别性的选择运动模板；3、基于各运动模板的权重及控制信号计算新的运动任务所需的控制信号以及在该信号下上肢运动的终点位置；4、设置循环执行条件重复执行2、3、4，并输出新任务的最终运动模板，执行运动。该方法大幅减少了计算量，提高反应速度及学习能力。
-
公开(公告)号：CN117953153A
公开(公告)日：2024-04-30
申请号：CN202410025261.2
申请日：2024-01-08
Applicant: 中国科学院自动化研究所
Abstract: 本公开涉及一种三维重建方法即装置、设备即存储介质，所述方法包括：将源图像输入已知的多视图三维重建网络，输出与源图像对应的视频和相机位姿信息；抽取所述视频的每一图像帧，并将抽取的每一图像帧与相机位姿信息进行匹配；对源图像进行识别，得到与源图像相关的文字描述；将与源图像相关的文字描述以及相互匹配的每一图像帧与相机位姿信息，作为已知的图像生成模型的输入，生成与源图像对应的各个角度的图像，以组成与源图像对应的三维模型，能够准确地对图像中的物品进行三维重建。
-
公开(公告)号：CN105809201B
公开(公告)日：2019-07-05
申请号：CN201610141197.X
申请日：2016-03-11
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明公开了一种生物启发式自主提取图像语义概念的识别方法及装置，该方法包括：将带标签的图像数据集作为训练样本，从图形输入层输入模型；利用深度置信卷积神经网络提取图像数据的特征；构造图像特征之间的结构关系，提取语义概念；利用样本图片提取的语义概念特征训练贝叶斯分类器；将测试图像输入训练好的识别模型进行识别分类。本发明在已有的生物启发式神经网络计算模型基础上，模仿人类视觉神经系统的处理机制，构建一种可以自主提取图像语义概念的图像识别模型，从而增强了模型的识别速度和解释能力，提高了图像识别尤其是具有模糊语义的图像识别的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.025 seconds)
