-
公开(公告)号：CN106335042B
公开(公告)日：2018-11-02
申请号：CN201610958867.7
申请日：2016-11-03
Applicant: 北京信息科技大学 , 北京京东世纪信息技术有限公司
Abstract: 本发明涉及一种携带托举式机械手的仓储拣货机器人及其使用方法，其包括移动底盘、转动本体、机械臂和机械手；所述移动底盘上部设置有所述转动本体，位于所述转动本体上设置有能升降和伸缩的所述机械臂，所述机械臂上设置有能模拟人手动作进行货物拆卸的所述机械手。本发明可以实现将紧密排列堆放整齐的箱式货物模拟人手动作将其进行拆卸和搬运，有效提高拣货效率；可以广泛用于立式高架库中，模拟人手动作，将托盘中密集堆放，包装箱相互之间没有缝隙的单件货物拆出。
-
公开(公告)号：CN106313014B
公开(公告)日：2018-08-17
申请号：CN201610953749.7
申请日：2016-11-03
Applicant: 北京信息科技大学 , 北京京东世纪信息技术有限公司
Abstract: 本发明涉及一种携带卡紧式机械手的仓储拣货机器人及其使用方法，其包括移动底盘、转动本体、机械臂和机械手；所述移动底盘上部设置有所述转动本体，位于所述转动本体上设置有能升降和伸缩的所述机械臂，所述机械臂上设置有能模拟人手动作进行货物拆卸的所述机械手。本发明可以实现将紧密排列堆放整齐的箱式货物模拟人手动作将其进行拆卸和搬运，有效提高拣货效率；可以广泛用于立式高架库中，模拟人手动作，将托盘中密集堆放，包装箱相互之间没有缝隙的单件货物拆出。
-
公开(公告)号：CN106335042A
公开(公告)日：2017-01-18
申请号：CN201610958867.7
申请日：2016-11-03
Applicant: 北京信息科技大学 , 北京京东世纪信息技术有限公司
CPC classification number: B25J5/007 , B25J9/023 , B25J9/104 , B25J9/107 , B25J15/0028 , B25J15/10 , B25J18/025 , B65G59/023
Abstract: 本发明涉及一种携带托举式机械手的仓储拣货机器人及其使用方法，其包括移动底盘、转动本体、机械臂和机械手；所述移动底盘上部设置有所述转动本体，位于所述转动本体上设置有能升降和伸缩的所述机械臂，所述机械臂上设置有能模拟人手动作进行货物拆卸的所述机械手。本发明可以实现将紧密排列堆放整齐的箱式货物模拟人手动作将其进行拆卸和搬运，有效提高拣货效率；可以广泛用于立式高架库中，模拟人手动作，将托盘中密集堆放，包装箱相互之间没有缝隙的单件货物拆出。
-
公开(公告)号：CN106313014A
公开(公告)日：2017-01-11
申请号：CN201610953749.7
申请日：2016-11-03
Applicant: 北京信息科技大学 , 北京京东世纪信息技术有限公司
CPC classification number: B25J9/1687 , B25J9/0009 , B25J9/04
Abstract: 本发明涉及一种携带卡紧式机械手的仓储拣货机器人及其使用方法，其包括移动底盘、转动本体、机械臂和机械手；所述移动底盘上部设置有所述转动本体，位于所述转动本体上设置有能升降和伸缩的所述机械臂，所述机械臂上设置有能模拟人手动作进行货物拆卸的所述机械手。本发明可以实现将紧密排列堆放整齐的箱式货物模拟人手动作将其进行拆卸和搬运，有效提高拣货效率；可以广泛用于立式高架库中，模拟人手动作，将托盘中密集堆放，包装箱相互之间没有缝隙的单件货物拆出。
-
公开(公告)号：CN206406049U
公开(公告)日：2017-08-15
申请号：CN201621178803.7
申请日：2016-11-03
Applicant: 北京信息科技大学 , 北京京东世纪信息技术有限公司
Abstract: 本实用新型涉及一种携带卡紧式机械手的仓储拣货机器人，其包括移动底盘、转动本体、机械臂和机械手；所述移动底盘上部设置有所述转动本体，位于所述转动本体上设置有能升降和伸缩的所述机械臂，所述机械臂上设置有能模拟人手动作进行货物拆卸的所述机械手。本实用新型可以实现将紧密排列堆放整齐的箱式货物模拟人手动作将其进行拆卸和搬运，有效提高拣货效率；可以广泛用于立式高架库中，模拟人手动作，将托盘中密集堆放，包装箱相互之间没有缝隙的单件货物拆出。
-
Patent Agency Ranking
公开(公告)号：CN206406043U
公开(公告)日：2017-08-15
申请号：CN201621183479.8
申请日：2016-11-03
Applicant: 北京信息科技大学 , 北京京东世纪信息技术有限公司
Abstract: 本实用新型涉及一种携带托举式机械手的仓储拣货机器人，其包括移动底盘、转动本体、机械臂和机械手；所述移动底盘上部设置有所述转动本体，位于所述转动本体上设置有能升降和伸缩的所述机械臂，所述机械臂上设置有能模拟人手动作进行货物拆卸的所述机械手。本实用新型可以实现将紧密排列堆放整齐的箱式货物模拟人手动作将其进行拆卸和搬运，有效提高拣货效率；可以广泛用于立式高架库中，模拟人手动作，将托盘中密集堆放，包装箱相互之间没有缝隙的单件货物拆出。
-
公开(公告)号：CN114090654B
公开(公告)日：2025-04-01
申请号：CN202111373215.4
申请日：2021-11-19
Applicant: 北京信息科技大学
IPC: G06F16/2458 , G06F16/2455 , G06F16/2453
Abstract: 本发明涉及一种工业时序数据的近似查询处理方法、系统、介质及设备，其包括：将时序数据进行初次压缩，得到满足初始压缩精度的压缩数据；计算所述压缩数据的标准差，根据所述标准差得到压缩精度浮动；根据所述压缩精度浮动调整压缩精度，利用调整好的所述压缩精度重新进行数据压缩，直到压缩精度浮动满足预先设定条件，输出压缩后的数据；将所述压缩后的数据进行近似查询，若查询的压缩点位处于压缩点损失区间内，则对损失点位的数值进行近似估计后再进行近似查询；反之，则直接对压缩后剩余的点位进行存在性查询，得到精确的点位数值。本发明能够在海量的工业时序数据的持续产出的情况下，高效压缩时序数据并且保留数据趋势进行存储的情况。
-
公开(公告)号：CN117710806A
公开(公告)日：2024-03-15
申请号：CN202311411809.9
申请日：2023-10-27
Applicant: 北京信息科技大学 , 中机生产力促进中心有限公司
IPC: G06V20/10 , G06V10/44 , G06V10/26 , G06V10/75 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/269 , G06T7/246 , G06T7/10 , G06T3/4038
Abstract: 本发明公开了一种基于语义分割和光流的语义视觉SLAM方法及系统，通过采用语义分割网络剔除动态场景的RGB图像中的先验动态目标，并采用光流法剔除RGB图像中的非先验动态目标，能够有效剔除非先验动态目标和动态目标边缘的特征点，获取静态目标特征点，并进行匹配与位姿估计，利用跟踪线程产生关键帧，并对关键帧上动态目标遮挡的部分进行背景修复，提升位姿估计准确性。利用背景修复技术处理后的图像结合静态物体语义标签信息，获得含有语义标签信息的局部地图；然后利用位姿信息进行点云拼接，构建含有语义标签信息的稠密全局地图。解决了视觉SLAM系统易受动态目标的影响，导致位姿估计误差大，系统实时性较差以及无法建立语义地图的问题。
-
公开(公告)号：CN117514302A
公开(公告)日：2024-02-06
申请号：CN202311635347.9
申请日：2023-12-01
Applicant: 北京信息科技大学
IPC: E21D23/12 , E21D23/04 , E21C41/18 , G06F18/2131 , G06F18/22 , G06V20/52 , G06V10/44 , G06V10/40 , G06V10/764 , G06V10/772 , G06F123/02
Abstract: 本发明涉及一种基于煤矸识别模型和煤矸图像特征的放顶煤方法及系统，其包括：根据搭建的放煤自动控制实验系统获取煤矿井下实测的不同工况下的振动和煤矸图像信号，提取不同工况下的振动信号的小波包矩阵多尺度能量熵，并存入数据库；将数据库中存储的小波包矩阵多尺度能量熵，以及提取的实时采集振动信号的小波包矩阵多尺度能量熵，都输入构建的基于模糊KL散度的煤矸识别模型进行煤矸识别，确定当前工况；建立煤矸图像特征与不同工况下顶煤含矸率的对应关系，确定放煤停止临界点时的煤矸图像特征，获取放煤停止判据；基于煤矸识别模型确定的当前工况、放煤停止判据、系统响应时间和放煤速度，确定自动放煤的控制策略，实现放煤的自动控制。
-
公开(公告)号：CN114662605A
公开(公告)日：2022-06-24
申请号：CN202210321847.4
申请日：2022-03-29
Applicant: 北京信息科技大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于改进的YOLOv5模型的火焰检测方法，包括：建立火焰数据集；以YOLOv5模型为基础模型，嵌入注意力机制单元、增加新增检测层、引入边界损失函数得到第一YOLOv5模型；对第一YOLOv5模型进行预训练得到第二YOLOv5模型；对第二YOLOv5模型进行优化，得到第三YOLOv5模型；将测试图像输入第三YOLOv5模型得到火焰检测结果。通过嵌入注意力机制单元，能够同时考虑通道间关系和空间信息，使得第一YOLOv5模型能够更准确地定位并识别目标区域；增加新增检测层用于检测小尺寸目标；引入边界损失函数对小数据集和噪声的鲁棒性更强，并且更适合轻量化模型。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.065 seconds)
