-
公开(公告)号：CN115990874B
公开(公告)日：2024-11-26
申请号：CN202211381036.X
申请日：2022-11-05
Applicant: 北京化工大学
IPC: B25J9/16
Abstract: 本发明公开了一种超冗余机械臂分段式动态避障方法。首先，针对场景中的机械臂状态信息与观测到的障碍物信息，建立以机械臂为中心的动态障碍预警区域。其次，当障碍物进入该区域监测范围内，基于速度障碍策略构建碰撞风险评估模型，实时评估机械臂与障碍物间的碰撞可能性。再次，若存在碰撞风险，依据障碍物信息将机械臂划分为若干避障区域，构建局部避障速度约束、关节限位约束以及连杆长度约束，求解机械臂各关节安全速度集合。最后，通过前后向迭代逆运动学求解算法实时更新机械臂位姿，进而实现动态障碍场景下的超冗余机械臂分段式避障。本发明充分发挥超冗余机械臂的灵活特性，使其在动态障碍场景下具有更好的适应能力。
-
公开(公告)号：CN117237798A
公开(公告)日：2023-12-15
申请号：CN202310819161.2
申请日：2023-07-05
Applicant: 北京化工大学
IPC: G06V20/10 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 一种面向助盲场景的多特征快速推理的图像描述方法涉及图像描述技术领域。本发明包括以下步骤：首先使用深度卷积层提取场景图像的网格特征并计算每个网格间的几何关系。其次，用Transformer编码展平后的场景图像得到浅层补丁特征。再次，构建自适应共享Transformer块融合网格特征和浅层补丁特征并自适应计算每个特征的贡献度。最后，联合最终视觉表示和任务自适应向量进行解码，生成图像的自然语言描述。本发明解决助盲场景中现有图像描述方法缺乏细节表述、推理速度慢的问题，该方法在提高模型性能的同时，轻量化模型并提高推理速度，利于模型在助盲场景下的部署和应用。
-
公开(公告)号：CN115908466A
公开(公告)日：2023-04-04
申请号：CN202211313412.1
申请日：2022-10-26
Applicant: 北京化工大学
IPC: G06T7/13 , G06T7/11 , G06T3/40 , G06N3/0464 , G06N3/048 , G06N3/084 , G06F17/16 , G06V10/44 , G06V10/82
Abstract: 本发明公开一种助盲场景动态避障方法。首先，构建一种基于残差块内构造层次化类残差结构的特征提取模块，可扩大深层特征的感受野。其次，设计了基于双线性插值与转置卷积上采样的空间特征恢复模块，使分割边缘更加精确。再次，使用离散采样策略提取障碍物的类别信息，距离信息与轮廓信息，通过考虑安全距离约束的启发式搜索算法进行路径规划。最后，假设了避障提醒系统的优先级规则与逻辑顺序规则，结合所规划路径生成决策，通过听觉触觉信息有效指引盲人避障。本发明解决了单阶段实例分割算法难以同时高精度分割小目标障碍物与背景路面的问题，克服了实例分割结果难以为助盲场景避障决策提供有效信息的困难，可以使盲人用户更加智能自主地避障。
-
公开(公告)号：CN115829218A
公开(公告)日：2023-03-21
申请号：CN202211054651.X
申请日：2022-08-30
Applicant: 北京化工大学
IPC: G06Q10/0631 , G06Q30/0601 , G06N20/00
Abstract: 本发明公开了一种基于自学习的订单拣选调度优化方法。首先，建立一个订单分批与批次分配问题的混合整数非线性数学规划模型。其次，提出一种基于自学习的迭代局部搜索算法求解该模型。在算法中设计了四组局部搜索算子组合，构建了基于Q‑learning的自学习局部搜索算子组合选择机制。该机制通过离线训练和在线更新，在每次迭代时自适应地选择局部搜索算子组合执行局部搜索，保证求解质量的同时降低算法计算代价。最后，设计一个自适应扰动机制和基于Metropolis的接受准则。自适应扰动机制利用算法当前解以及解的变化趋势确定扰动强度，基于Metropolis的接受准则在满足一定条件下接受差解，二者帮助算法更好地平衡全局与局部搜索能力。本发明可以应用于电子商务行业或者配送中心的订单拣选问题。
-
公开(公告)号：CN109540150B
公开(公告)日：2022-05-27
申请号：CN201811596806.6
申请日：2018-12-26
Applicant: 北京化工大学
IPC: G01C21/20
Abstract: 本发明公开了一种应用于危化品环境下多机器人路径规划方法，属于机器人路径规划技术领域。此方法应用于智能机器人，可以在动态性强的复杂危化品环境下进行多机的全地图巡检，并对特殊事件实时编队反应。该方法的核心算法是好奇心驱使算法与深度确定性策略梯度相结合的深度强化学习算法，该算法避免了同类算法中人工设计环境奖励这一复杂繁琐的步骤，而是通过智能体自身内在奖励与稀疏的环境奖励对未知复杂环境进行探索、适应；同时，多机器人之间采用多Agent协作学习算法获得最优的协同工作策略。
-
Patent Agency Ranking
公开(公告)号：CN113358118A
公开(公告)日：2021-09-07
申请号：CN202110488134.2
申请日：2021-05-06
Applicant: 北京化工大学
Abstract: 本发明公开了非结构环境中端到端的室内移动机器人自主导航方法，包括以下步骤：1)获取陌生建筑内平面布局图；2)对布局图进行拓扑化，创建无向图；3)使用无向图，结合目标房间生成最短节点路径；4)将机器人第一视角图像输入避碰导航模块，生出避碰路点；5)利用三次样条生成避碰路径，通过模型预测控制进行跟踪；6)判断是否抵达目标点，如果是，结束导航，否则，返回步骤3；采用本机器人自主导航方法，能够在复杂的医疗环境中，仅使用单个单目RGB相机作为视觉输入以实现自主导航。优点是简单、灵活、经济、实用，准确性高、鲁棒性强。
-
公开(公告)号：CN110900592B
公开(公告)日：2021-06-22
申请号：CN201911301394.3
申请日：2019-12-17
Applicant: 北京化工大学
Abstract: 本发明公开了一种基于绳驱动的可重构冗余机械臂，属于机器人研究与工程领域。本发明的冗余机械臂由多个关节单元组成，其关节单元主要包括第一关节、第二关节、第三关节、可伸缩耳轴、双向电动推杆、外螺纹型轴承以及内嵌弹簧的硅胶波纹管，关节内置的双向电动推杆与可伸缩耳轴相连接，两关节间通过外螺纹型轴承将耳轴固定形成单自由度旋转关节并包覆有硅胶波纹管。方法使用电动推杆提供驱动而改变耳轴的位置与等效耳轴高度，从而实现关节机构的重构。本发明的耳轴收缩时关节间间隙减小，整体冗余机械臂刚度与控制精度提高；耳轴伸展时关节间隙增大，冗余臂转动角度范围增大并具有更大的末端操作空间。
-
公开(公告)号：CN111310508A
公开(公告)日：2020-06-19
申请号：CN202010092621.2
申请日：2020-02-14
Applicant: 北京化工大学
Abstract: 本发明公开了一种二维码识别方法，根据实际识别需要，选择不同背景中的QR二维码并添加不同模糊长度和模糊角度的运动模糊，设计并制作了基于运动模糊的二维码数据集。其次，采用基于生成对抗网络的图像去运动模糊算法，并采用基于特征金字塔的图像特征提取网络提取图像的特征映射，通过设计新的GAN损失函数使得基于生成对抗网络的图像去模糊算法训练速度更快，鲁棒性更高，可以提供非常高效的图像去模糊效果。设计一种基于自适应阈值的图像二值化算法和一系列基于图像处理的算法，更好地提取图像边缘区域和校正图像。本发明能够应用于不同背景的二维码识别环境中。
-
公开(公告)号：CN109910001A
公开(公告)日：2019-06-21
申请号：CN201811596989.1
申请日：2018-12-26
Applicant: 北京化工大学
IPC: B25J9/16
Abstract: 本发明公开了一种仿蛇机器人混合三维步态控制方法，仿蛇机器人混合三维步态是由平面波动、直线蠕动、侧向蜿蜒等基本运动交叉混合而生成的三维运动，其主要机理是在仿蛇机器人机体的不同部位采用不同的运动步态。不同仿蛇机器人运动由于运动机理不同而具备不同的运动特点和地形适应能力，而新型混合能够有效融合各类步态的运动特点和优势，同时弥补各单一步态的劣势，使仿蛇机器人能够同时具备多种运动步态的优势。新型混合三维步态能够扩展仿蛇机器人的运动步态种类，大大提升仿蛇机器人的运动能力，有效提高仿蛇机器人在不同环境中的灵活性与适应性。
-
公开(公告)号：CN109719721A
公开(公告)日：2019-05-07
申请号：CN201811596803.2
申请日：2018-12-26
Applicant: 北京化工大学
IPC: B25J9/16
Abstract: 本发明公开了一种仿蛇搜救机器人适应性步态自主涌现方法，针对仿蛇搜救机器人的特殊机械结构及其所处复杂动态非结构环境，使用深度强化学习理论设计相应的步态自主学习方法。此方法应用于仿蛇搜救机器人，可以通过不断从环境中获取信息生成最优控制策略，实现在复杂非结构的救援现场中仿蛇搜救机器人的适应性步态自主涌现。该方法使用分布式并行近似策略优化，将多个仿蛇搜救机器人间策略经验相互共享，实现对未知救援环境的快速适应性学习。本发明解决传统强化学习方法不能适应复杂非结构环境以及算法收敛速度慢、稳定性差等问题，更切合实际，能够使仿蛇搜救机器人在搜救任务中自主生成适应性最优步态。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.03 seconds)
