-
公开(公告)号：CN117829247A
公开(公告)日：2024-04-05
申请号：CN202311674898.6
申请日：2023-12-07
Applicant: 北京大学
IPC: G06N3/0895 , G06N3/0455 , G06N3/084 , G06N5/04 , G06N3/048
Abstract: 本发明公开了一种基于条件具身自监督学习的机器人手臂多解学习方法，该方法包括：获取机器人手臂末端的预测位置p(t)，并从高斯分布#imgabs0#中采样一个隐变量z(t)；将预测位置p(t)和隐变量z(t)输入到反模型，得到机器人手臂末端到达该预测位置p(t)所需的关节角度q(t)；基于正模型预测出该关节角度q(t)所对应的预测位置p(t+1)；将预测位置p(t+1)和隐变量z(t)输入到反模型，得到机器人手臂末端到达该预测位置p(t+1)所需的关节角度q′(t)后，将关节角度q(t)作为关节角度q′(t)的监督信息，并使用梯度下降法更新所述反模型的参数；重复上述步骤，直至关节角度q(t)与关节角度q′(t)之差小于一设定值时，得到训练好的反模型。本发明不仅使得机器人手臂的多解模型具有高精度，而且还能自主获取多解数据。
-
公开(公告)号：CN114563011A
公开(公告)日：2022-05-31
申请号：CN202210079214.7
申请日：2022-01-24
Applicant: 北京大学
Abstract: 本发明公开了一种用于无地图导航的主动听觉定位方法，其步骤包括：1)在仿真平台上通过强化学习方法训练移动机器人导航模型；2)移动机器人按照设定的时间步长，采集当前时刻激光雷达的测距信息、基于目标位置的声源获取听觉定向信息和移动机器人里程计的位姿信息；其中，激光雷达搭载在移动机器人上；3)将所述测距信息、听觉定向信息和位姿信息输入步骤1)训练后的移动机器人导航模型推理出当前时刻的速度指令，移动机器人根据所述速度指令导航到目标位置。本发明采用了更加可靠和有效的目标定位方式，对于真实场景的无地图导航来说，具有较高的应用价值。
-
公开(公告)号：CN112025698B
公开(公告)日：2021-11-23
申请号：CN202010670711.5
申请日：2020-07-13
Applicant: 北京大学
Abstract: 本发明涉及一种基于撞击预测和主动顺应的机器人跌倒保护方法及系统。该方法包括：在机器人受到推力后，应用预先训练完成的跌倒保护控制模型计算得到机器人的运动控制参数；根据机器人的运动控制参数进行撞击预测，得到预测的机器人撞击地面的时刻；根据机器人的运动控制参数和预测的机器人撞击地面的时刻，对机器人进行主动顺应，实现机器人跌倒保护。该系统包括跌倒检测模块、跌倒保护模块。本发明对机器人触地的时刻进行预测，并依据预测结果提前执行主动顺应，减小了传感器延迟带来的干扰，减小了冲击力，可用于仿人机器人的跌倒保护，为机器人在复杂环境中的研究和应用提供了帮助，减少了机器人可能受到的伤害。
-
公开(公告)号：CN112077841B
公开(公告)日：2022-02-11
申请号：CN202010795671.7
申请日：2020-08-10
Applicant: 北京大学
Abstract: 本发明提出一种提升机器人手臂操纵精度的多关节联动方法及系统，属于信息科学技术与机器人领域，构建并训练基于神经网络的内模型，该内模型包括正向模型和反向模型，该正向模型含有机器人手臂关节角度到笛卡尔空间中方向的映射关系，该反向模型含有笛卡尔空间中方向到机器人手臂关节角度的映射关系；机器人手臂基于训练好的内模型，根据获取的目标相对位置来生成控制指令，根据控制指令来预测手臂的运动方向，由此可以提升机器人手臂的精度。
-
公开(公告)号：CN117852613A
公开(公告)日：2024-04-09
申请号：CN202311671924.X
申请日：2023-12-07
Applicant: 北京大学
IPC: G06N3/0895 , G06N5/04
Abstract: 本发明公开了一种基于具身自监督学习的机器人手臂反模型学习方法，该方法包括：获取机器人手臂末端的预测位置p(t)；基于反模型推理出机器人手臂末端到达该预测位置p(t)所需的关节角度q(t)；基于正模型预测出该关节角度q(t)所对应的末端位置p(t+1)；基于反模型推理出机器人手臂末端到达该预测位置p(t+1)所需的关节角度q′(t)后，将关节角度q(t)作为关节角度q′(t)的监督信息，并使用梯度下降法更新所述反模型的参数；重复上述步骤，直至关节角度q(t)与关节角度q′(t)之差小于一设定值时，得到训练好的反模型。本发明通过利用机器人手臂自身构型及状态来协调数据的采样和模型的训练过程，当机器人手臂发生变化时，模型能够很快地进行适应。
-
Patent Agency Ranking
公开(公告)号：CN112857370A
公开(公告)日：2021-05-28
申请号：CN202110018866.5
申请日：2021-01-07
Applicant: 北京大学
Abstract: 本发明公开了一种基于时序信息建模的机器人无地图导航方法，其步骤包括：1)基于循环神经网络构建移动机器人导航模型，该机器人导航模型含有移动机器人根据移动机器人上的传感器信息、场景中的目标位置信息到移动机器人执行速度指令的映射关系；移动机器人按照该机器人导航模型输出的速度指令到达导航目标位置；2)获取或构建导航数据集作为监督数据训练该移动机器人导航模型；3)通过该移动机器人搭载的激光雷达获取传感器数据，使用定位技术获取场景中的目标位置信息，然后通过训练后的该移动机器人导航模型计算该移动机器人的执行速度指令，通过执行速度指令操控该移动机器人到达目标位置。本发明能够让移动机器人获得避障导航能力。
-
公开(公告)号：CN104636599B
公开(公告)日：2018-05-11
申请号：CN201410852727.2
申请日：2014-12-31
Applicant: 北京大学
IPC: G16H50/30
Abstract: 本发明公开了一种足底压力中心轨迹自动比对方法。本方法为：1)对两条待对比足底压力中心轨迹S1、S2进行对齐；2)计算两对齐后的足底压力中心轨迹S1、S2的相似性，得到两条轨迹间的相似度。本发明对两条二维平面COP轨迹进行整体比较，避免了前人工作中分量轨迹比较所带来的产生两个相似度值的问题，同时整体COP轨迹隐含了步态支撑期中行进角、COP位移等特征，对整体COP轨迹的比较具有高效性。而且在实施相似度计算过程中引入滑动因子，采用最优匹配策略，尽可能降低误差带来的影响。
-
公开(公告)号：CN104636599A
公开(公告)日：2015-05-20
申请号：CN201410852727.2
申请日：2014-12-31
Applicant: 北京大学
IPC: G06F19/00
Abstract: 本发明公开了一种足底压力中心轨迹自动比对方法。本方法为：1)对两条待对比足底压力中心轨迹S1、S2进行对齐；2)计算两对齐后的足底压力中心轨迹S1、S2的相似性，得到两条轨迹间的相似度。本发明对两条二维平面COP轨迹进行整体比较，避免了前人工作中分量轨迹比较所带来的产生两个相似度值的问题，同时整体COP轨迹隐含了步态支撑期中行进角、COP位移等特征，对整体COP轨迹的比较具有高效性。而且在实施相似度计算过程中引入滑动因子，采用最优匹配策略，尽可能降低误差带来的影响。
-
公开(公告)号：CN118789545A
公开(公告)日：2024-10-18
申请号：CN202410900560.6
申请日：2024-07-05
Applicant: 北京大学
IPC: B25J9/16
Abstract: 本发明公开了一种机器人手臂多关节的运动规划方法及系统，属于认知发展与机器人运动控制交叉领域。本发明针对机械臂建立正向模型和对应各个关节的多个反向模型，正向模型用于建立机械臂的各关节的角度到机械臂末端位姿的映射，每个反向模型用于建立机械臂末端位姿到对应关节的角度的映射，通过借鉴人的手臂运动规划机理，机械臂在远距离趋近的时以靠近肩关节的关节为主，在近距离趋近时以肘部关节为主，并通过贪心策略和优化的辅助损失函数对模型进行优化。本发明可以根据机械臂的末端在笛卡尔空间中移动的位移大小，选择合适的关节指令来执行，以实现更有效的运动规划。
-
公开(公告)号：CN112077841A
公开(公告)日：2020-12-15
申请号：CN202010795671.7
申请日：2020-08-10
Applicant: 北京大学
Abstract: 本发明提出一种提升机器人手臂操纵精度的多关节联动方法及系统，属于信息科学技术与机器人领域，构建并训练基于神经网络的内模型，该内模型包括正向模型和反向模型，该正向模型含有机器人手臂关节角度到笛卡尔空间中方向的映射关系，该反向模型含有笛卡尔空间中方向到机器人手臂关节角度的映射关系；机器人手臂基于训练好的内模型，根据获取的目标相对位置来生成控制指令，根据控制指令来预测手臂的运动方向，由此可以提升机器人手臂的精度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.015 seconds)
