一种基于六维位姿跟踪及二维视觉伺服的机械臂及灵巧手系统工具-螺钉智能对准方法

    公开(公告)号:CN119681628A

    公开(公告)日:2025-03-25

    申请号:CN202510071707.X

    申请日:2025-01-16

    Abstract: 本发明涉及智能机器人技术领域,特别涉及一种基于六维位姿跟踪及二维视觉伺服的机械臂及灵巧手系统工具‑螺钉智能对准方法。包括:生成抓握构型;在机械臂灵巧手系统一侧配置辅助机械臂;移动辅助机械臂至待拧的螺钉上方,利用相机采集螺钉的三维坐标,并基于二维检测确定辅助机械臂的第一观测位姿和第二观测位姿;控制机械臂灵巧手系统抓取工具,并将工具移动至预对准状态;进行基于六维姿态的伺服跟踪调整;分别移动辅助机械臂至第一观测位姿和第二观测位姿,根据相机获取的工具头部检测框中心点像素坐标和螺钉检测框中心点像素坐标的像素偏差进行精确调节。本方案能够在机械臂灵巧手系统携带工具对准螺钉时,快速精准地移动工具对准螺钉。

    一种多任务多约束高可信实时自主决策优化方法及系统

    公开(公告)号:CN113516300A

    公开(公告)日:2021-10-19

    申请号:CN202110678584.8

    申请日:2021-06-18

    Abstract: 本发明公开了一种多任务多约束高可信实时自主决策优化方法及系统,其中,该方法包括如下步骤:步骤S1:对机器人获得的矩形件进行尺寸测量,得到矩形件的尺寸信息;步骤S2:对储存盒内放置环境进行拍照,利用图像处理技术得到储存盒环境俯视图;步骤S3:将储存盒环境俯视图映射成一个二值矩阵;步骤S4:生成一个与矩形件长宽相同的第一卷积核矩阵,将第一卷积核矩阵与步骤S3的二值矩阵做卷积运算,得到放置矩阵;步骤S5:生成一个第二卷积核矩阵,将第二卷积核矩阵与步骤S4得到的放置矩阵做卷积运算,得到价值矩阵;所述价值矩阵中值最小的元素位置即为放置的像素坐标系最优位置。本发明能够处理存在强烈外干扰作业情况下的放置优化问题。

    一种基于在线重建-渲染-匹配的多机器人多模式臂-手-眼关系智能标定方法

    公开(公告)号:CN119871401A

    公开(公告)日:2025-04-25

    申请号:CN202510071818.0

    申请日:2025-01-16

    Abstract: 本发明涉及智能机器人技术领域,特别涉及一种基于在线重建‑渲染‑匹配的多机器人多模式臂‑手‑眼关系智能标定方法。包括:控制待确认标定关系的多机器人在用于标定的构型序列下移动;根据各机器人在线关节角度、运动学标定和机器人各连杆三维模型建立各个机器人的在线三维模型;根据初始手‑眼标定关系、初始臂‑眼标定关系和初始臂‑臂标定关系结合在线三维模型生成各自的二维图像,将各自的二维图像和各自对应的实际图像对比,根据对比得到的差异进行优化,得到精确手‑眼标定关系、精确臂‑眼标定关系和精确臂‑臂标定关系。本发明提供了一种基于在线重建‑渲染‑匹配的多机器人多模式臂‑手‑眼关系智能标定方法,能够精准标定机器人。

    一种多任务多约束高可信实时自主决策优化方法及系统

    公开(公告)号:CN113516300B

    公开(公告)日:2024-03-29

    申请号:CN202110678584.8

    申请日:2021-06-18

    Abstract: 本发明公开了一种多任务多约束高可信实时自主决策优化方法及系统,其中,该方法包括如下步骤:步骤S1:对机器人获得的矩形件进行尺寸测量,得到矩形件的尺寸信息;步骤S2:对储存盒内放置环境进行拍照,利用图像处理技术得到储存盒环境俯视图;步骤S3:将储存盒环境俯视图映射成一个二值矩阵;步骤S4:生成一个与矩形件长宽相同的第一卷积核矩阵,将第一卷积核矩阵与步骤S3的二值矩阵做卷积运算,得到放置矩阵;步骤S5:生成一个第二卷积核矩阵,将第二卷积核矩阵与步骤S4得到的放置矩阵做卷积运算,得到价值矩阵;所述价值矩阵中值最小的元素位置即为放置的像素坐标系最优位置。本发明能够处理存在强烈外干扰作业情况下的放置优化问题。

    一种双臂机器人在轨装配的柔顺控制方法及装置

    公开(公告)号:CN117182929B

    公开(公告)日:2024-01-23

    申请号:CN202311461575.9

    申请日:2023-11-06

    Abstract: 本发明涉及空间双臂机器人柔顺控制技术领域,特别涉及一种双臂机器人在轨装配的柔顺控制方法及装置。该方法包括:获取双臂机器人当前的运动状态;将双臂机器人的运动状态输入到预先训练好的目标模型中,得到当前时刻目标物体的期望轨迹和与当前环境相适应的阻抗控制模型的控制参数;其中,目标模型是通过双机械臂的运动状态、双机械臂的操作力状态和目标物体的运动状态作为训练样本对预设的神经网络训练得到的;基于目标物体的期望轨迹、阻抗控制模型的控制参数以及预设的双环阻抗控制模型,得到与当前环境相适应的双机械臂的期望关节角,以作为双机械臂的控制指令,实现双臂机器人的柔顺控制。本发明能够提高双臂机器人在轨装配的效率和灵活性。

    一种基于分块化的大规模场景下实时地图构建方法和装置

    公开(公告)号:CN115512065B

    公开(公告)日:2023-05-05

    申请号:CN202211461720.9

    申请日:2022-11-17

    Abstract: 本发明涉及机器人自主定位导航领域,尤其涉及一种基于分块化的大规模场景下实时地图构建方法和装置,该方法包括:步骤一,利用机器人平台搭载的传感器构建局部地图;步骤二,遍历局部地图以更新当前地图块及其邻接地图块,将更新后的地图块以图片形式保存到本地磁盘,完成本次更新迭代;步骤三,依据所述传感器构建的最新局部地图,重复步骤二的操作以构建出实时地图。本发明通过分块化的算法,将内存占用转嫁到本地磁盘,极大的减少了内存的消耗,此外,由于每次只处理分块后的地图,当涉及到地图更新和应用时,搜索范围也被极大的减少了,从而减少了计算时间,采用本发明的方法使得机器人的任务场景越大,分块化地图构建的增益越明显。

    一种端到端的地外探测样品智能抓取方法

    公开(公告)号:CN113524173B

    公开(公告)日:2022-12-27

    申请号:CN202110674012.2

    申请日:2021-06-17

    Abstract: 一种端到端的地外探测样品智能抓取方法,按照先数字训练,再物理试验的方式开展了数字‑物理试验;包括:设计了基于强化学习的样品采集方法,然后构建样品采集数字仿真训练环境对模型进行训练,最后将模型迁移到物理环境中进行验证,结果表明能够对几何形状未知不规则的物体进行高成功率的抓取,保证地外采样任务成功。

    一种端到端的地外探测样品智能抓取方法

    公开(公告)号:CN113524173A

    公开(公告)日:2021-10-22

    申请号:CN202110674012.2

    申请日:2021-06-17

    Abstract: 一种端到端的地外探测样品智能抓取方法,按照先数字训练,再物理试验的方式开展了数字‑物理试验;包括:设计了基于强化学习的样品采集方法,然后构建样品采集数字仿真训练环境对模型进行训练,最后将模型迁移到物理环境中进行验证,结果表明能够对几何形状未知不规则的物体进行高成功率的抓取,保证地外采样任务成功。

Patent Agency Ranking