公开(公告)号：CN119017423A

公开(公告)日：2024-11-26

申请号：CN202410981117.6

申请日：2024-07-22

Applicant: 北京邮电大学

Inventor： 方斌 ,  赵磊 ,  王仕贤 ,  张天然 ,  孙宇昊 ,  郭迪

IPC: B25J15/10 ,  B25J15/02 ,  B25J19/02 ,  B25J15/06 ,  B25J15/00

Abstract: 本发明属于人工智能、机器人抓取技术领域，尤其涉及基于触觉感知的多模式混合抓取机械手，包括若干夹爪，若干夹爪活动设置在底板上；夹持驱动机构，夹持驱动机构用于控制若干夹爪相互靠近或远离，从而对货物进行夹持或松开；包络驱动机构，包络驱动机构用于控制若干夹爪弯曲或伸直，从而对货物进行包络或释放；负压机构，负压机构用于控制若干夹爪对货物进行负压抓取或释放；触觉感知机构，触觉感知机构设置在夹爪上。本发明可以很好的对抓取物体提供良好的接触缓冲空间，有效避免对物体造成破坏或损伤，包含夹取、包络、吸附三种模式，可以实时转换抓取方式。

公开(公告)号：CN118811189A

公开(公告)日：2024-10-22

申请号：CN202411111718.8

申请日：2024-08-14

Applicant: 北京邮电大学

Inventor： 方斌 ,  冯智禹 ,  张曦 ,  赵磊 ,  张天然 ,  王仕贤 ,  尹建芹 ,  郭迪

IPC: B65B35/36 ,  G06V10/82 ,  G06V10/26 ,  G06V10/764 ,  G06V10/40 ,  B65B57/00

Abstract: 本发明公开了一种基于大语言模型和深度学习的多模式软体手抓取方法及系统，方法包括：S1，利用深度相机拍摄RGB图片与深度图片；S2，将RGB图片作为输入，使用Yolo模型识别并分割图片中的物体，输出物体名称与其在图中的二维坐标；S3，将S2的输出与指令作为输入，使用GPT4判断应当抓取的物体名称，输出对应的二维坐标；S4，利用获得的二维坐标分割RGB图像与深度图像，获得待抓取对象的分割图；S5，提取RGB图像中物体二维形状特征与深度图像中深度特征，通过SVM分类模型判断物体形状；S6，将判断出的形状与抓取方式建立对应关系，最终得到抓取方式。本发明能够实现高准确率的实时物体识别和操作决策。