-
公开(公告)号：CN109902576B
公开(公告)日：2021-05-18
申请号：CN201910072733.9
申请日：2019-01-25
Applicant: 华中科技大学
Abstract: 本发明涉及一种头肩图像分类器的训练方法及应用，包括：获取人体姿态数据集，包括多张人体样本图片以及每一张样本图片对应的人体头肩标注数据；通过并行算法，同步得到每一张人体样本图片对应的聚合通道特征图及降采样聚合通道特征图；基于特征图，确定正检测窗口组及其对应的正特征向量组以及负检测窗口组及其对应的负特征向量组；基于正特征向量组和负特征向量组，对增强决策树进行多阶段训练，得到头肩图像分类器。本发明通过并行算法，提高了头肩检测速度，能够在视频流中实时进行头肩检测；利用包含多个特征通道的特征图进行训练，训练得到的分类器结果更加可靠；对增强决策树进行多阶段的训练，极大提高了头肩图像分类器的识别精度。
-
公开(公告)号：CN109397271B
公开(公告)日：2020-07-24
申请号：CN201811415296.8
申请日：2018-11-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种7自由度拟人机械臂及其控制方法和系统，系统包括：7自由度拟人机械臂和控制模块，所述控制模块与7自由度拟人机械臂通信连接，所述控制模块，用于根据7自由度拟人机械臂的起始点和目标点，得到7自由度拟人机械臂的7个关节角度，然后进行路径规划，得到从起始点到目标点的一系列路径点，使用最小二乘法平滑多个路径点，再进行路径点之间的插补计算，进行轨迹生成，对每个关节电机进行轨迹跟踪，实时控制7自由度拟人机械臂运动。本发明的7自由度拟人机械臂具有冗余自由度，相比6自由度机械臂具有更多的解空间，可以得到可灵活避障的路径，保证人机协同作业时，具有更好的运动柔性、灵活性和适应性。
-
公开(公告)号：CN109397271A
公开(公告)日：2019-03-01
申请号：CN201811415296.8
申请日：2018-11-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种7自由度拟人机械臂及其控制方法和系统，系统包括：7自由度拟人机械臂和控制模块，所述控制模块与7自由度拟人机械臂通信连接，所述控制模块，用于根据7自由度拟人机械臂的起始点和目标点，得到7自由度拟人机械臂的7个关节角度，然后进行路径规划，得到从起始点到目标点的一系列路径点，使用最小二乘法平滑多个路径点，再进行路径点之间的插补计算，进行轨迹生成，对每个关节电机进行轨迹跟踪，实时控制7自由度拟人机械臂运动。本发明的7自由度拟人机械臂具有冗余自由度，相比6自由度机械臂具有更多的解空间，可以得到可灵活避障的路径，保证人机协同作业时，具有更好的运动柔性、灵活性和适应性。
-
公开(公告)号：CN107991683B
公开(公告)日：2019-10-08
申请号：CN201711096684.X
申请日：2017-11-08
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于激光雷达的机器人自主定位方法，包括：以机器人初始位置为中心，随机产生N个粒子组成粒子群，机器人运行的当前时刻，根据机器人传感器测得的机器人实时移动距离和实时旋转角度，更新粒子群；对于每一个粒子，计算激光雷达点云与地图的障碍物的重合数量作为每一个粒子的得分，以每一个粒子的得分为权重计算粒子群的加权位姿均值，作为AMCL估计位姿；将AMCL估计位姿作为初始值，使用基于高斯牛顿迭代法的扫描匹配算法，得到扫描匹配位姿，作为机器人运行的当前时刻的最优位姿；使用AMCL算法重采样粒子群，最终得到机器人运行时全程最优位姿作为定位结果。本发明定位的收敛速度、定位精度和定位的稳定性有较大提升。
-
公开(公告)号：CN109397292A
公开(公告)日：2019-03-01
申请号：CN201811415102.4
申请日：2018-11-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于解析解的7自由度机械臂控制方法与系统，其中系统包括：7自由度机械臂和控制模块，7自由度机械臂和控制模块通信连接；7自由度机械臂中相邻3个关节电机的轴线相交于一点，相邻2个关节电机的轴线垂直；控制模块，用于基于解析解对7自由度机械臂进行逆运动学求解，得到7自由度机械臂中每个关节电机的关节角度，然后基于关节角度进行路径规划，得到从7自由度机械臂的起始点到目标点的多个路径点，在多个路径点之间进行插补计算，得到7自由度机械臂的运行轨迹，对每个关节电机进行轨迹跟踪，实时控制7自由度机械臂运动。本发明求解速度快，提高了多自由度机械臂在复杂环境下路径规划的平滑程度。
-
Patent Agency Ranking
公开(公告)号：CN109397244A
公开(公告)日：2019-03-01
申请号：CN201811415101.X
申请日：2018-11-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种一体化双7自由度机械臂全向移动机器人系统与控制方法；系统包含：全向移动运动底盘、升降柱、双7自由度机械臂、控制模块、电源模块。一体化双7自由度机械臂全向移动机器人控制方法采用分层结构，控制模块包括第二控制单元和第一控制单元，第二控制单元进行全向移动运动底盘、升降柱、双7自由度机械臂的实时控制，第一控制单元进行全向移动运动底盘路径规划、双7自由度机械臂路径规划的实时计算。本发明的一种一体化双7自由度机械臂全向移动机器人系统与控制方法具有更多的冗余自由度，运动柔性好，同时结合全向移动运动底盘，可以进行任意方向的移动，保证了机器人自主操作的灵活性，以及人机协同作业环境的适应性。
-
公开(公告)号：CN109397292B
公开(公告)日：2020-10-30
申请号：CN201811415102.4
申请日：2018-11-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于解析解的7自由度机械臂控制方法与系统，其中系统包括：7自由度机械臂和控制模块，7自由度机械臂和控制模块通信连接；7自由度机械臂中相邻3个关节电机的轴线相交于一点，相邻2个关节电机的轴线垂直；控制模块，用于基于解析解对7自由度机械臂进行逆运动学求解，得到7自由度机械臂中每个关节电机的关节角度，然后基于关节角度进行路径规划，得到从7自由度机械臂的起始点到目标点的多个路径点，在多个路径点之间进行插补计算，得到7自由度机械臂的运行轨迹，对每个关节电机进行轨迹跟踪，实时控制7自由度机械臂运动。本发明求解速度快，提高了多自由度机械臂在复杂环境下路径规划的平滑程度。
-
公开(公告)号：CN109397244B
公开(公告)日：2020-09-18
申请号：CN201811415101.X
申请日：2018-11-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种一体化双7自由度机械臂全向移动机器人系统与控制方法；系统包含：全向移动运动底盘、升降柱、双7自由度机械臂、控制模块、电源模块。一体化双7自由度机械臂全向移动机器人控制方法采用分层结构，控制模块包括第二控制单元和第一控制单元，第二控制单元进行全向移动运动底盘、升降柱、双7自由度机械臂的实时控制，第一控制单元进行全向移动运动底盘路径规划、双7自由度机械臂路径规划的实时计算。本发明的一种一体化双7自由度机械臂全向移动机器人系统与控制方法具有更多的冗余自由度，运动柔性好，同时结合全向移动运动底盘，可以进行任意方向的移动，保证了机器人自主操作的灵活性，以及人机协同作业环境的适应性。
-
公开(公告)号：CN109902576A
公开(公告)日：2019-06-18
申请号：CN201910072733.9
申请日：2019-01-25
Applicant: 华中科技大学
Abstract: 本发明涉及一种头肩图像分类器的训练方法及应用，包括：获取人体姿态数据集，包括多张人体样本图片以及每一张样本图片对应的人体头肩标注数据；通过并行算法，同步得到每一张人体样本图片对应的聚合通道特征图及降采样聚合通道特征图；基于特征图，确定正检测窗口组及其对应的正特征向量组以及负检测窗口组及其对应的负特征向量组；基于正特征向量组和负特征向量组，对增强决策树进行多阶段训练，得到头肩图像分类器。本发明通过并行算法，提高了头肩检测速度，能够在视频流中实时进行头肩检测；利用包含多个特征通道的特征图进行训练，训练得到的分类器结果更加可靠；对增强决策树进行多阶段的训练，极大提高了头肩图像分类器的识别精度。
-
公开(公告)号：CN107991683A
公开(公告)日：2018-05-04
申请号：CN201711096684.X
申请日：2017-11-08
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于激光雷达的机器人自主定位方法，包括：以机器人初始位置为中心，随机产生N个粒子组成粒子群，机器人运行的当前时刻，根据机器人传感器测得的机器人实时移动距离和实时旋转角度，更新粒子群；对于每一个粒子，计算激光雷达点云与地图的障碍物的重合数量作为每一个粒子的得分，以每一个粒子的得分为权重计算粒子群的加权位姿均值，作为AMCL估计位姿；将AMCL估计位姿作为初始值，使用基于高斯牛顿迭代法的扫描匹配算法，得到扫描匹配位姿，作为机器人运行的当前时刻的最优位姿；使用AMCL算法重采样粒子群，最终得到机器人运行时全程最优位姿作为定位结果。本发明定位的收敛速度、定位精度和定位的稳定性有较大提升。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.025 seconds)
