-
公开(公告)号：CN119427340A
公开(公告)日：2025-02-14
申请号：CN202311645531.1
申请日：2023-11-30
Applicant: 华为云计算技术有限公司
Abstract: 本申请实施例提供一种应用于控制技术领域的物体控制系统的运行方法，用于管理物体控制系统。物体控制系统包括机械臂设备、位置检测设备以及物体传输设备。基于机械臂设备、位置检测设备以及物体传输设备的初始参数，计算各个设备的安装位置，确定机械臂设备的控制物体的目标控制位置和实际控制位置，获取机械臂设备在实际控制位置控制目标物体的操作结果，如果操作结果满足调整条件，则基于目标控制位置、实际控制位置以及物体控制系统包括的任意设备的安装位置，确定任意设备的调整位置。如此能够自动确定物体控制系统包括的任意设备的调整位置，便于调整设备的安装位置，提高物体控制的成功率。本申请实施例还提供对应的装置及相关设备。
-
公开(公告)号：CN119785135A
公开(公告)日：2025-04-08
申请号：CN202311607589.7
申请日：2023-11-27
Applicant: 华为云计算技术有限公司
Abstract: 本申请公开了一种数据生成方法以及云管理平台，可获取用于呈现场景中真实内容的训练数据，以此训练可以准备完成下游任务的神经网络模型。本申请的方法包括：当用户存在针对第一场景的数据获取需求时，可通过处于第一位姿的第一设备采集第一场景的真实数据，并向云管理平台提供的模型构建接口发送第一场景的真实数据以及第一设备的第一位姿。接着，云管理平台可基于第一场景的真实数据以及第一设备的第一位姿进行隐式重建，得到隐式神经网络模型。然后，云管理平台可将用户输入的位姿输入至隐式神经网络模型，以通过隐式神经网络模型对这些位姿进行处理，从而得到第一场景的预测数据。
-
Patent Agency Ranking
公开(公告)号：CN117621032A
公开(公告)日：2024-03-01
申请号：CN202210962888.1
申请日：2022-08-11
Applicant: 华为云计算技术有限公司
IPC: B25J9/16
Abstract: 本申请公开了一种物体拾取方法，该方法中，可以获取关于目标物体的点云数据；获得神经网络对所述点云数据处理而得到的目标拾取姿态信息和所述目标物体的类型信息，所述目标拾取姿态信息用于描述拾取装置对目标物体的目标拾取姿态；根据所述目标拾取姿态信息和所述类型信息，控制所述拾取装置拾取所述目标物体。通过该方法，可以结合神经网络对不同类型等不同情况的物体进行自适应地拾取。
-
公开(公告)号：CN117197230A
公开(公告)日：2023-12-08
申请号：CN202210600292.7
申请日：2022-05-30
Applicant: 华为云计算技术有限公司
Abstract: 本申请实施例提供了一种构建抓取数据集的方法和装置，包括：获取物体的3D模型和抓取工具的模型；根据解析准则确定所述物体的3D模型的抓取点的抓取质量标签，所述解析准则包括形封闭解析准则，所述形封闭解析准则用于评价所述物体的3D模型上包括所述抓取点的第一表面的平整度，所述抓取点与所述抓取工具的位姿存在对应关系；输出所述抓取数据集，所述抓取数据集包括所述抓取工具的位姿的信息、所述抓取点的抓取质量标签和所述第一表面的点云信息。这样，可以降低构建抓取数据集的成本，提高抓取数据集的准确性。
-
公开(公告)号：CN117162128A
公开(公告)日：2023-12-05
申请号：CN202210592695.1
申请日：2022-05-28
Applicant: 华为云计算技术有限公司
Abstract: 本申请实施例公开了一种抓取位姿估计方法及相关设备，其特征在于，所述方法包括：基于目标物体的物体点云中的M个采样点，确定所述物体点云的M个采样点云，所述M个采样点云中的每个采样点云为所述物体点云在对应目标空间内的点云，所述对应目标空间为以所述M个采样点中对应采样点为球心，且以预设长度为半径的球状空间；其中，每个所述采样点云所包括的点的个数大于预设值；基于所述M个采样点云和抓取末端模型参数，计算得到M个抓取位姿，所述抓取末端模型参数包括抓取末端模型的宽度和深度；从所述M个抓取位姿中选取一个抓取位姿作为抓取所述目标物体的目标抓取位姿。采用本发明实施例能够提高复杂场景下的机器人抓取效率、准确率。
-
公开(公告)号：CN116922375A
公开(公告)日：2023-10-24
申请号：CN202310569078.4
申请日：2023-05-18
Applicant: 深圳华为云计算技术有限公司
IPC: B25J9/16 , G06T7/73 , G06T7/55 , G06T5/00 , G06T1/00 , G06V10/26 , G06V10/74 , G06V10/762 , G06V10/82
Abstract: 本申请实施例提供了一种物体抓取方法，其中，该方法包括：获取第一图像，所述第一图像包括第一物体的RGB图、灰度图、深度图中的至少一种；根据特征提取网络确定所述第一图像的前景像素对应的特征，所述特征提取网络用于提取所述前景像素对应的特征；对所述前景像素对应的特征进行聚类，得到所述第一物体的分割掩码；根据所述分割掩码，抓取所述第一物体。本申请技术方案能够实现对未知物体的抓取，避免针对不同抓取物体重新训练网络，能够快速应用到不同场景，降低了使用过程中的调试成本。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
