一种用于根管预备的多维度人为操作力测量装置

    公开(公告)号:CN109724741B

    公开(公告)日:2021-01-26

    申请号:CN201811500286.4

    申请日:2018-12-07

    Abstract: 本发明公开了一种用于根管预备的多维度人为操作力测量装置,包括用于对仿真牙进行根管预备的牙科手机,仿真牙安装在用于测量仿真牙在根管预备过程中六维度受力信息的牙体六维力测量装置上,并且牙科手机上套装有用于测量操作者在根管预备过程中手部施加在牙科手机上的三维受力信息的三维力测量装置;三维力测量装置由中心受力球以及两个三维力测量单元组成;牙体六维力测量装置由底板以及六维力传感器、U型牙体固定槽和U型牙体挡板组成。本发明能实时地获得操作者手部施加的多维力学信息和仿真牙的多个维度力信息,从而能为分析人为操作力对根管成形的影响提供直接的分析数据。

    一种探测机器人视觉目标检测方法

    公开(公告)号:CN111814726A

    公开(公告)日:2020-10-23

    申请号:CN202010701702.8

    申请日:2020-07-20

    Abstract: 本发明公开了一种探测机器人视觉目标检测方法,包括构建混合注意力自适应感知网络;训练所述混合注意力自适应感知网络;使用训练后的混合注意力自适应感知网络进行探测机器人视觉目标检测。所述混合注意力自适应感知网络包括全局注意力层次网络,目标空间定位网络、自适应局部注意力感知网络、目标分类识别网络,使用本发明能够在统一框架下完成目标定位与识别任务,且骨干网络均基于全局注意力机制下权重共享,能够综合two-stage与one-stage优点,在高实时的同时具备高准确率与低漏检率,适用于探测机器人高要求工作条件。

    一种用于零轴与多自由度机器人的同步标定系统及方法

    公开(公告)号:CN119550340A

    公开(公告)日:2025-03-04

    申请号:CN202411808100.7

    申请日:2024-12-10

    Abstract: 本发明公开一种用于零轴与多自由度机器人的同步标定系统及方法,涉及工业机器人标定领域。系统包括多自由度机器人、零轴、激光跟踪仪、靶球及靶球转接板。方法包括通过建立零轴与多自由度机器人的坐标系及转换关系,将激光跟踪仪和靶球在不同位置采集的零轴与多自由度机器人实际位姿数据转换成世界坐标系下多自由度机器人的末端位姿。利用激光跟踪仪测量的多组理论位姿和实际位姿,计算零轴平移误差和多自由度机器人旋转关节误差;结合线性化运动学模型建立雅可比矩阵,采用递归最小二乘法,通过增益矩阵和协方差矩阵的多次迭代更新误差参数,最终获得平移误差和旋转关节误差的稳定估计值,应用于实时补偿,减少实际与理论位姿间偏差。

    基于群卷积特征拓扑空间的深度学习网络及其训练方法

    公开(公告)号:CN111353583A

    公开(公告)日:2020-06-30

    申请号:CN202010104191.1

    申请日:2020-02-20

    Inventor: 钱夔 田磊 刘义亭

    Abstract: 本发明公开了一种基于群卷积特征拓扑空间的深度学习网络,包括卷积特征提取层、群卷积拓扑层和深度特征识别层;卷积特征提取层用于提取样本数据的多通道CNN卷积特征,将提取结果作为群卷积拓扑层的输入;群卷积拓扑层用于结合提取的多通道CNN卷积特征,以通道索引按群分类形成群卷积,构造图拓扑空间,将每个群卷积特征看成图拓扑空间节点,并自动/手动构建图拓扑空间节点连接规则,生成拉普拉斯矩阵L,将拉普拉斯矩阵L作为深度特征识别层的输入;深度特征识别层用于根据输入的拉普拉斯矩阵L,输出样本数据对应的群卷积特征拓扑空间图特征。本发明能够赋予不同通道下CNN特征的图拓扑空间规则,从而加快传统CNN训练与收敛速度。

    一种用于根管预备的多维度人为操作力测量装置

    公开(公告)号:CN109724741A

    公开(公告)日:2019-05-07

    申请号:CN201811500286.4

    申请日:2018-12-07

    Abstract: 本发明公开了一种用于根管预备的多维度人为操作力测量装置,包括用于对仿真牙进行根管预备的牙科手机,仿真牙安装在用于测量仿真牙在根管预备过程中六维度受力信息的牙体六维力测量装置上,并且牙科手机上套装有用于测量操作者在根管预备过程中手部施加在牙科手机上的三维受力信息的三维力测量装置;三维力测量装置由中心受力球以及两个三维力测量单元组成;牙体六维力测量装置由底板以及六维力传感器、U型牙体固定槽和U型牙体挡板组成。本发明能实时地获得操作者手部施加的多维力学信息和仿真牙的多个维度力信息,从而能为分析人为操作力对根管成形的影响提供直接的分析数据。

    一种果蔬采摘机器人双边遥操作控制方法

    公开(公告)号:CN109479520A

    公开(公告)日:2019-03-19

    申请号:CN201811596271.2

    申请日:2018-12-25

    Abstract: 本发明公开了一种果蔬采摘机器人双边遥操作控制方法,包括由单个操作员、单个手控器、监控中心、通讯环节以及多个果蔬采摘机器人、摄像头和果园环境组成的双边遥操作系统;果蔬采摘机器人主要由移动平台、机械臂、末端执行器和控制箱等组成;果蔬采摘机器人具有部分智能,将由多果蔬采摘机器人组成的系统分为多移动平台系统、多机械臂系统以及多末端执行器系统,使操作员能通过单个手控器分别控制多移动平台系统及多机械臂系统,实现对多个果蔬采摘机器人的控制。本发明能通过单个手控器完成对多个具有部分智能的果蔬采摘机器人的控制,能借助手控器的反馈力感知果蔬采摘机器人的作业状态,操作方便,控制简单、能有效地节约机器人的使用成本。

    一种基于接触力信息的图像力触觉检测装置及再现方法

    公开(公告)号:CN114179082B

    公开(公告)日:2024-09-13

    申请号:CN202111484857.1

    申请日:2021-12-07

    Inventor: 田磊 乔贵方 钱夔

    Abstract: 本发明涉及一种基于接触力信息的图像力触觉检测装置及再现方法,所述检测装置包括底座、衬底硅胶垫、薄膜力传感器、表面硅胶垫和EVA海绵垫;所述底座与机器人的末端法兰盘固定安装,底座侧边设置有多个图像传感器,图像传感器用于采集被测物体的表面图像信息;所述衬底硅胶垫、薄膜力传感器、表面硅胶垫和EVA海绵垫依次层叠固定于底座下表面,EVA海绵垫通过接触形变感知被测物体的表面形状,并将形变压力传导至薄膜力传感器上,薄膜力传感器用于检测不同部位的形变压力值。本发明提出的检测装置结构紧凑,能够通过接触力信息准确表达被测物体表面的形状信息,基于该信息引导的图像力触觉再现方法有效提高了图像特征的提取质量。

    一种基于接触力信息的图像力触觉检测装置及再现方法

    公开(公告)号:CN114179082A

    公开(公告)日:2022-03-15

    申请号:CN202111484857.1

    申请日:2021-12-07

    Inventor: 田磊 乔贵方 钱夔

    Abstract: 本发明涉及一种基于接触力信息的图像力触觉检测装置及再现方法,所述检测装置包括底座、衬底硅胶垫、薄膜力传感器、表面硅胶垫和EVA海绵垫;所述底座与机器人的末端法兰盘固定安装,底座侧边设置有多个图像传感器,图像传感器用于采集被测物体的表面图像信息;所述衬底硅胶垫、薄膜力传感器、表面硅胶垫和EVA海绵垫依次层叠固定于底座下表面,EVA海绵垫通过接触形变感知被测物体的表面形状,并将形变压力传导至薄膜力传感器上,薄膜力传感器用于检测不同部位的形变压力值。本发明提出的检测装置结构紧凑,能够通过接触力信息准确表达被测物体表面的形状信息,基于该信息引导的图像力触觉再现方法有效提高了图像特征的提取质量。

    一种果蔬采摘机器人双边遥操作控制方法

    公开(公告)号:CN109479520B

    公开(公告)日:2022-02-11

    申请号:CN201811596271.2

    申请日:2018-12-25

    Abstract: 本发明公开了一种果蔬采摘机器人双边遥操作控制方法,包括由单个操作员、单个手控器、监控中心、通讯环节以及多个果蔬采摘机器人、摄像头和果园环境组成的双边遥操作系统;果蔬采摘机器人主要由移动平台、机械臂、末端执行器和控制箱等组成;果蔬采摘机器人具有部分智能,将由多个果蔬采摘机器人组成的系统分为多移动平台系统、多机械臂系统以及多末端执行器系统,使操作员能通过单个手控器分别控制多移动平台系统及多机械臂系统,实现对多个果蔬采摘机器人的控制。本发明能通过单个手控器完成对多个具有部分智能的果蔬采摘机器人的控制,能借助手控器的反馈力感知果蔬采摘机器人的作业状态,操作方便,控制简单、能有效地节约机器人的使用成本。

    一种基于单目图像明暗恢复技术与交互数据信息融合的物体三维形状重建方法

    公开(公告)号:CN112835448A

    公开(公告)日:2021-05-25

    申请号:CN202110110041.6

    申请日:2021-01-27

    Inventor: 田磊 钱夔 邵知宇

    Abstract: 本发明公开了一种基于单目图像明暗恢复技术与交互数据信息融合的物体三维形状重建方法,首先在标准化条件下采集物体表面图像信息和力触觉交互数据,然后利用图像处理算法从物体表面图像中获得物体表面形状信息图像,利用数据处理方法从力触觉交互数据中获取形状数据矩阵,最后将物体表面形状信息图像和形状数据矩阵进行匹配,对物体表面形状信息图像进行校正,得到物体表面形状信息三维模型。本发明保留了单目图像明暗恢复形状技术的复杂度低,速度快的优点,同时又结合力触觉交互信息对三维形状信息进行校正,有效解决了以往算法中建模结果容易受到光源条件、反射条件等实验条件影响的缺陷。

Patent Agency Ranking