-
公开(公告)号：CN118143970B
公开(公告)日：2024-08-23
申请号：CN202410377500.0
申请日：2024-03-29
Applicant: 安徽大学
Abstract: 本发明涉及机器人智能控制领域，特别是指一种机器人视觉检测方法及基于视觉检测方法的抓取系统，方法包括：根据RGBD图像数据以及融合增强抓取检测网络得到视觉检测结果；网络包括串行分支残差挤压、并行通道‑像素注意力跳跃连接和跨级别特征多层次融合模块。在多种未知场景中实现对未知物体稳定且可靠的抓取位姿检测，设计的网络在空间和通道维度分别进行全局位置和空间局部信息特征的提取融合，在不同尺度上捕捉信息并自适应融合，提取高分辨率细粒度表层信息和高级抽象语义信息，有效的处理不同尺寸、不同颜色、不同外形的物体。在高效抓取过程中维持高成功率，确保抓取位姿推理的快速性，满足实时性同时保证抓取操作的精准度和效率。
-
Patent Agency Ranking
公开(公告)号：CN118514080B
公开(公告)日：2024-10-29
申请号：CN202410802921.3
申请日：2024-06-20
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明涉及机器人技术领域，特别是指一种基于改进生成残差网络MetaCoorNet的机器人抓取姿态估计方法及系统。所述方法包括：根据MCB模块以及残差模块进行模型构建，获得MCN抓取姿态预测模型；通过外部相机对目标场景进行拍摄，获得目标图像；将目标图像输入MCN抓取姿态预测模型，获得抓取姿态；根据预设的坐标转换单应性矩阵，对抓取姿态进行坐标变换，获得机器人抓取姿态；根据机器人抓取姿态以及预设的机器人运动学模型进行逆运动求解，得到关节转动角度值；根据关节转动角度值，通过执行器执行抓取动作。本发明是一种特征提取能力强、计算成本低、位置信息融合机制精确的机器人抓取姿态估计方法。
-
公开(公告)号：CN118514080A
公开(公告)日：2024-08-20
申请号：CN202410802921.3
申请日：2024-06-20
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明涉及机器人技术领域，特别是指一种基于改进生成残差网络MetaCoorNet的机器人抓取姿态估计方法及系统。所述方法包括：根据MCB模块以及残差模块进行模型构建，获得MCN抓取姿态预测模型；通过外部相机对目标场景进行拍摄，获得目标图像；将目标图像输入MCN抓取姿态预测模型，获得抓取姿态；根据预设的坐标转换单应性矩阵，对抓取姿态进行坐标变换，获得机器人抓取姿态；根据机器人抓取姿态以及预设的机器人运动学模型进行逆运动求解，得到关节转动角度值；根据关节转动角度值，通过执行器执行抓取动作。本发明是一种特征提取能力强、计算成本低、位置信息融合机制精确的机器人抓取姿态估计方法。
-
公开(公告)号：CN118143970A
公开(公告)日：2024-06-07
申请号：CN202410377500.0
申请日：2024-03-29
Applicant: 安徽大学
Abstract: 本发明涉及机器人智能控制领域，特别是指一种机器人视觉检测方法及基于视觉检测方法的抓取系统，方法包括：根据RGBD图像数据以及融合增强抓取检测网络得到视觉检测结果；网络包括串行分支残差挤压、并行通道‑像素注意力跳跃连接和跨级别特征多层次融合模块。在多种未知场景中实现对未知物体稳定且可靠的抓取位姿检测，设计的网络在空间和通道维度分别进行全局位置和空间局部信息特征的提取融合，在不同尺度上捕捉信息并自适应融合，提取高分辨率细粒度表层信息和高级抽象语义信息，有效的处理不同尺寸、不同颜色、不同外形的物体。在高效抓取过程中维持高成功率，确保抓取位姿推理的快速性，满足实时性同时保证抓取操作的精准度和效率。
-
公开(公告)号：CN118238847A
公开(公告)日：2024-06-25
申请号：CN202410340309.9
申请日：2024-03-25
Applicant: 安徽大学
Abstract: 本发明属于自动驾驶技术领域，具体涉及一种自适应不同驾驶风格和路面环境的自主换道决策规划方法和系统，包括获取驾驶轨迹和路面环境数据进行识别得到不同驾驶风格，将驾驶风格、以及自车、旁车所在驾驶环境的多维决策向量进行级联后输入到全连接神经网络中，输出车道变更决策指令；根据路面环境信息中路面附着系数确定安全性约束、舒适性约束、自适应加速度约束和自适应急动度约束，结合决策指令，通过七阶多项式函数确定换道轨迹；本发明结合当前交通情况和人类驾驶员的驾驶经验，设计了一个基于多神经网络的个性化换道决策模型，采用路面附着系数和速度的自适应约束，以取代固定约束，从而解决了在不同路面条件下安全可靠的变道决策规划问题。
-
公开(公告)号：CN118238847B
公开(公告)日：2024-08-30
申请号：CN202410340309.9
申请日：2024-03-25
Applicant: 安徽大学
Abstract: 本发明属于自动驾驶技术领域，具体涉及一种自适应不同驾驶风格和路面环境的自主换道决策规划方法和系统，包括获取驾驶轨迹和路面环境数据进行识别得到不同驾驶风格，将驾驶风格、以及自车、旁车所在驾驶环境的多维决策向量进行级联后输入到全连接神经网络中，输出车道变更决策指令；根据路面环境信息中路面附着系数确定安全性约束、舒适性约束、自适应加速度约束和自适应急动度约束，结合决策指令，通过七阶多项式函数确定换道轨迹；本发明结合当前交通情况和人类驾驶员的驾驶经验，设计了一个基于多神经网络的个性化换道决策模型，采用路面附着系数和速度的自适应约束，以取代固定约束，从而解决了在不同路面条件下安全可靠的变道决策规划问题。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
