-
公开(公告)号：CN112947065A
公开(公告)日：2021-06-11
申请号：CN202110100304.5
申请日：2021-01-25
Applicant: 河南大学
IPC: G05B13/04
Abstract: 本发明涉及一种双足机器人行走实时步态的AZR调节方法，方法包括利用机器人离线系统测算数据构建在线数据库，在线数据库包括机器人步长集合S、AZR集合H、行走步态集合G和能耗集合E，在给定机器人目标行程距离d和期望AZR位置rAZR，规划能耗最低的步长序列取出机器人每步长和AZR变量ηi，查询在线数据库，得到步态控制的电机角度序列gi，按照机器人行走中脚步压力集合Fi，计算实时ZMP轨迹rZMP，利用rZMP(n)和rAZR(n)的偏差值ei，采用PI校正方法获得AZR变量ηi的修正值ηi+1，并根据修正值ηi+1以及步长si+1查询在线数据库，在线优化双足机器人的步态轨迹。本发明能够克服机器人建模和环境误差的干扰，在双足机器人行进中实现高鲁棒性和低能耗的步态控制，较好的解决具有高度非线性特征的双足机器人行走问题。
-
公开(公告)号：CN112882485B
公开(公告)日：2022-04-26
申请号：CN202110100338.4
申请日：2021-01-25
Applicant: 河南大学
Abstract: 本发明涉及一种双足机器人逆运动学的几何计算方法，所述方法包括建立双足机器人的运动模型，其运动模型包括躯体位置rbody(n)运动描述、脚部位置rfoot(n)运动描述以及腿部位置运动描述，进而基于所述躯体位置rbody(n)运动描述、脚部位置rfoot(n)运动描述分别求取双足机器人运动过程中髋关节rhip(n)位置和踝关节位置rankle(n)，通过双足机器人运动过程中腿部关节间的几何关系，求取双足机器人腿部关节执行器位置及相对角度，最终依据机器人运动过程中关节执行器控制角度的参考方向，确定逆运动学求解的关节执行器角度Q(n)。本发明在三维机器人逆运动学计算中采用低维矩阵组织运算，减少了逆运动学解算的运算量，适用于机器人运动优化过程中需要大规模并行计算的场合。
-
公开(公告)号：CN112925205A
公开(公告)日：2021-06-08
申请号：CN202110100340.1
申请日：2021-01-25
Applicant: 河南大学
IPC: G05B13/04
Abstract: 本发明涉及一种双足机器人步态模式生成的布网优化方法，所述方法包括首先给定机器人步长s，建立关于参数ak的有限项傅里叶级数模型表示机器人身体轨迹rb(n)，设间隙为μk通过参数ak构建集合Ak，并对应生成布网空间集合Us，进而对于任意的基于逆运动学模型形成映射，并得到满足ZMP轨迹稳定性的布网空间集合Rs，取所述布网空间集合Rs中满足AZR变量η要求的元素并计算步态能耗获取种子集合最终以种子为中点，按搜索间距δλ构建搜索空间Lλ，在搜索空间Lλ中找到能耗最低的点，基于所述能耗最低的点，得到能耗最低的关节角度序列本发明在兼顾机器人运动稳定性的同时显著降低了步态能耗。
-
公开(公告)号：CN114494110B
公开(公告)日：2024-08-02
申请号：CN202111465959.9
申请日：2021-12-03
Applicant: 河南大学
IPC: G06T7/00 , G06T7/60 , G06N3/0464 , G06N3/0455 , G06N3/082
Abstract: 本发明公开了一种基于注意力引导图像增强网络的地下排污管道内部缺陷检测方法，与现有的弱监督学习方法相比，本发明增设了一个图像增强模块，通过对图像中目标物体的位置信息和物体各部分的辨别情况进行适当调整来获取对原始图像进行补充增强的物体增强图，获取的增强图像和排污管道内部图像的原始图像作为输入数据再次输入网络进行训练，得到增强后的特征图和其注意力图进行像素点乘，最终得到对象目标细节更加丰富且完整的结果图。
-
公开(公告)号：CN112925205B
公开(公告)日：2022-03-29
申请号：CN202110100340.1
申请日：2021-01-25
Applicant: 河南大学
IPC: G05B13/04
Abstract: 本发明涉及一种双足机器人步态模式生成的布网优化方法，所述方法包括首先给定机器人步长s，建立关于参数ak的有限项傅里叶级数模型表示机器人身体轨迹rb(n)，设间隙为μk通过参数ak构建集合Ak，并对应生成布网空间集合Us，进而对于任意的基于逆运动学模型形成映射，并得到满足ZMP轨迹稳定性的布网空间集合Rs，取所述布网空间集合Rs中满足AZR变量η要求的元素并计算步态能耗获取种子集合最终以种子为中点，按搜索间距δλ构建搜索空间Lλ，在搜索空间Lλ中找到能耗最低的点，基于所述能耗最低的点，得到能耗最低的关节角度序列本发明在兼顾机器人运动稳定性的同时显著降低了步态能耗。
-
Patent Agency Ranking
公开(公告)号：CN112882485A
公开(公告)日：2021-06-01
申请号：CN202110100338.4
申请日：2021-01-25
Applicant: 河南大学
Abstract: 本发明涉及一种双足机器人逆运动学的几何计算方法，所述方法包括建立双足机器人的运动模型，其运动模型包括躯体位置rbody(n)运动描述、脚部位置rfoot(n)运动描述以及腿部位置运动描述，进而基于所述躯体位置rbody(n)运动描述、脚部位置rfoot(n)运动描述分别求取双足机器人运动过程中髋关节rhip(n)位置和踝关节位置rankle(n)，通过双足机器人运动过程中腿部关节间的几何关系，求取双足机器人腿部关节执行器位置及相对角度，最终依据机器人运动过程中关节执行器控制角度的参考方向，确定逆运动学求解的关节执行器角度Q(n)。本发明在三维机器人逆运动学计算中采用低维矩阵组织运算，减少了逆运动学解算的运算量，适用于机器人运动优化过程中需要大规模并行计算的场合。
-
公开(公告)号：CN112947065B
公开(公告)日：2022-09-16
申请号：CN202110100304.5
申请日：2021-01-25
Applicant: 河南大学
IPC: G05B13/04
Abstract: 本发明涉及一种双足机器人行走实时步态的AZR调节方法，方法包括利用机器人离线系统测算数据构建在线数据库，在线数据库包括机器人步长集合S、AZR集合H、行走步态集合G和能耗集合E，在给定机器人目标行程距离d和期望AZR位置rAZR，规划能耗最低的步长序列取出机器人每步长和AZR变量ηi，查询在线数据库，得到步态控制的电机角度序列gi，按照机器人行走中脚步压力集合Fi，计算实时ZMP轨迹rZMP，利用rZMP(n)和rAZR(n)的偏差值ei，采用PI校正方法获得AZR变量ηi的修正值ηi+1，并根据修正值ηi+1以及步长si+1查询在线数据库，在线优化双足机器人的步态轨迹。本发明能够克服机器人建模和环境误差的干扰，在双足机器人行进中实现高鲁棒性和低能耗的步态控制，较好的解决具有高度非线性特征的双足机器人行走问题。
-
公开(公告)号：CN112925320B
公开(公告)日：2022-03-11
申请号：CN202110100346.9
申请日：2021-01-25
Applicant: 河南大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于质心模型的双足机器人步态能耗评估方法，首先根据双足机器人质量M在躯体的分布位置建立质心模型，并用所述质心模型描述双足机器人运动轨迹，其次通过双足机器人运动过程中空间位置矢量与质心重力矢量的笛卡尔积构建关节执行器负载转矩方程，并基于关节执行器轴线方位得到关节执行器的轴向负载转矩τ(n)，最终在双足机器人运动过程中，根据双足机器人关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E。本发明克服了双足机器人各关节执行器瞬时功率损耗难以测取的问题，使用双足机器人运动规划算法中易于获得的参数，构建描述机器人运动过程中能量消耗的指标函数，可快速、准确的评价不同算法的优劣。
-
公开(公告)号：CN112925320A
公开(公告)日：2021-06-08
申请号：CN202110100346.9
申请日：2021-01-25
Applicant: 河南大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于质心模型的双足机器人步态能耗评估方法，首先根据双足机器人质量M在躯体的分布位置建立质心模型，并用所述质心模型描述双足机器人运动轨迹，其次通过双足机器人运动过程中空间位置矢量与质心重力矢量的笛卡尔积构建关节执行器负载转矩方程，并基于关节执行器轴线方位得到关节执行器的轴向负载转矩τ(n)，最终在双足机器人运动过程中，根据双足机器人关节执行器角速度ω(n)与轴向负载转矩τ(n)建立能耗指标函数E。本发明克服了双足机器人各关节执行器瞬时功率损耗难以测取的问题，使用双足机器人运动规划算法中易于获得的参数，构建描述机器人运动过程中能量消耗的指标函数，可快速、准确的评价不同算法的优劣。
-
公开(公告)号：CN114494110A
公开(公告)日：2022-05-13
申请号：CN202111465959.9
申请日：2021-12-03
Applicant: 河南大学
Abstract: 本发明公开了一种基于注意力引导图像增强网络的地下排污管道内部缺陷检测方法，与现有的弱监督学习方法相比，本发明增设了一个图像增强模块，通过对图像中目标物体的位置信息和物体各部分的辨别情况进行适当调整来获取对原始图像进行补充增强的物体增强图，获取的增强图像和排污管道内部图像的原始图像作为输入数据再次输入网络进行训练，得到增强后的特征图和其注意力图进行像素点乘，最终得到对象目标细节更加丰富且完整的结果图。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
