-
公开(公告)号：CN118470289A
公开(公告)日：2024-08-09
申请号：CN202410631315.X
申请日：2024-05-21
Applicant: 余姚市机器人研究中心 , 浙江大学
Abstract: 本发明属于视觉定位领域，公开了一种动态障碍干扰环境下视觉定位方法，该方法包括ORB‑SLAM2基础框架、基于YOLACT++语义实例分割的动态特征检测、基于时序信息的语义掩膜修复、特征点运动概率传播、基于PD控制的特征提取调节等步骤。其中，关键步骤是语义实例分割检测动态对象，并剔除相应的动态特征；掩膜修复能够解决语义分割过程可能存在的遗漏问题，运动概率传播能够提高框架运行效率，PD控制的特征提取调节能够改善视觉跟踪稳定性。本发明能够在有动态障碍干扰的情况下实现鲁棒的视觉定位效果，解决了ORB‑SLAM2在这种环境下定位漂移的问题，提高了视觉定位的鲁棒性和稳定性。
-
公开(公告)号：CN116700278A
公开(公告)日：2023-09-05
申请号：CN202310793427.0
申请日：2023-06-30
Applicant: 浙江大学 , 浙江钱塘机器人及智能装备研究有限公司
IPC: G05D1/02
Abstract: 本发明属于AGV运动控制技术领域，公开了一种偏心双舵轮AGV低能耗转向与运动误差补偿方法，适用于对角布置的偏心双舵轮AGV底盘的精确运动控制。本发明根据逆运动学最优求解控制AGV低能耗转向，并对转向误差进行补偿，根据给定AGV运动方向θ，速度V，以及角速度W，求解出两个舵轮的运动参数，包括舵向角R1,R2和线速度W1,W2，并且所求得舵向角R1,R2为最小转动量，具有转动能耗最优的特点；同时由于偏心舵轮在转动时受底盘自重及地面摩擦影响，无法原地转动，本发明根据舵轮转动量对行走电机进行补偿，满足偏心舵轮原地转动的需求。本发明为偏心舵轮的AGV底盘提供了低能耗转向与运动误差补偿方法。
-
公开(公告)号：CN117029818A
公开(公告)日：2023-11-10
申请号：CN202310793043.9
申请日：2023-06-30
Applicant: 余姚市机器人研究中心 , 浙江大学
Abstract: 本发明公开了一种非结构化封闭环境中多车协同路径规划方法，首先，确定当前多台车辆在规划地图中的位置、规划任务的起点终点与当前车辆运动状态；然后，规划每台单车路径，根据当前环境信息，确定可执行的单车路径规划，生成单车可执行路径结果；再确定多车路径冲突位置，根据单车路径结果，确定在同一时空中多车间可能发生冲突的时空位置；在单车路径结果中，基于车身位置，在多车路径冲突位置添加约束信息；对多车搜索任务进行分组，基于路径信息与碰撞信息，对多辆车进行不同的分组；最后，对同一分组执行多车路径搜索；对同一组的多车，基于碰撞信息与所述约束信息，执行多车路径搜索，得到多车路径的无碰撞路径结果。
-
公开(公告)号：CN114840001A
公开(公告)日：2022-08-02
申请号：CN202210619199.0
申请日：2022-06-01
Applicant: 浙江大学 , 浙江钱塘机器人及智能装备研究有限公司
IPC: G05D1/02
Abstract: 本发明涉及一种封闭环境多车协同轨迹规划的方法，属于自动驾驶技术领域，尤其是涉及关于多无人车集中进行轨迹规划的方案。解决智能物流行业多车封闭环境中运输效率低的问题。具体包括：分为多阶段的轨迹规划，第一阶段为粗略路径生成，第二阶段是建立在第一阶段求解结果上的平滑动态可行地轨迹生成。该方法能对大规模车辆集中求解无冲突轨迹且具有较短求解时间。
-
公开(公告)号：CN116858266A
公开(公告)日：2023-10-10
申请号：CN202310889301.3
申请日：2023-07-19
Applicant: 浙江大学 , 浙江钱塘机器人及智能装备研究有限公司
IPC: G01C21/34
Abstract: 本发明属于自动驾驶技术领域，一种多车时空联合轨迹规划方法，包括以下步骤，A01：获得当前多台车辆在规划地图中的位置、配送任务的起点、终点与当前车辆状态数据信息；A02：根据多台车辆的路径结果，确定多台车辆的初始轨迹结果；A03：确定多台车辆的轨迹规划中可行且安全的规划区域和确定无碰撞可行区域；A04，利用初始轨迹结果，构建时空联合多车轨迹优化问题；A05，基于多台车辆路径结果对时空联合多车轨迹优化问题的对象进行分组；A06，对同一组的多车，求解时空联合多车轨迹优化问题；A07，多车搜索出无碰撞路径结果。采用在基于环境地图生成的凸空间中，构建时空联合轨迹优化，能够更加精确地规划车辆路径。
-
Patent Agency Ranking
公开(公告)号：CN116834988A
公开(公告)日：2023-10-03
申请号：CN202310779104.6
申请日：2023-06-29
Applicant: 余姚市机器人研究中心 , 浙江大学
IPC: B64U10/70 , B64U10/10 , B64U30/299 , B64U50/19 , B64U60/60 , B64U101/55
Abstract: 本发明公开了一种地空两栖双旋翼无人机及其控制方法，包括横列式双旋翼无人机主体、两套半球形转轮组件和旋翼组件，半球形组件为镂空结构，固连在无人机转臂上，可随转臂一同旋转。本发明在传统横列式双旋翼无人机基础上创新性的设计了基于导电滑环的传动机构，使旋翼驱动电机在舵机驱动下，从传统的小角度倾转提升至可以360°旋转，进而配合无人机的半球形转轮进行安全、灵活、隐蔽的地面滚动，从而大幅降低无人机能耗，拓展了无人机的作业范围；结合无人机的空中高机动性，本发明在灾害搜救、勘测、环境建图等场景下具备极大的应用潜力。
-
公开(公告)号：CN116714789A
公开(公告)日：2023-09-08
申请号：CN202310506134.X
申请日：2023-05-08
Applicant: 余姚市机器人研究中心 , 浙江大学
IPC: B64U10/14 , A47L1/02 , B08B7/00 , B08B7/02 , G01S17/08 , B64U60/00 , B64U20/87 , E04G23/00 , B64U101/00
Abstract: 本发明属于激光除污技术领域，公开了一种窄脉宽激光除污的擦窗无人机及方法，包括四旋翼无人机和激光除污模块，激光除污模块倒置在四旋翼无人机下方，四旋翼无人机包括主体飞控、激光雷达、D‑RTK天线、前置深度相机、旋翼、无刷电机、旋翼连杆和起落架，D‑RTK天线和激光雷达固定安装在主体飞控顶部，前置深度相机外伸固定在主体飞控前部；激光除污模块包括窄脉宽激光发生器、导光传输装置和激光输出头，窄脉宽激光发生器悬挂固定于主体飞控下方，所述激光输出头通过导光传输装置与窄脉宽激光发生器相接。本发明能够替代清洁工人进行高空清洁作业，并且相比于传统擦窗机器人，本发明具有清洁效率高、能耗低、无污染、适用性广等优点。
-
公开(公告)号：CN116700292A
公开(公告)日：2023-09-05
申请号：CN202310859468.5
申请日：2023-07-13
Applicant: 浙江大学 , 浙江钱塘机器人及智能装备研究有限公司
IPC: G05D1/02
Abstract: 本发明涉及移动机器人自主探索建图领域，提供一种机器人自主探索方法、设备和存储介质。本发明解决了现有自主探索方法内存消耗大、导航目标不坚定、探索效率低下等问题。该方法包括同步定位与建图、前向探索点搜索、前向探索点裁剪、前向探索点决策、自主导航等步骤。其中，前向探索点搜索具有区域偏向性，能够节省内存消耗。此外，本发明中还设计了衡量当前决策与前次决策一致性的方法，综合考虑了全局，使得机器人的前向探索点决策更加坚定，反复摇摆现象减少。本发明缩短了探索轨迹长度，提高了探索效率，并节约了内存开销，使其能够运行到低成本的硬件中。
-
公开(公告)号：CN118672247A
公开(公告)日：2024-09-20
申请号：CN202410645218.6
申请日：2024-05-23
Applicant: 浙江大学
Abstract: 本发明涉及机器人避障规划领域，公开了一种轮‑臂复合机器人自适应维度采样避障规划方法。包括双向知情RRT*采样规划、移动底盘全局初始路径规划、轮‑臂局部重规划等步骤。其中，双向知情RRT*采样规划是本发明的基础规划方法，在不同规划阶段合理调用该方法，实现自适应维度的采样避障规划；首先将在移动底盘的低维空间规划一条全局初始路径，然后在移动底盘+机械臂构成的高维空间检查该路径是否发生碰撞，在所有发生碰撞的局部进行轮‑臂重规划，最后组合输出全局无碰撞路径。本发明有效降低了轮‑臂复合机器人采样规划的空间复杂度，提高了规划效率，减少了机械臂的冗余避障动作。
-
公开(公告)号：CN116721464A
公开(公告)日：2023-09-08
申请号：CN202310672660.3
申请日：2023-06-08
Applicant: 浙江大学 , 余姚市机器人研究中心
IPC: G06V40/20 , G06V10/46 , G06V10/82 , G06V10/74 , G06V10/762 , G06V20/40 , G06N3/0464 , G06N3/048 , B25J9/16
Abstract: 本发明公开了基于高斯混合模型与动态运动基元的机器书写方法及装置，通过多个第一视角人类书写的视频，使用深度学习模型识别并跟踪自定义的笔身关键点，将关键点轨迹作为手写字符或汉字的轨迹；将提取的所有轨迹从各自的像素坐标系中变换至自定义任务空间坐标系中的合适位置，再通过动态时间规整算法将所有轨迹进行时间对齐；采用高斯混合模型对所有样本数据进行建模学习，经EM算法求解后，给定新的时间序列，通过高斯混合回归生成最优书写轨迹的二维坐标序列；然后通过动态运动基元算法再次学习该最优轨迹，从而在保留书写轨迹形状特征的同时，能够适应不同的起始和终止点，还能实现时间维度的缩放；最后通过逆运动学计算使机器人成功执行。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.015 seconds)
