-
Patent Agency Ranking
公开(公告)号：CN117340870A
公开(公告)日：2024-01-05
申请号：CN202310504698.X
申请日：2023-05-06
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种机器人集成任务运动规划方法，针对机器人和所处环境构建机器人模型文件以及PDDL世界域描述文件，对任务的初始状态以及完成目标进行描述定义并构建任务问题描述文件以及Kautham文件；在任务规划和运动规划中引入使用XML文件来作为任务规划和运动规划的中间连接层，并将任务规划器的规划结果处理得到符号信息便于运动规划器去实现，符号信息与几何信息相对应；最后通过采样运动规划方法识别，按照从上往下依次识别操作动作以及机器人、操作对象并求解运动路径，在所述虚拟仿真平台中确定机器人完成任务的最终运动方案。解决了现有技术中任务求解和运动规划分开讨论而在实际应用出现问题的情况，提高实际应用的便捷性。
-
公开(公告)号：CN119956372A
公开(公告)日：2025-05-09
申请号：CN202510171940.5
申请日：2025-02-17
Applicant: 湖南大学
Abstract: 本发明涉及等离子体与电催化耦合的技术领域，具体涉及一种电弧放电等离子体辅助的氮化物合成方法及氮化物。该氮化物由该方法合成。该方法包括搭建电弧放电等离子体辅助的氮气氧化与电还原集成系统；在所述集成系统中采用平行平板电极电弧放电；向所述集成系统中通入氮气和氧气的混合气体；所述混合气体经电弧放电后得到氮氧化物；将所述氮氧化物导入加有电解质和复合催化剂的电催化器件中，经电催化合成氮化物。本发明组合使用电弧放电和复合催化剂既能够产生较高浓度的氮氧化物，又能够合成满足经济可行性所需水平的氮化物。
-
公开(公告)号：CN116604550A
公开(公告)日：2023-08-18
申请号：CN202310447163.3
申请日：2023-04-24
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了基于线性时序逻辑的机械臂任务与运动规划方法及系统，首先搭建机械臂任务与运动规划模型，获取机械臂的任务信息、机械臂及其工作环境位置信息和，将其输入至模型中的上层任务规划模块，经过处理并优化，得到可行性网络拓扑图，采用规划算法在可行性网络拓扑图上进行搜索，得到任务序列；模型中的协调模块接收任务序列并分段，并提取机械臂的动作序列并作出规划建议；采用模型中的下层运动规划模块接收规划建议并采用规划算法对机械臂进行运动规划，得到机械臂的运动轨迹，将满足要求的机械臂的运动轨迹通过协调模块输出。该方法简化了人机之间的交互方式，可防止任务规划中可能存在的无法实现的步骤，提高了规划的成功率。
-
公开(公告)号：CN115963835A
公开(公告)日：2023-04-14
申请号：CN202310023506.3
申请日：2023-01-06
Applicant: 湖南大学
IPC: G05D1/02
Abstract: 本发明涉及机器人运动规划技术领域，具体为一种基于线性时序逻辑的移动机器人运动规划算法，包括：S1、构建栅格地图，并对栅格地图做膨胀处理；构建机器人时序任务，并将其转换为自动机；S2、增量构建前缀采样树；S3、获取候选前缀路径；S4、依据候选前缀路径增量构建后缀采样树；S5、获取代价最小的前缀路径和后缀路径，并根据获得的路径构建安全走廊；S6、依据安全走廊，构建优化问题求解机器人运动轨迹。本发明所提出的轨迹规划算法，运用了移动机器人的微分平坦模型，在较低维度下可根据移动机器人的运动学和动力学对轨迹进行约束，使得生成的轨迹质量更高。
-
公开(公告)号：CN118537393A
公开(公告)日：2024-08-23
申请号：CN202410618813.0
申请日：2024-05-17
Applicant: 湖南大学
IPC: G06T7/70 , G06V10/774 , G06V10/75
Abstract: 本发明公开了一种基于深度学习点线特征的单目视觉惯性位姿估计方法，包括：步骤1：参数标定以及IMU数据预积分；步骤2：利用LPSD网络和深度学习DG‑Line网络中，获取特征点、特征线以及特征线匹配对；步骤3：获取相邻帧中的特征点匹配点对以及IMU预积分值，预测得到当前帧二维图像的初始位姿Tinit；步骤4：最小化特征点和特征线的重投影误差，结合IMU预积分误差进行BA优化，确定每帧图像平滑后的位姿估计Tlast。该基于深度学习点线特征的单目视觉惯性估计方法具有精度高、鲁棒性强、能够应对多种挑战性场景等优点。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
