-
公开(公告)号：CN118081758A
公开(公告)日：2024-05-28
申请号：CN202410340460.2
申请日：2024-03-25
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种杂乱场景下机器人自主拾取与放置位姿获取方法，该方案将相机获取的工作场景彩色、深度图像作为输入，利用语义分割模型获取目标信息并加强输入信息表征能力，采用一种演员‑评论家形式的深度强化学习方法自主移除障碍物探索目标物体位姿，再利用基于深度特征模板匹配的方法获取目标放置位姿，最后拾取放置物体到特定位姿，该方案可以实现在复杂场景中探索出被遮挡目标物体并放置到特定的位姿。该方案实现了依据拾取位姿对目标放置位姿的高精度定位，在杂乱场景中目标拾取成功率可达80％以上，从整体提高了目标放置位姿获取任务的成功率和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN118544364B
公开(公告)日：2024-10-18
申请号：CN202411009417.4
申请日：2024-07-26
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了动态场景下基于间隙推理神经网络的机械臂碰撞估计方法，首先将机械臂的任务空间离散化为若干个子空间单元，采集不同关节角配置下机械臂与子空间单元的最短距离数据集；搭建间隙推理神经网络模型，用采集到的数据集和预设的损失函数进行训练，学习机械臂关节角配置与间隙距离的映射关系；获取障碍物环境信息建立环境信息矩阵，使用训练好的间隙推理神经网络模型对多组关节角进行间隙距离预测得到间隙距值矩阵，基于安全距离阈值对间隙距值矩阵进行预处理得到子空间碰撞推理矩阵，根据子空间碰撞推理矩阵和环境信息矩阵完成碰撞检测估计。可批量处理碰撞检测，加速关节空间采样点碰撞检测过程，从而实现动态环境下机械臂实时路径规划。
-
公开(公告)号：CN118219262A
公开(公告)日：2024-06-21
申请号：CN202410373065.4
申请日：2024-03-29
Applicant: 湖南大学
IPC: B25J9/16 , G06T7/207 , G06T7/246 , G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/092
Abstract: 本发明公开了一种针对透明物体相互堆积下的机器人抓取方法，包括利用端到端的深度补全网络补全经过预处理得到的原始深度信息，利用预测分割模块预测目标掩码图像，根据深度补全后的深度高度图和掩码高度图得到高维特征图，利用空间通道融合注意机制加强多张不同旋转角度的高维特征图，得到的注意力特征图输入推动动作的全卷积网络和抓取动作的全卷积网络中获取动作价值最大的推动作和抓动作，机器人按照当前训练步数下的动作选择规则选择动作。提供了一种基于深度补全、注意力机制和强化学习的机械臂自主抓取方法，使得机器人仅依赖视觉状态输入就能自主决策并执行一系列动作成功实现在杂乱场景中移除障碍物后稳定抓取具有透明属性的物体。
-
公开(公告)号：CN117576538A
公开(公告)日：2024-02-20
申请号：CN202311542814.3
申请日：2023-11-17
Applicant: 湖南大学
Abstract: 本发明公开了一种基于神经网络的医药容器抓取检测方法，设计了一个医药试管容器数据集自动采集流程，可根据流程制作出特定医药试管容器抓取场景的数据集，设计了抓取检测网络，通过特征提取块提取特征，然后通过并行信息融合块中进行多尺度特征融合，再通过注意力机制块进行不同位置特征加权，输出四个与输入数据相同大小的特征图，对抓取网络进行训练和网络参数更新，最后获取实时采集到的图像，将实时图像输入至训练好的抓取检测网络得到最佳抓取点，经过坐标转换，将图像中所表示的最佳抓取配置转化为机械臂空间坐标系抓取配置，并发送至机械臂执行抓取。有效提高医药试管容器抓取检测网络的检测性能、运行效率以及抓取准确性。
-
公开(公告)号：CN117348468A
公开(公告)日：2024-01-05
申请号：CN202311333569.5
申请日：2023-10-13
Applicant: 湖南大学
IPC: G05B19/042 , G06F13/10
Abstract: 本发明公开了一种面向智能控制器的传感器接入配置与数据封装方法，构建包含传感器各类配置参数的传感器配置文件并写入智能控制器；传感器接入智能控制器：将构建的传感器配置文件中描述的对应传感器接入智能控制器；传感器配置文件解析与数据获取：当传感器接入智能控制器时，智能控制器通过解析传感器配置文件，获取传感器的原始数据，并对该传感器进行注册；传感器数据封装：在传感器接入智能控制器并解析传感器配置文件后，对每类传感器进行统一数据封装，其中，统一数据封装包括统一数据格式的转换与预处理封装；将封装后的传感器数据传递给智能控制器应用层。实现自主无人系统智能控制器对多类传感器接入的快速响应和统一数据处理。
-
公开(公告)号：CN118544364A
公开(公告)日：2024-08-27
申请号：CN202411009417.4
申请日：2024-07-26
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了动态场景下基于间隙推理神经网络的机械臂碰撞估计方法，首先将机械臂的任务空间离散化为若干个子空间单元，采集不同关节角配置下机械臂与子空间单元的最短距离数据集；搭建间隙推理神经网络模型，用采集到的数据集和预设的损失函数进行训练，学习机械臂关节角配置与间隙距离的映射关系；获取障碍物环境信息建立环境信息矩阵，使用训练好的间隙推理神经网络模型对多组关节角进行间隙距离预测得到间隙距值矩阵，基于安全距离阈值对间隙距值矩阵进行预处理得到子空间碰撞推理矩阵，根据子空间碰撞推理矩阵和环境信息矩阵完成碰撞检测估计。可批量处理碰撞检测，加速关节空间采样点碰撞检测过程，从而实现动态环境下机械臂实时路径规划。
-
-
-
-
-
Search Results
6
records
(took 0.051 seconds)
