-
公开(公告)号：CN117921675A
公开(公告)日：2024-04-26
申请号：CN202410214611.X
申请日：2024-02-27
Applicant: 湖南大学 , 中咨数据有限公司 , 中国公路工程咨询集团有限公司
IPC: B25J9/16
Abstract: 本发明公开了一种空中接触作业机器人的鲁棒控制方法，包括：构建接触式作业的空中作业机器人的接触动力学模型；构建基于图像矩的视觉伺服控制器；构建视觉阻抗控制器，进而视觉阻抗控制器基于跟踪的接触力与期望接触力的误差输出向量，进而得到期望图像矩；视觉伺服控制器基于期望图像矩以及实际接触力输出空中作业机器人产生的广义控制力；基于广义控制力以及空中作业机器人的期望旋转矩阵，引入姿态控制器计算得到空中作业机器人产生的广义力矩；基于广义控制力以及广义力矩控制空中作业机器人作业。利用本发明该控制方法有效提升机器人的作业稳定性、还可以在一些室外GPS信号弱或者信号缺失的地方进行接触式作业。
-
公开(公告)号：CN119704204B
公开(公告)日：2025-05-02
申请号：CN202510193237.4
申请日：2025-02-21
Applicant: 湖南大学
Abstract: 本发明公开了用于机械手的鲁棒视觉约束控制方法、系统和计算机设备，结合机械臂动力学模型、视觉伺服运动学模型以及相机与机械臂之间的手眼标定关系，建立视觉伺服系统整体的动态模型；结合视觉伺服运动学模型，通过设计时变非对称控制障碍函数，得到将视觉伺服特征误差约束在预设范围内的约束满足条件，并设计最优视觉伺服速度控制器，结合机器人动力学模型，通过时变非对称控制障碍函数得到将关节角速度约束在预设范围内的约束满足条件，同时结合视觉伺服特征误差约束满足条件，设计最优力矩控制器，结合二次规划，得到满足性能约束的力矩控制信号，驱动机器人到达期望特征位置。提高视觉伺服任务成功率，实现机械臂高精度视觉引导装配作业。
-
公开(公告)号：CN119850623A
公开(公告)日：2025-04-18
申请号：CN202510330876.0
申请日：2025-03-20
Applicant: 湖南大学
Abstract: 本申请涉及航空检测技术领域，公开一种飞机壁板缺陷检测方法、模型训练方法及相关设备。该训练方法包括：获取拍摄飞机壁板得到的样本图像；将样本图像输入预训练的教师模型和待训练的学生模型，得到第一特征图集、第二特征图集和目标预测结果；依据第一特征图集和第二特征图集两者的特征图的局部偏差和全局偏差，得到知识蒸馏损失信息；依据第一特征图集和第二特征图集两者的特征图，得到对抗损失信息；依据目标预测结果，得到预测损失信息；依据知识蒸馏损失信息、对抗损失信息和预测损失信息，调整学生模型的网络参数。本申请实施例可以在有限的硬件条件下提升飞机壁板缺陷检测的精度。
-
公开(公告)号：CN119795195A
公开(公告)日：2025-04-11
申请号：CN202510286742.3
申请日：2025-03-12
Applicant: 湖南大学
IPC: B25J9/16 , G06V40/20 , G06N20/20 , G06N7/01 , G06F18/2431
Abstract: 本发明公开了一种基于人手轨迹预测的机械臂路径重规划方法，包括：步骤1，采集与机械臂协同工作人员的人手在三维空间中运动轨迹的图像，并根据图像识别出人手的运动位姿；步骤2，根据步骤1得到的人手的运动位姿，基于隐马尔可夫模型对人手的行为和轨迹进行建模，然后通过对于历史数据的学习，对人手的未来行动轨迹进行预测；步骤3，使用改进的快速探索随机树算法，为机械臂生成从当前位置到目标位置，且同时避开步骤2中预测到的人手的未来行动轨迹的机械臂路径。本发明所提出的基于人手预测的机械臂路径重规划方法不仅提高了人机交互的安全性，也显著增强了机器人系统的适应性和响应速度。
-
公开(公告)号：CN119369417B
公开(公告)日：2025-04-11
申请号：CN202411945875.9
申请日：2024-12-27
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种面向人机协作共融场景的机械臂实时运动规划方法及系统，首先，机械臂关节空间批量混合采样，再针对路径树#imgabs0#进行机械臂关节空间批量自适应路径扩展，在对路径树#imgabs1#进行批量自适应扩展后，为加速路径规划时间，将对路径树#imgabs2#进行批量自适应双向路径扩展，最后机械臂关节空间路径双向连接尝试，连接成功后，成功找到一条可行的机械臂关节空间路径，机械臂运动规划过程结束。通过在关节空间批量混合式采样以及批量自适应双向路径扩展等关键步骤，极大的加速了机械臂运动规划过程，可适应不同障碍物场环境下的机械臂运动规划任务，具备强大的泛化能力，更适应复杂的人机协作共融场景。
-
Patent Agency Ranking
公开(公告)号：CN119723062A
公开(公告)日：2025-03-28
申请号：CN202510208849.6
申请日：2025-02-25
Applicant: 湖南大学
IPC: G06V10/25 , G06N3/0464 , G06V10/44 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于前景感知增强的多模态目标检测系统及检测方法，充分结合了二维图像和三维点云的优势，并解决了前景点关注度低的问题。本发明通过前背景掩码机制以及焦点卷积模块，在二维和三维特征中分别强化前景信息，并通过通道和空间注意力模块进一步优化特征表达。最终，经过通道级联的增强融合特征经过区域建议网络和置信度前馈网络，筛选出置信度较高的检测结果。根据其目标类别确定不同的初始权重，计算预测边界框和真实边界框内前背景点的数量差异和位姿差异来进行损失聚合，并进行反向传播，以进一步优化预测边界框的位置精度，前景感知的聚合损失函数在训练过程中提供有效监督，进一步提升了模型的鲁棒性和准确性。
-
公开(公告)号：CN119369420B
公开(公告)日：2025-03-21
申请号：CN202411947228.1
申请日：2024-12-27
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种面向多机协作共融的双臂机器人协同运动规划方法及系统，包括：构建机‑机‑环境共融碰撞信息估计模型：将双臂机器人整体可达空间进行离散化，并利用深度相机获取环境信息；采用间隙估计神经网络模型获取双臂机器人与环境的交互信息，同时获取左右机械臂交互信息，实现机器人与机器人、机器人与环境同步碰撞检测；在机‑机‑环境共融碰撞信息估计模型的基础上，进行双臂机器人协同路径规划，获取一条预估的可行路径；基于几何碰撞检查器进行双臂机器人运动路径安全检查与路径修复，确保规划路径绝对安全。解决现有双臂机器人运动规划方法效率低，难以有效实现多机器人协同作业的问题。
-
公开(公告)号：CN119291714B
公开(公告)日：2025-03-21
申请号：CN202411803687.2
申请日：2024-12-10
Applicant: 湖南大学
IPC: G01S17/89 , G06V10/25 , G06N3/084 , G06V10/74 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06V20/64
Abstract: 本发明公开了一种大型装配场景的多传感器在线三维检测方法及装置，通过多个非重复式扫描激光雷达与嵌入式平台相连接，从不同的角度进行扫描，并对不同角度的点云数据进行预处理以实现多传感器非重复式扫描点云数据的坐标系统一与拼接融合，采集整个大型装配场景的点云数据并制作数据集。构建大型装配场景检测模型用于处理大型装配场景下的目标检测任务，通过训练、测试以及离线可视化验证，获得训练好的最佳模型。基于训练好的模型对实时的大型装配场景点云数据进行快速推理，实现大型装配场景中移动机器人等的高精度实时化的在线检测。解放了人力资源，提升了装配效率。
-
公开(公告)号：CN119188783B
公开(公告)日：2025-03-21
申请号：CN202411687643.8
申请日：2024-11-25
Applicant: 湖南大学
Abstract: 一种多末端执行器自主切换的复合移动机器人作业方法与系统，作业方法包括：1、全场景地图建模；2、将涂胶枪换装到机械臂末端，机器人对待装配结构件待涂胶位置进行路径规划并涂胶；3、获取机器人抓取待装配结构件的抓取位姿；4、将机械臂末端切换为二指夹爪，依据抓取位姿将待装配结构件从库内取出；5、获取待装配结构件待装配位置的位姿，确定待装配结构件在待装配蒙皮上的装配位姿，将待装配结构件粘接在待装配蒙皮上；6、获取待装配结构件和待装配蒙皮粘合后螺孔的位姿；将螺丝枪换装到机械臂末端，将待装配结构件固定在待装配蒙皮上。本发明可根据待装配结构件类型，自主确定其在蒙皮上的装配位置，通过单机器人实现了大型部件装配。
-
公开(公告)号：CN119380029A
公开(公告)日：2025-01-28
申请号：CN202411943039.7
申请日：2024-12-27
Applicant: 湖南大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/084
Abstract: 本发明公开了一种伪标签生成及无源域场景自适应的遮挡感知无缝分割方法及系统，该方法通过为常规使用的实例级伪标签通过阈值筛选和数据量的对比，进一步提升伪标签的标记精度；同时利用生成的伪标签，并设计一种针对遮挡感知无缝分割任务中实例级预测分支的不确定区域引导的加权损失，提升分割模型的准确度；再结合对低质量伪标签的筛选，提出一种非模态引导的实例混合策略，从而进一步的增加可供训练的样本数量；从而提高由于个别类别样本数量少导致的最终训练的模型分割效果差的问题，最终提高无源域场景自适应效果。
-
-
-
-
-
-
-
-
-
Search Results
448
records
(took 0.105 seconds)
