基于坐标匹配的目标检测与抓取方法

    公开(公告)号:CN117218194A

    公开(公告)日:2023-12-12

    申请号:CN202311143121.7

    申请日:2023-09-04

    Abstract: 本发明提供的一种基于坐标匹配的目标检测与抓取方法,包括以下步骤:S1.构建目标检测模型和目标提取模型;S2.训练目标检测模型和目标提取模型;S3.将目标图像输入至训练完成的目标检测模型中,得到目标图像的类别和检测框坐标信息;将目标图像输入至训练完成的目标提取模型中,得到目标图像的提取框坐标信息和提取框对应的位姿;S4.将目标图像的类别信息和检测框的坐标信息储存到坐标匹配字典中;S5.将待提取类别输入到坐标匹配字典中,确定待提取类别的提取框和提取位姿;S6.根据提取位姿计算机械臂关节转动量;S7.根据机械臂关节转动量执行抓取任务。通过上述方法,能够实现变化更加稳定的损失,以及更高的预测精度,并且能够促进服务机器人的应用。

    基于BoT3-YOLOv8的中厚板初始焊位分割方法及系统

    公开(公告)号:CN117314934A

    公开(公告)日:2023-12-29

    申请号:CN202311246536.7

    申请日:2023-09-25

    Abstract: 本发明公开了一种基于BoT3‑YOLOv8的中厚板初始焊位分割方法及系统,包括:采集中厚板的焊缝图像数据;对焊缝图像数据进行预处理,得到处理后的图像数据;利用处理后的图像数据对焊位分割模型进行网络模型训练,得到训练好的焊位分割模型;将待测的焊缝图像输入到训练好的焊位分割模型,输出初始焊位特征信息;对初始焊位特征信息进行掩码处理,得到初始焊位掩码二值图。本发明的检测精度更高,抗干扰能力更强,进一步提高了中厚板的焊接效率,适用范围广。

    仿生机器人脊柱总成
    4.
    发明公开

    公开(公告)号:CN116749163A

    公开(公告)日:2023-09-15

    申请号:CN202310787644.9

    申请日:2023-06-29

    Abstract: 本发明公开了一种仿生机器人脊柱总成,包括基座、脊柱和驱动组件,所述基座为两个分别设置于脊柱两侧底部,用于支撑脊柱;所述脊柱包括依次轴铰接的脊椎,多个所述脊椎通过铰接轴实现脊柱整体向前、向后方向弯曲;所述驱动组件通过脊椎输入动力带动脊柱整体向前、向后方向弯曲,本发明通过依次轴铰接的脊椎实现脊柱整体的向前、向后方向弯曲;通过在脊椎和基座之间设置的连杆实现对脊柱整体的支撑,通过驱动组件为脊柱的弯曲提供动力。本发明的脊柱结构简单,具有成本低,通用性强,易于实现脊柱前后弯曲的优点。

    全向移动底盘
    6.
    发明公开
    全向移动底盘 审中-实审

    公开(公告)号:CN116424085A

    公开(公告)日:2023-07-14

    申请号:CN202310318490.9

    申请日:2023-03-28

    Abstract: 本发明公开了一种全向移动底盘,包括底座和安装于底座上的多个驱动轮组;驱动轮组包括轮毂电机、轮毂电机支架、转向机构和轮组安装座,轮毂电机套设有轮胎并连接于轮毂电机支架上,轮组安装座安装于底座上,转向机构安装于轮组安装座上用于控制轮毂电机的转向;转向机构包括转向电机、蜗轮和蜗杆,蜗杆与转向电机传动连接,蜗轮与蜗杆驱动连接并与轮毂电机支架传动连接,通过蜗轮蜗杆传动实现轮毂电机的转向;驱动轮组还包括用于控制轮毂电机和转向电机工作的电机驱动器;本发明提供的全向移动底盘能够在较为粗糙的地面上实现全向移动,具有双重自锁功能,能够保证运动的精确控制,同时模块化的设计结构降低了维护和安装难度。

    全向移动轮组
    7.
    发明公开
    全向移动轮组 审中-实审

    公开(公告)号:CN116714666A

    公开(公告)日:2023-09-08

    申请号:CN202310916378.5

    申请日:2023-07-24

    Abstract: 本发明公开了一种全向移动轮组,包括:基座;转向组件,包括固定于基座上的转向电机;摇臂机构,包括摇臂安装座、摇臂轴、旋转阻尼器和摇臂支架,摇臂安装座与转向电机的旋转输出端驱动连接并可被转向电机驱动进行旋转,摇臂轴相对地面水平设置并可沿自身轴线转动的安装于摇臂安装座上,旋转阻尼器安装于摇臂安装座上并与摇臂轴传动连接用以形成对摇臂轴转动的缓冲,摇臂支架固定于摇臂轴上并具有向下倾斜延伸设置的电机安装部;行走机构,包括行走轮和行走电机,行走电机固定于摇臂支架的电机安装部,行走轮与行走电机的输出端驱动连接;本全向移动轮组具有较高的运动灵活度,具备较高地面适应能力和越障能力,且结构简单紧凑。

    铣削表面完整性预测方法
    8.
    发明公开

    公开(公告)号:CN116663674A

    公开(公告)日:2023-08-29

    申请号:CN202310597000.3

    申请日:2023-05-24

    Abstract: 本发明公开了一种铣削表面完整性预测方法,包括:S1.采集铣削加工试验数据集;S2.对铣削加工试验数据集进行预处理,得到处理后的试验数据集;S3.将处理后的试验数据集输入铣削表面完整性预测模型进行模型训练,得到训练好的预测模型;S4.将待测铣削加工数据输入到训练好的预测模型,输出铣削加工表面完整性的预测结果。本发明能够显著提高铣削表面完整性预测精度,有助于提高铣削过程的效率和质量。

    行李保管机器人的控制方法

    公开(公告)号:CN110633687A

    公开(公告)日:2019-12-31

    申请号:CN201910898635.0

    申请日:2019-09-23

    Abstract: 本发明公开了一种行李保管机器人的控制方法,本发明通过采集行李图像和行李主人图像,并利用图像识别技术将实时采集到的图像与参考数据进行对比,可对行李和行李主人的一致性进行验证跟踪,可使机器人实时跟随用户,以减轻用户的负担,同时还可以对行李进行全时段监测,以防止在保管的中途有行李滑落或他人拿走而丢失。

    基于Mask-RCNN的室内复杂环境下多目标检测方法

    公开(公告)号:CN115937659A

    公开(公告)日:2023-04-07

    申请号:CN202211628873.8

    申请日:2022-12-18

    Abstract: 本发明提供的一种基于Mask‑RCNN的室内复杂环境下多目标检测方法,包括以下步骤:S1.获取室内环境中需要识别的目标物体的图像信息,并将目标物体的图像信息采用Labelme工具进行标注,得到每张图像对应的json格式文件,然后转换成COCO数据集格式;S2.构建Mask RCNN网络,并将CBAM注意力模块加入Mask RCNN网络的主干网络的残差网络中,得到改进型Mask RCNN网络;S3.将转换成COCO数据集格式的图像信息划分为训练集和测试集,并将训练集输入至改进型Mask RCNN网络中进行训练;S4.将测试集输入训练完成后的改进型Mask RCNN网络中进行测试,并判断改进型Mask RCNN网络的识别准确性,当达到准确性指标时,进入步骤S5;S5.实时采集待测室内环境中的目标物体的图像信息,并输入至改进型Mask RCNN网络中进行多目标检测。

Patent Agency Ranking