-
公开(公告)号：CN109968355A
公开(公告)日：2019-07-05
申请号：CN201910176217.0
申请日：2019-03-08
Applicant: 北京工业大学
IPC: B25J9/16
Abstract: 本发明涉及一种人体示教与机器学习相结合的仿人机器人步态规划方法，属于人工智能与机器人控制领域。本发明将人体示教和支持向量回归学习算法相结合应用在仿人机器人的步态规划中，基于支持向量回归算法构建仿人机器人步态平衡泛化模型，将人体完成步行动作时的关节角度和ZMP信息输入步态平衡泛化模型，可直接得到经稳定性补偿的关节角度。引用WOA优化模型的参数以使模型得到最优的泛化效果，完善步态平衡模型的性能。利用步态平衡泛化模型得到的关节角度驱动NAO仿人机器人可使其完成稳定步行动作。本发明降低了仿人机器人步态模仿算法的复杂度，提高了实时性，并且保留了仿人机器人步行动作的稳定性和拟人性。
-
公开(公告)号：CN109443382A
公开(公告)日：2019-03-08
申请号：CN201811231732.6
申请日：2018-10-22
Applicant: 北京工业大学
Abstract: 本发明公开了基于特征提取与降维神经网络的视觉SLAM闭环检测方法，本发明采用卷积神经网络模型，通过在大量数据集上进行训练，从而使网络具有特征学习的能力。这样将图片之间的相似度比较转换成特征向量之间的相似度对比。为了进一步提高检测的速度，在卷积神经网络的最后加上一层自编码器网络，用来对提取的图像特征进行降维。卷积神经网络具有平移不变性，尺度不变性等多种特性，可以有效克服传统人工特征对环境变化敏感的缺点，并且具有更快的特征提取速度。该方法可解决传统视觉SLAM闭环检测方法存在的特征提取时间短，受环境变化和光照变化影响大的缺点，可以有效提高闭环检测的准确率和召回率，对于构建全局一致的环境地图具有重要作用。
-
公开(公告)号：CN109341689A
公开(公告)日：2019-02-15
申请号：CN201811064016.3
申请日：2018-09-12
Applicant: 北京工业大学
Abstract: 本发明公开了基于深度学习的移动机器人视觉导航方法，包括：移动机器人通过自身搭载的深度摄像机在未知环境空间进行图像(彩色图像)采集，对采集到的图像进行处理得到预设尺寸的图片，用打标工具(如LabelImg)对图片进行打标，用深度学习方法对彩色图像进行训练得到目标检测模型，输入目标，机器人对未知环境进行探索并实时采集图片(包括彩色图像和深度图像)，并将彩色图作为目标检测模型的输入进行目标检测，检测到目标之后根据深度图计算机器人与目标位置的方向和距离，生成运动策略。
-
公开(公告)号：CN105956601B
公开(公告)日：2019-01-29
申请号：CN201610236851.5
申请日：2016-04-15
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于轨迹模仿的汉字书写学习方法，属于人工智能和机器人学习领域。本发明将基于轨迹匹配的模仿学习引入到机器人书写技能的学习中，通过高斯混合模型对示教数据进行编码，提取轨迹特征，通过高斯混合回归对数据重构，得到轨迹的泛化输出，进而实现轨迹可连续汉字书写技能的学习。通过多次示教的方法对书写过程中的干扰问题加以处理，提高方法的容噪性。在基本高斯混合模型的基础上进行了多任务扩展，将一个复杂的汉字分解为若干部分，分别对分解的每一部分进行轨迹编码和重构，将其应用于离散轨迹的生成，实现了轨迹不可连续的汉字书写。本发明实现的汉字书写泛化效果良好。
-
公开(公告)号：CN107598897A
公开(公告)日：2018-01-19
申请号：CN201710975572.5
申请日：2017-10-19
Applicant: 北京工业大学
Abstract: 本发明公开一种基于人体示教的仿人机器人步态规划的方法，将人体运动信息用于仿人机器人的步态规划中，通过对人体运动过程中骨骼信息的逆运算获得机器人关节驱动角度，为满足仿人机器人运动过程中的稳定性，利用人体示教数据预估机器人质心轨迹信息，并结合ZMP判据与机器人质心-角度雅可比矩阵对机器人驱动角度进行补偿控制，在支撑脚的选择中，通过滞回曲线判别人体示教过程的支撑脚切换以确定机器人的支撑脚选取。本发明大大简化了仿人机器人步态规划的复杂性，并且基于人体示教的步态规划可使机器人的运动过程更具拟人化。
-
Patent Agency Ranking
公开(公告)号：CN105539626B
公开(公告)日：2017-12-15
申请号：CN201510977426.7
申请日：2015-12-23
Applicant: 北京工业大学
IPC: B62D57/028
Abstract: 本发明公开了一种可两用的轮腿式机器人腿结构，该结构包括行走轮、动力提供装置、支撑架。本发明的机器人腿结构即可当偏心轮腿使用，亦可当轮子使用，也可以两者结合使用，可根据不同的地形选择何种模式。偏心轮较传统的轮子和多足机器人更适合于复杂地形比如碎石、草地、沙地等地表的行走，越障能力强，可以轻松跨越略低于机身高度的障碍物；轮子在平整硬质地表行走相比于偏心轮更节约能量且能够避免偏心轮行走带来的剧烈震荡，保证行走的稳定性和速度，将两者结合起来，实现在平整硬质地表和复杂地形持续稳定工作。
-
公开(公告)号：CN104898429B
公开(公告)日：2017-09-22
申请号：CN201510279597.2
申请日：2015-05-27
Applicant: 北京工业大学
Abstract: 一种基于自抗扰控制的三旋翼姿态控制方法，该方法包括确定三旋翼飞行器的数学模型；确定模型合适的输入输出变量；跟踪微分器的设计，扩张状态观测器的建立，非线性误差反馈率的选择。本发明采用的是基于Atmega2560的核心控制板作为执行模块通过驱动电路给电机供电，通过PWM波可以调节电机转速的大小；并且将一组由三轴陀螺仪传感器、加速度计、GPS、数字罗盘构成；而电源模块通过电源分配模块给各个模块提供合适的电压进行供电。针对三旋翼飞行器模型，通过调整各模块的参数使自抗扰控制方法有一个良好的效果。本发明通过一种自抗扰控制系统，通过各个模块的设计及其参数的调整使三旋翼在空中能够保持一个良好的飞行状态。
-
公开(公告)号：CN104808788B
公开(公告)日：2017-09-01
申请号：CN201510119652.1
申请日：2015-03-18
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于Kinect的非接触式手势操控电脑、触摸屏和投影等用户界面的方法，该方法的主要步骤为：通过Kinect采集操作者双臂动作，使用手势识别算法识别出手势，利用识别出的手势实现人与电脑、触摸屏和投影等用户界面的交互。本发明涉及单击、右键单击、双击、前滚后滚、放大缩小和拖动共6种手势，基本覆盖了人与电脑、触摸屏和投影等进行交互的需求。本文提出了一种新的识别方法，不仅可以提高手势识别的精度，还能提高识别的快速性。结合6种手势的使用，可以使人机交互更加便利自如。
-
公开(公告)号：CN106855717A
公开(公告)日：2017-06-16
申请号：CN201710033616.2
申请日：2017-01-17
Applicant: 北京工业大学
IPC: G05D1/08
CPC classification number: G05D1/0816
Abstract: 本发明公开一种双惯性轮空间倒立摆系统，包括支架、摆杆、固定架、两组惯性轮组件、两组配重组件、控制盒；其中，摆杆一端通过球销副与支座联接，另一端安装有固定架；电机安装在固定架上，惯性轮通过联轴器与电机输出轴相固定；所述两组惯性轮组件和摆杆在空间上相互正交，所述两组配重组件分别与惯性轮组件在固定架上的安装位置相对于摆杆中心轴互成180°。采用本发明的技术方案，本发明的双惯性轮空间倒立摆系统较普通飞轮倒立摆自由度增加一倍，动力学模型更复杂，控制难度更大，丰富了倒立摆系统的结构类型，尤其可作为模拟多自由度、不稳定系统的姿态平衡控制的装置，如火箭发射中的垂直度控制和卫星飞行中的姿态控制模拟等。
-
公开(公告)号：CN104924313B
公开(公告)日：2017-03-01
申请号：CN201510244111.1
申请日：2015-05-13
Applicant: 北京工业大学
IPC: B25J13/08
Abstract: 具有模仿学习机制的手把手示教机械臂系统及方法，所述系统包括机械手臂和舵机组成的动作执行模块、多传感器组成的感知模块以及控制器构成的学习模块。本发明采用模块独立供电方式，在此基础上使用手把手离线示教，将一组由陀螺仪传感器和加速度计组成的动作检测装置作为感知模块搭载在机械臂上，采集机械臂在运动过程中的各连杆的状态信息，然后将这些信息应用模仿学习算法，指导机械臂系统模仿学习示教行为。本发明采取分级分层控制，提升了控制系统的针对性和信息传递效率，本发明能够通过学习获知示教行为的目的，在改变机械臂初始姿态或目标物体所在方位时依旧能够完成模仿任务，具有较高的智能程度。
-
-
-
-
-
-
-
-
-
Search Results
228
records
(took 0.021 seconds)
