-
公开(公告)号:CN114187359B
公开(公告)日:2024-11-15
申请号:CN202111521795.7
申请日:2021-12-13
Applicant: 长三角哈特机器人产业技术研究院
Abstract: 本发明公开的一种基于位姿增量约束的激光雷达固定位姿标定方法,包括如下步骤:构建反光板地图,在路径行驶过程中基于反光板实时定位,记录激光雷达位姿lidar_poset及时间戳t,同时记录里程计采集到的里程计位姿odom_poset^及时间戳t^;基于插值法计算里程计在t时刻的位姿odom_poset;计算激光雷达及里程计从t‑1时刻到t时刻的增量位姿;基于位姿增量和位姿关系建立闭环约束,基于该闭环约束构建残差代价函数,通过非线性优化得到最小化残差代价的激光雷达固定位姿tf';基于激光雷达固定位姿tf'进行重投影,删除算重投影误差大的增量位姿对,基于残差代价函数对激光雷达固定位姿tf'进行优化,优化后的激光雷达固定位姿即为激光雷达在里程计坐标系下的固定位姿,提高了标定的精度。
-
公开(公告)号:CN118928594A
公开(公告)日:2024-11-12
申请号:CN202411262907.5
申请日:2024-09-10
Applicant: 成都理工大学 , 长三角哈特机器人产业技术研究院
IPC: B62D57/032
Abstract: 本发明公开了一种足式机器人的腿部脚部结构,涉及足式机器人技术领域,包括侧板,侧板的右端底部安装有腿部动力机构,还包括腿骨机构、腿筋传动机构和脚踝控制机构,腿骨机构包含有大腿杆和小腿架,侧板的前侧底部固定连接有腿轴,腿轴的前端转动连接大腿杆的顶端,大腿杆的底端通过膝轴活动连接小腿架的顶部右端,小腿架的底端通过脚踝轴活动连接脚踝活动座的左端;腿筋传动机构连接腿部动力机构,且腿筋传动机构还连接小腿架和大腿杆;脚踝控制机构一端连接大腿杆。该足式机器人的腿部脚部结构,腿部的迈步幅度可以调整,脚部结构相对于腿部结构的角度也可以调整,对地面坡度的适应性好,脚部结构的防滑效果好。
-
公开(公告)号:CN118470077A
公开(公告)日:2024-08-09
申请号:CN202410619320.9
申请日:2024-05-19
Applicant: 哈尔滨工业大学(威海) , 长三角哈特机器人产业技术研究院
IPC: G06T7/33 , G06V10/46 , G06V10/75 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种基于双目相机和激光雷达的多传感器融合的充电机器人自主定位方法及系统,属于图像处理和自主定位领域。为解决现有感知系统利用激光点云数据,对遮挡或多个目标重叠场景下的检测场景不敏感;或采用视觉检测算法,无法有效获取目标朝向和姿态特征问题。本发选用YOLOv5对电动车辆检测,获取目标在三维空间中位置坐标,结合激光雷达对目标完整点云的提取,有效解决单一传感器检测不准、障碍遮挡影响、位置姿态信息获取不完整的问题;通过点云特征提取以及两阶段配准,有效剔除配准过程中错误匹配对的干扰,实现实时点云与预录制点云之间的匹配,得到目标车辆的位置与姿态朝向信息,为后续充电机器人自主导航和插电任务做铺垫。
-
公开(公告)号:CN118357480A
公开(公告)日:2024-07-19
申请号:CN202311462947.X
申请日:2023-11-06
Applicant: 安徽工程大学 , 长三角哈特机器人产业技术研究院
Abstract: 本发明公开了一种基于机器视觉的零件车削位移检测方法,包括步骤:S1、对视觉采集系统进行标定;S2、使用视觉采集系统获取车削零件运动图像;S3、对步骤S2获取的车削零件运动图像进行预处理;S4、车削零件的亚像素轮廓检测;S5、将车削零件的亚像素轮廓转换为实际尺寸轮廓;S6、对实际尺寸轮廓分段,获取分段轮廓;S7、分段轮廓直线拟合求中心点,获取分段区域的标志点;S8、获取标志点的三维坐标;S9、提取车削零件的位移信息。本发明的基于机器视觉的零件车削位移检测方法,通过机器视觉,实现零件位移非接触、精确检测,为零件车削工艺参数调整与优化提供数据基础。
-
公开(公告)号:CN118013280A
公开(公告)日:2024-05-10
申请号:CN202410102026.0
申请日:2024-01-24
Applicant: 人工智能与数字经济广东省实验室(深圳) , 长三角哈特机器人产业技术研究院
IPC: G06F18/214 , G06N20/20
Abstract: 本申请公开了一种预测模型的训练方法、装置及终端设备,通过获取训练集,并依次将训练集中的输入数据输入至预测模型,生成输入数据对应的预测数据,进而根据输入数据与预测数据对预测模型进行对抗训练,并在对抗训练的过程中,减少预测数据与输入数据之间的差异,进而在对抗训练后生成目标预测模型,以基于目标预测模型预测云平台的工作负载,使得所预测的工作负载与真实的工作负载之间差异较小,提高了预测云平台的工作负载的准确性,从而减少了因对云平台的工作负载预测错误而导致资源分配不均的情况,实现了云平台的资源均匀分配,减少了资源分配不均、资源浪费的问题。
-
公开(公告)号:CN117876616A
公开(公告)日:2024-04-12
申请号:CN202311867997.6
申请日:2023-12-29
Applicant: 长三角哈特机器人产业技术研究院
Abstract: 本发明公开一种地下停车场的地图构建方法,包括:控制激光雷达扫描地下停车场内的激光点云,同步控制摄像机采集地下停车场的图像;将摄像机采集到的图像输入物体检测模型,物体检测模输出当前图像中的目标物体;在激光点云中去除目标物体的点云;提取当前激光帧中的线特征和面特征,将当前激光帧中的线特征和面特征与上一帧的线特征和面特征进行匹配,匹配出移动机器人的当前位位姿;基于移动机器人的当前位姿计算当前激光帧的线特征和面特征在地图中的位姿。本通过轻量级的语义分割模型对地下停车场中的动态物体进行检测,并将其点云信息从激光点云进行剔除,从而实现高效的、实时的以及高精度的地下停车场三维点云地图的构建。
-
公开(公告)号:CN117850412A
公开(公告)日:2024-04-09
申请号:CN202311795551.7
申请日:2023-12-25
Applicant: 长三角哈特机器人产业技术研究院
Abstract: 本发明公开了一种基于多传感器云融合的室内AGV机器人避障方法,包括以下过程:将调制红外激光发射器和SPAD传感器并排安装在AGV车体的前进方向的上部,超声波传感器分别安装在AGV车体的两侧和前进方向低端;使用直接法TOF获取点云;获取超声波点云;局部障碍物融合点云生成;构建人工势场进行避障。采用上述技术方案,结合直接TOF法相机和超声波传感器的测距信息,实时生成障碍物融合点云,解决了含有透明物品、镜面反光和深色物品的室内AGV避障感知的问题;其融合水平高,实现了数据层面的融合;使得机器人实际行走轨迹更加平滑。
-
公开(公告)号:CN114200944B
公开(公告)日:2024-04-09
申请号:CN202111521865.9
申请日:2021-12-13
Applicant: 长三角哈特机器人产业技术研究院
IPC: G05D1/43
Abstract: 本发明公开的一种动机器人末端减速方法,包括如下步骤:S1、检测当前位置距任务位置的距离S是否大于末端减速的设定距离S_0,若检测结果为否,则执行步骤S2;S2、基于当前线速度v、距离S自适应的调整减速度a,并计算减速阶段的预估行驶里程S_1;S3、检测距离S是否大于减速过程的预估行驶里程S_1,若检测结果为是,则以当前线速度v做匀速运动,在距离S小于等于减速过程的预估行驶里程S_1时,执行步骤S4,若检测结果为否,则执行步骤S4;S4、以减速速度a进行匀减速,直至当前线速度减速至v_end,以速度v_end行驶至任务位置。基于减速过程的距离S及速度自适应的调整减速度值a,控制机器人在目标位置的停车精度的同时,尽可能的减少停车时间。
-
公开(公告)号:CN114200945B
公开(公告)日:2024-04-02
申请号:CN202111521895.X
申请日:2021-12-13
Applicant: 长三角哈特机器人产业技术研究院
Abstract: 本发明公开的一种移动机器人的安全控制方法,包括如下步骤:S1、根据移动机器人的车体尺寸,对移动机器人的规划路径进行膨胀处理;S2、激光雷达实时采集周围障碍物的点云位置,去除孤立的点云;S3、计算有效点云相对于移动机器人外框的距离,输出最小距离值;S4、基于最小距离dis2与膨胀后的规划路径的位置来确定移动机器人的移动速度。将雷达位姿转化到车体中心后,根据不同方位,计算点云与车体的真实距离,对行驶有威胁的障碍物,进行降速处理或者等停避障,有效的解决了车体紧急停止的问题,保证了AGV行驶的可靠性及稳定性。
-
公开(公告)号:CN117689723A
公开(公告)日:2024-03-12
申请号:CN202311625994.1
申请日:2023-11-30
Applicant: 长三角哈特机器人产业技术研究院
Abstract: 本发明公开一种结合点面ICP的托盘实时定位方法,包括:(1)启动主定位线程:启动RGBD相机采集彩色图像color和深度图像depth;(2)检测是否完成第一次的托盘定位,若未完成,则进行托盘定位后,返回步骤(1);(3)判断当前是否存在用于托盘定位的托盘定位线程,若不存在,则开启一个新的托盘定位线程,进行托盘定位及环境点云地图的更新;(4)将当前深度图像depth转化为当前帧点云curr_pcd,在当前的环境点云地图map_pcd下进行点面ICP配准,确定相机当前在托盘坐标系中位姿。主线程通过点面ICP实时的计算相机在托盘坐标系中的位姿,通过托盘定位线程定时对托盘定位位姿及环境点云map_pcd进行修正,达到实时托盘定位的效果,且保证托盘的定位精度。
-
-
-
-
-
-
-
-
-