-
公开(公告)号：CN107436610B
公开(公告)日：2018-08-10
申请号：CN201710643095.2
申请日：2017-07-31
Applicant: 中南大学
IPC: G05D1/12
Abstract: 本发明公开了一种智能室外环境的车辆及机器人运载导航方法及系统，该方法包括：步骤1：依据跨楼栋运输任务将户外环境空间划分成对应的跨楼栋运输区域，每个跨楼栋运输区域配备有对应的无人机；步骤2：无人机通过Kinect识别空中无人机轮廓；步骤3：无人机依据运输任务为运载机器人进行导航，运载机器人通过定位传感器实时识别无人机上携带的地标，跟随无人机前行，直到运载机器人到达运输任务终点；步骤4：无人机与运载机器人的通信中出现障碍物，运载机器人通过Kinect识别障碍物轮廓，计算最大阻碍角，并对无人机位置进行调整；本发明通过无人机对运载机器人进行户外运输任务导航，改变传统运载机器人导航形式，利用无人机的导航准确的特点，提高了运输效率和准确度。
-
公开(公告)号：CN107253194B
公开(公告)日：2018-04-03
申请号：CN201710636783.6
申请日：2017-07-31
Applicant: 中南大学
IPC: B25J9/16
Abstract: 本发明公开了一种运载机器人手臂操控多点映射智能控制方法及系统，该方法包括：步骤1：对运载机器人手臂进行多次抓取训练，获得运载机器人在不同固定抓取点完成抓取任务的抓取样本集；步骤2：依据各手臂关节控制值的变化幅度a％对抓取样本集中进行关节分类，获得各类关节样本集；步骤3：利用步骤2得到的关节样本集构建运载机器人手臂关节控制值的预测模型；步骤4：将运载机器人基座与抓取台底端边缘之间的距离作为输入值，通过预测模型，分别得到各个关节的控制值并输出控制值，完成抓取任务控制。本发明通过建立机器人基座、抓取台之间距离与机器人手臂姿态之间的映射，避免了繁琐的运动学方程建立；获取准确的关节控制值，控制灵活。
-
公开(公告)号：CN107253195B
公开(公告)日：2018-02-09
申请号：CN201710636798.2
申请日：2017-07-31
Applicant: 中南大学
IPC: B25J9/16
Abstract: 本发明公开了一种运载机器人手臂操控自适应混合学习映射智能控制方法及系统，包括以下步骤：步骤1：利用远程服务器控制运载机器人手臂重复进行多次抓取训练，获得抓取样本集；步骤2：按照手臂运动耗电量选取初始训练样本；步骤3：依据各手臂关节控制值的变化幅度对初始训练样本进行关节分类，获得各类关节样本集；步骤4：利用关节样本集作为最终训练集构建运载机器人手臂关节控制值的预测模型；步骤5：依次输入各个移动点的位置到预测模型，得到各个移动点位置上的各个关节的控制值，完成将抓取任务。本发明通过建立机器人基座、抓取台之间距离与机器人手臂姿态之间的映射，避免了繁琐的运动学方程建立；获取准确的关节控制值，控制灵活。
-
公开(公告)号：CN107253194A
公开(公告)日：2017-10-17
申请号：CN201710636783.6
申请日：2017-07-31
Applicant: 中南大学
IPC: B25J9/16
CPC classification number: B25J9/162 , B25J9/1653 , B25J9/1656 , G05B2219/40298
Abstract: 本发明公开了一种运载机器人手臂操控多点映射智能控制方法及系统，该方法包括：步骤1：对运载机器人手臂进行多次抓取训练，获得运载机器人在不同固定抓取点完成抓取任务的抓取样本集；步骤2：依据各手臂关节控制值的变化幅度a％对抓取样本集中进行关节分类，获得各类关节样本集；步骤3：利用步骤2得到的关节样本集构建运载机器人手臂关节控制值的预测模型；步骤4：将运载机器人基座与抓取台底端边缘之间的距离作为输入值，通过预测模型，分别得到各个关节的控制值并输出控制值，完成抓取任务控制。本发明通过建立机器人基座、抓取台之间距离与机器人手臂姿态之间的映射，避免了繁琐的运动学方程建立；获取准确的关节控制值，控制灵活。
-
公开(公告)号：CN108280518B
公开(公告)日：2020-06-26
申请号：CN201810063127.6
申请日：2018-01-23
Applicant: 中南大学
Abstract: 本发明公开了一种分布式环境机器人及车辆移动互联运载方法与系统，该方法包括以下步骤：步骤1：在运输起点和终点所在的工作台之间设置地面导轨以及在工作台设置导轨，地面导轨设置地标；步骤2：位于取物工作台的桌面机器人从取物指定位置抓取物体；步骤3：移动机器人沿地面导轨移动并抓取物体运输至另一工作台；步骤4：位于放物工作台的桌面机器人抓取物体后，移动至放物工作台的放物指定位置；步骤5：结合极限学习机和PID神经网络，建立电量预测模型对移动机器人下一步行动进行决策；通过桌面机器人和移动机器人的协同完成工业实验室物体的定时、定点运输，实现工业实验室全天候的运输。
-
Patent Agency Ranking
公开(公告)号：CN107967455A
公开(公告)日：2018-04-27
申请号：CN201711194235.9
申请日：2017-11-24
Applicant: 中南大学
CPC classification number: G06K9/00221 , G06K9/00885 , G06K9/4642 , G06K9/6256 , G06K2009/00939 , G06N3/006 , G06N3/084
Abstract: 本发明公开了一种智能人体多维自然特征大数据透明学习方法与系统，该方法包括：步骤1：构建人体自然体征数据库和人体极限运动数据库；步骤2：利用搭载在无人机上的ZED相机获取的人体身高，筛选出待识别人体群并且获取对应的脸部图像；步骤3：基于Hadoop平台对待识别人体脸部图像采用Elman神经网络进行快速识别；步骤4：无人机跟踪已识别人体，获取待识别人体的健康数据传输至远程服务器；步骤5:将获取的健康数据输入BP神经网络人体健康评估模型，得到待识别人体的健康检测程度。本发明基于大数据平台，运用穿戴设备、无人机、双目相机对户外运动人体健康信息采集，进行实时健康监测，从而做出合理决策。
-
公开(公告)号：CN107403195A
公开(公告)日：2017-11-28
申请号：CN201710631218.0
申请日：2017-07-28
Applicant: 中南大学
CPC classification number: G06K9/6269 , G06F19/00 , G06K9/6256 , G06N3/006 , G06N3/008
Abstract: 本发明提供了一种运载机器人识别楼层的气象参数智能融合处理方法，利用成本较低的温度、湿度、气压传感器搜集数据，建立数据库，针对气压随高度变化的特性，采用大数据处理技术，利用SFLA优化的MKSVM模型完成预测模型的建立，实现运载机器人在各种环境下的电梯楼层自适应辨识，有效解决了不同环境下同一高度气压值变动导致楼层辨识不准的情况。此外，本发明无需对电梯内部或外部进行改造，具有极高的普适性。
-
公开(公告)号：CN107844780A
公开(公告)日：2018-03-27
申请号：CN201711194242.9
申请日：2017-11-24
Applicant: 中南大学
IPC: G06K9/00 , G06K9/32 , G06K9/46 , G06K9/62 , G06F3/01 , G06T7/11 , G06T7/155 , G06T7/187 , G06N3/00 , G16H50/30
CPC classification number: G06K9/00228 , G06F3/011 , G06F2203/011 , G06K9/00268 , G06K9/00288 , G06K9/3233 , G06K9/4609 , G06K9/4633 , G06K9/6247 , G06K9/6298 , G06N3/006 , G06T7/11 , G06T7/155 , G06T7/187 , G06T2207/20021 , G06T2207/20081 , G06T2207/20084 , G06T2207/20104 , G06T2207/30201
Abstract: 本发明提供了一种融合ZED视觉的人体健康特征大数据智慧计算方法与装置，该方法包括：步骤1：构建人体自然体征数据库和人体极限运动数据库；步骤2：利用搭载在无人机上的ZED相机获取的人体身高，筛选出待识别人体群；步骤3：基于Hadoop平台对待识别人体脸部图像利用PID神经网络进行快速识别；步骤4：无人机跟踪已识别人体，获取待识别人体的健康数据传输至远程服务器；步骤5：将获取的健康数据以及眼部、嘴部特征输入基于深度置信网络DBN的人体健康评估模型，得到待识别人体的健康检测程度。本发明基于大数据平台，运用穿戴设备、无人机、双目相机对户外运动人体健康信息采集，进行实时健康监测，从而做出合理决策。
-
公开(公告)号：CN107414830B
公开(公告)日：2018-03-23
申请号：CN201710636699.4
申请日：2017-07-31
Applicant: 中南大学
IPC: B25J9/16
Abstract: 本发明公开了一种运载机器人手臂操控多层映射智能控制方法及系统，该方法包括：1：对运载机器人手臂进行多次抓取训练，获得运载机器人在不同固定抓取点完成抓取任务的抓取样本集；步骤2：利用抓取样本集构建并训练运载机器人手臂关节控制值预测模型；步骤3：从抓取样本集中随机选取测试集，获得在不同运载机器人基座到抓取台底部边缘的距离下的最优手臂关节控制值预测模型；步骤4：利用运载机器人基座与抓取台底端边缘之间的距离选取对应的最优手臂关节控制值预测模型，输出所有关节的控制值，完成抓取任务。本发明通过建立机器人基座、抓取台之间距离与机器人手臂姿态之间的映射，避免了繁琐的运动学方程建立。
-
公开(公告)号：CN107414830A
公开(公告)日：2017-12-01
申请号：CN201710636699.4
申请日：2017-07-31
Applicant: 中南大学
IPC: B25J9/16
CPC classification number: B25J9/16 , B25J9/161 , B25J9/1656 , B25J9/1689
Abstract: 本发明公开了一种运载机器人手臂操控多层映射智能控制方法及系统，该方法包括：1：对运载机器人手臂进行多次抓取训练，获得运载机器人在不同固定抓取点完成抓取任务的抓取样本集；步骤2：利用抓取样本集构建并训练运载机器人手臂关节控制值预测模型；步骤3：从抓取样本集中随机选取测试集，获得在不同运载机器人基座到抓取台底部边缘的距离下的最优手臂关节控制值预测模型；步骤4：利用运载机器人基座与抓取台底端边缘之间的距离选取对应的最优手臂关节控制值预测模型，输出所有关节的控制值，完成抓取任务。本发明通过建立机器人基座、抓取台之间距离与机器人手臂姿态之间的映射，避免了繁琐的运动学方程建立；获取准确的关节控制值，控制灵活。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.02 seconds)
