一种基于深度神经网络的机械臂运动规划方法和系统

    公开(公告)号:CN118404580A

    公开(公告)日:2024-07-30

    申请号:CN202410559966.2

    申请日:2024-05-08

    IPC分类号: B25J9/16

    摘要: 本发明提供一种基于深度神经网络的机械臂运动规划方法和系统。该方法包括对通过深度相机采集到的障碍物空间点云数据进行处理,得到处理后的点云数据;将处理后的点云数据转换为octomap图并导入moveit机械臂工作空间;在moveit机械臂工作空间中通过基于深度神经网络的机械臂运动规划算法输出从起始配置状态到目标配置状态的无碰撞完整路径;对无碰撞完整路径进行优化,生成最优无碰撞完整路径;控制机械臂按照生成的最优无碰撞完整路径进行移动。本发明提出深度神经网络对某一时刻机械臂配置状态进行预测,通过碰撞检测和双向迭代探索减少机械臂避障规划过程中的计算量,大大加快路径规划速度,缩短路径规划时间,同时保证了规划出的路径接近于最优路径。

    3D语义地图构建方法和模块、机器人交互方法和系统

    公开(公告)号:CN112465974B

    公开(公告)日:2024-06-21

    申请号:CN202011442377.4

    申请日:2020-12-08

    发明人: 宋呈群 程俊

    IPC分类号: G06T17/05 G06V20/40

    摘要: 提供了一种用于机器人交互中的3D语义地图构建方法,其包括:接收输入的序列图像,并识别出所述序列图像的图像帧中的动态对象和语义信息;将识别出的所述动态对象从所述序列图像的图像帧中去除;根据所述动态对象被去除的所述序列图像的图像帧构建3D地图并获取机器人位姿信息;通过所述机器人位姿信息将与所述语义信息相应的语义图映射到所述3D地图上;根据映射有所述语义图的所述3D地图构建得到3D语义地图。本发明能够使机器人根据语义信息理解周围环境中的内容,并在周围环境中出现运动物体时也能够具有较高的算法精度和鲁棒性,从而能够实现真正的智能化,并且能够充分高水平的为人类提供服务。

    用于3D点云场景语义分割的局部上下文特征提取模块

    公开(公告)号:CN118097651A

    公开(公告)日:2024-05-28

    申请号:CN202211544805.3

    申请日:2022-11-28

    摘要: 本申请提供一种用于3D点云场景语义分割的局部上下文特征提取模块,该局部上下文特征提取模块包括:旋转不变性的局部表示,旋转不变性的局部表示接收局部空间信息,局部空间信息包括若干点的坐标信息;根据局部空间信息,计算每个点的局部旋转不变性表示;查找局部邻域的质心点,并计算质心点与邻近点的相对点的位置编码;根据每个点的局部旋转不变性表示及相对点的位置编码,确定局部上下文特征。该方案学习具有X‑Y‑Z三轴旋转不变性的局部特征,同时弥补随机采样可能导致许多有用的点特征丢失。

    一种图像深度估计方法、终端设备及计算机可读存储介质

    公开(公告)号:CN112070817B

    公开(公告)日:2024-05-28

    申请号:CN202010863390.0

    申请日:2020-08-25

    IPC分类号: G06T7/50

    摘要: 本申请适用于图像处理技术领域,提供了一种图像深度估计方法、终端设备及计算机可读存储介质,通过将目标图像输入至预设的深度估计模型中,提取目标图像的全局特征,并从该全局特征中提取目标图像的关键特征,以及根据该关键特征确定目标图像的目标深度图,其中,目标深度图中每个像素点的值用于描述该像素点对应的被拍摄对象距离摄像机的远近程度。由于本方案中的关键特征用于描述目标图像中非空白区域包含的像素点的信息,即本方案在确定目标图像的目标深度图时,不考虑目标图像中空白区域包含的像素点的信息,只基于目标图像的关键特征确定目标深度,从而可以提高图像深度估计的估计精确度,减少图像深度估计的计算开销。

    一种机器人的控制方法、机器人及存储介质

    公开(公告)号:CN114211486B

    公开(公告)日:2024-03-22

    申请号:CN202111518577.8

    申请日:2021-12-13

    IPC分类号: B25J9/16

    摘要: 本申请适用于机器人技术领域,提供了一种机器人的控制方法、机器人及存储介质,该方法包括:获取机器人中的传感器模块采集的第一数据,第一数据包括人机交互信息、机器人的性能信息和机器人所在环境的环境信息;基于第一数据,得到机器人控制策略,控制策略包括交互策略、避障策略和运动策略中的至少一种;基于控制策略,控制机器人动作。本申请中是根据人机交互信息、机器人的性能信息和机器人所在环境的环境信息得到交互策略、避障策略和运动策略中的至少一种,相较于现有技术中根据一种信息,确定一种控制策略,本申请根据多种信息得到控制策略,提高了机器人的智能化程度。

    一种两轮电动车充电系统及其控制方法

    公开(公告)号:CN117416248A

    公开(公告)日:2024-01-19

    申请号:CN202311551473.6

    申请日:2023-11-17

    摘要: 本发明公开了一种两轮电动车充电系统及其控制方法,系统包括:若干充电桩终端、消防单元、摄像装置、中控单元、云服务器与后台运维系统。本发明通过中控单元获取充电桩终端反馈的计量数据、消防单元反馈的烟感数据与温度数据、摄像装置反馈的图像数据以及电池与适配器的过热检测数据并上传至云服务器,以根据计量数据进行过流保护、温度监测、过载保护与漏电监测,并根据烟感数据、温度数据与图像数据控制消防单元工作以实现精准消防,同时通过图像数据与过热检测数据可实现安全隐患的预判,并能够同步将火灾或者安全隐患情况发送至社区系统进行消防联动,从而实现从安全预判、实时保护、精准防护到消防联动的四级安全机制,并降低了运维成本。

    检测车道线的方法、装置、终端设备及可读存储介质

    公开(公告)号:CN112528878B

    公开(公告)日:2024-01-09

    申请号:CN202011481079.6

    申请日:2020-12-15

    摘要: 本申请适用于计算机视觉和图像处理技术领域,提供了一种检测车道线的方法、装置、终端设备及可读存储介质,所述方法包括:获取当前场景的道路图像;将所述道路图像输入训练后的神经网络模型中处理,输出所述当前场景的道路图像中的车道线的检测结果;其中,所述训练后的神经网络模型为根据训练集中的样本图像以及语义分割模型训练得到,所述训练集中的样本图像包括采集的多个场景的道路图像以及与多个场景的道路图像对应的标记图像。通过本申请可以解决目前大部分用于车道识别的深度学习模型计算量较大,模型较为复杂,不利于自动驾驶任务的实际应用场景中对实时性的要求的问题。

    少样本图像识别方法、装置、计算机设备及存储介质

    公开(公告)号:CN117274710A

    公开(公告)日:2023-12-22

    申请号:CN202311304784.2

    申请日:2023-10-10

    摘要: 本申请涉及一种少样本图像识别方法、装置、计算机设备以及存储介质。所述方法包括:利用骨干网络提取样本图像的局部特征;利用特征传播机制将所述局部特征中的类别无关特征转换为类别相关特征,并对转换后的局部特征的类别相关程度进行量化,得到局部特征的类别相关权重;构造密集连接相似分数矩阵,并利用所述局部特征的类别相关权重对密集连接相似分数矩阵进行加权;根据所述加权后的密集连接相似分数矩阵计算两幅样本图像之间的相似分数,根据所述相似分数对骨干网络进行优化,并利用优化后的骨干网络进行少样本图像识别。本申请实现了对类别无关特征的滤除,可以显著提升少样本图像识别的准确率。

    一种移动机器人在未知环境下物体目标导航方法

    公开(公告)号:CN117268386A

    公开(公告)日:2023-12-22

    申请号:CN202310986396.0

    申请日:2023-08-04

    IPC分类号: G01C21/20 G01C21/34

    摘要: 本发明公开了一种移动机器人在未知环境下物体目标导航方法,属于机器人控制技术领域,该导航方法包括第一目标探测;响应于第一目标探测,存储记录目标物,分析计算确定第一导航目标;依据第一导航目标进行第一次规划路径,获得第一移动路径;依据第一移动路径进行第一移动,并进行目标探测;当探测到新的目标物时,存储记录目标物;再次分析计算确定第二导航目标;依据第二导航目标进行第二次规划路径,获得第二移动路径;依据第二移动路径进行第二移动,并进行目标探测;直至移动机器人在未知环境下获得目标物,并判断是否为任务目标,若是,该次导航结束。本发明通过上述设置,便于移动机器人在在未知环境下进行预设物体目标搜索导航。