一种仿人机械手
    1.
    发明授权

    公开(公告)号:CN106041995B

    公开(公告)日:2018-10-30

    申请号:CN201610639222.7

    申请日:2016-08-05

    IPC分类号: B25J18/00 B25J17/02 B25J9/08

    摘要: 本发明涉及机器人技术领域,提供一种仿人机械手,包括互相连接的机械手臂和机械手爪,且机械手臂包括大臂和小臂,大臂上设置有用于和肩部连接的肩部俯仰关节、肩部偏航关节和肩部横滚关节,小臂上设置有用于和大臂连接的肘部俯仰关节及肘部横滚关节,机械手爪上设置有用于和小臂连接的腕部偏航关节。该方案的仿人机械手,大臂上的三个关节实现了手臂和肩部连接处球关节的仿生设计;小臂的两个关节实现了手臂肘关节的仿生设计;机械手爪上的一个关节实现了对人手的仿生设计。该仿人机械手具有较高的运动空间及运动的灵活性,可以代替人完成不易完成的特殊工作;且其便于操作者根据直觉和经验控制,从而可以提高控制效率和准确度。

    一种目标物体检测方法及设备

    公开(公告)号:CN107403426A

    公开(公告)日:2017-11-28

    申请号:CN201710491627.5

    申请日:2017-06-20

    IPC分类号: G06T7/00 G06T7/246

    摘要: 本发明涉及模式识别技术领域,提供一种目标物体检测方法及设备,所述方法包括:根据图像特征向量和Agent历史动作数据,更新当前状态;根据所述当前状态,通过Double DQN算法的第一DQN网络获取各种动作对应的第一期望价值函数值;根据所述第一期望价值函数值和决策参数ε,采用ε-greedy策略选择下一个动作,检测所述目标物体;根据所述下一个动作的执行结果,采用Double DQN算法中第二DQN网络的第二价值函数对所述下一个动作进行评估。本发明提供的一种目标物体检测方法及设备,分别采用Double DQN算法的第一期望价值函数和第二价值函数对动作进行选择和评估,能够有效降低对动作过高估计的几率,提高检测性能。

    一种人体动作比对方法及装置

    公开(公告)号:CN107122752A

    公开(公告)日:2017-09-01

    申请号:CN201710313793.6

    申请日:2017-05-05

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明提供一种人体动作比对方法及装置。所述方法包括:S1,基于可穿戴传感器采集到的当前人体动作,利用二叉树分类器网络进行识别,确认所述当前人体动作为标准动作或非标准动作;S2,当确认为非标准动作时,将所述非标准动作与所述非标准动作对应的标准动作数据进行比对,获得所述非标准动作的各关节角度的偏差信息。本发明首先评判出存在偏差的人体动作,识别出标准或非标准动作;然后非标准的人体动作和对应的标准动作数据进行关节角度的细致比对,量化的给出角度偏差信息,以对人体动作姿态进行矫偏指导和进一步对人体动作进行评级,精度高,拥有优秀的泛化能力,处理小样本训练集的能力很强。

    一种仿人机械手
    6.
    发明公开

    公开(公告)号:CN106041995A

    公开(公告)日:2016-10-26

    申请号:CN201610639222.7

    申请日:2016-08-05

    IPC分类号: B25J18/00 B25J17/02 B25J9/08

    CPC分类号: B25J18/00 B25J9/08 B25J17/02

    摘要: 本发明涉及机器人技术领域,提供一种仿人机械手,包括互相连接的机械手臂和机械手爪,且机械手臂包括大臂和小臂,大臂上设置有用于和肩部连接的肩部俯仰关节、肩部偏航关节和肩部横滚关节,小臂上设置有用于和大臂连接的肘部俯仰关节及肘部横滚关节,机械手爪上设置有用于和小臂连接的腕部偏航关节。该方案的仿人机械手,大臂上的三个关节实现了手臂和肩部连接处球关节的仿生设计;小臂的两个关节实现了手臂肘关节的仿生设计;机械手爪上的一个关节实现了对人手的仿生设计。该仿人机械手具有较高的运动空间及运动的灵活性,可以代替人完成不易完成的特殊工作;且其便于操作者根据直觉和经验控制,从而可以提高控制效率和准确度。

    一种目标物体检测方法及设备

    公开(公告)号:CN107403426B

    公开(公告)日:2020-02-21

    申请号:CN201710491627.5

    申请日:2017-06-20

    IPC分类号: G06T7/00 G06T7/246

    摘要: 本发明涉及模式识别技术领域,提供一种目标物体检测方法及设备,所述方法包括:根据图像特征向量和Agent历史动作数据,更新当前状态;根据所述当前状态,通过Double DQN算法的第一DQN网络获取各种动作对应的第一期望价值函数值;根据所述第一期望价值函数值和决策参数ε,采用ε‑greedy策略选择下一个动作,检测所述目标物体;根据所述下一个动作的执行结果,采用Double DQN算法中第二DQN网络的第二价值函数对所述下一个动作进行评估。本发明提供的一种目标物体检测方法及设备,分别采用Double DQN算法的第一期望价值函数和第二价值函数对动作进行选择和评估,能够有效降低对动作过高估计的几率,提高检测性能。

    一种人体动作比对方法及装置

    公开(公告)号:CN107122752B

    公开(公告)日:2020-06-26

    申请号:CN201710313793.6

    申请日:2017-05-05

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明提供一种人体动作比对方法及装置。所述方法包括:S1,基于可穿戴传感器采集到的当前人体动作,利用二叉树分类器网络进行识别,确认所述当前人体动作为标准动作或非标准动作;S2,当确认为非标准动作时,将所述非标准动作与所述非标准动作对应的标准动作数据进行比对,获得所述非标准动作的各关节角度的偏差信息。本发明首先评判出存在偏差的人体动作,识别出标准或非标准动作;然后非标准的人体动作和对应的标准动作数据进行关节角度的细致比对,量化的给出角度偏差信息,以对人体动作姿态进行矫偏指导和进一步对人体动作进行评级,精度高,拥有优秀的泛化能力,处理小样本训练集的能力很强。