-
公开(公告)号：CN113566828A
公开(公告)日：2021-10-29
申请号：CN202110780758.1
申请日：2021-07-09
Applicant: 哈尔滨工业大学 , 珠海一微半导体股份有限公司
Abstract: 本发明公开一种基于多传感器决策融合的抗冲击扫描匹配方法及系统，所述算法包括如下步骤：步骤1：通过融合车轮编码器的信息与陀螺仪的信息生成局部第一决策；步骤2：通过融合加速度计的信息与陀螺仪的信息生成局部第二决策；步骤3：根据决策融合规则从局部第一决策和局部第二决策中选取其一作为全局决策；步骤4：将全局决策作为扫描匹配的初始位姿，通过以初始位姿为中心的搜索窗口进行扫描匹配，以获取地图被激光点云占用概率最大的位姿作为最终位姿，将全局决策更新为所述最终位姿，完成全局决策的扫描匹配。本发明通过融合决策提供良好的初始位姿估计，使得扫描匹配算法具有抗冲击性，提高扫描匹配算法的鲁棒性和准确性。
-
公开(公告)号：CN117346817A
公开(公告)日：2024-01-05
申请号：CN202311269849.4
申请日：2023-09-28
Applicant: 珠海一微半导体股份有限公司 , 哈尔滨工业大学
Abstract: 本申请公开一种机器人位姿数据校正方法、芯片及移动机器人，机器人位姿数据校正方法包括：步骤A1、机器人通过感测装置采集待感知测量值；步骤A2、基于运动学方程由待感知测量值计算出当前位姿预测数据；步骤A3、基于采集周期内所采集的待感知测量值形成的统计信息来判断机器人是否处于静止状态，是则执行步骤A4，否则执行步骤A5；步骤A4、对运动学方程中的偏置值进行更新或基于卡尔曼滤波算法校正当前位姿预测数据；步骤A5、从待感知测量值中获取左轮转动测量值和右轮转动测量值，再基于卡尔曼滤波算法计算出左轮预测位姿数据修正值和右轮预测位姿数据修正值，再使用左轮预测位姿数据修正值和右轮预测位姿数据修正值校正当前位姿预测数据。
-
公开(公告)号：CN117283606A
公开(公告)日：2023-12-26
申请号：CN202311269768.4
申请日：2023-09-28
Applicant: 珠海一微半导体股份有限公司 , 哈尔滨工业大学
IPC: B25J19/00
Abstract: 本申请公开一种机器人受冲击检测方法、芯片及机器人，机器人受冲击检测方法包括：获取观测速度值和观测速度方向，获取当前时刻的预测速度值和当前时刻的预测速度方向；计算观测速度值与预测速度值之间的差值绝对值得到当前速度变化对应的欧式距离；计算观测速度方向与预测速度方向之间的夹角的余弦值得到当前速度变化对应的余弦距离；当前速度变化对应的欧式距离大于预设欧式距离阈值且当前速度变化对应的余弦距离小于预设余弦距离阈值时，利用目标冲击感知网络模型进行分类处理，得到机器人当前时刻受冲击的第一预测概率与第二预测概率；机器人当前时刻受冲击的第一预测概率大于机器人当前时刻受冲击的第二预测概率时，确定机器人受到冲击。
-
公开(公告)号：CN115984344A
公开(公告)日：2023-04-18
申请号：CN202111201831.1
申请日：2021-10-15
Applicant: 珠海一微半导体股份有限公司 , 哈尔滨工业大学
Abstract: 本发明公开TSDF地图的相关性扫描匹配硬件电路及异构计算架构，所述相关性扫描匹配硬件电路包括存储器模块、点云处理模块、TSDF值计算模块、状态机控制模块和互连总线，其中，存储器模块、点云处理模块、TSDF值计算模块和状态机控制模块都通过所述互连总线建立数据传输关系；所述状态机控制模块用于调度所述存储器模块、所述点云处理模块、所述TSDF值计算模块的工作状态，以使得所述点云处理模块每执行一次所述坐标系变换和一次所述旋转变换时，所述TSDF值计算模块执行一次所述除法运算，以获得所述搜索窗口内对应搜索到的一个位姿匹配的TSDF值，直到所述TSDF值计算模块统计到已经搜索完所述搜索窗口内所有位姿。
-
公开(公告)号：CN113566828B
公开(公告)日：2024-12-03
申请号：CN202110780758.1
申请日：2021-07-09
Applicant: 哈尔滨工业大学 , 珠海一微半导体股份有限公司
Abstract: 本发明公开一种基于多传感器决策融合的抗冲击扫描匹配方法及系统，所述算法包括如下步骤：步骤1：通过融合车轮编码器的信息与陀螺仪的信息生成局部第一决策；步骤2：通过融合加速度计的信息与陀螺仪的信息生成局部第二决策；步骤3：根据决策融合规则从局部第一决策和局部第二决策中选取其一作为全局决策；步骤4：将全局决策作为扫描匹配的初始位姿，通过以初始位姿为中心的搜索窗口进行扫描匹配，以获取地图被激光点云占用概率最大的位姿作为最终位姿，将全局决策更新为所述最终位姿，完成全局决策的扫描匹配。本发明通过融合决策提供良好的初始位姿估计，使得扫描匹配算法具有抗冲击性，提高扫描匹配算法的鲁棒性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN117601111A
公开(公告)日：2024-02-27
申请号：CN202311270182.X
申请日：2023-09-28
Applicant: 珠海一微半导体股份有限公司 , 哈尔滨工业大学
Abstract: 本申请公开基于卡尔曼滤波的机器人位姿预估方法，包括：步骤A1、基于预先设置的相关性扫描匹配算法的运行结果，机器人获取当前位姿观测数据及其噪声协方差矩阵；再对当前位姿观测数据进行数据关联处理，得到历史位姿观测数据；步骤A2、基于运动学方程计算出当前位姿预测数据；并基于状态方程计算当前位姿预测数据的先验协方差矩阵；步骤A3、基于延迟乱序观测方程使用当前位姿观测数据的噪声协方差矩阵以及当前位姿预测数据的先验协方差矩阵计算卡尔曼增益矩阵；步骤A4、根据当前位姿观测数据与历史位姿观测数据之间的残差对当前位姿预测数据进行校正，再将校正后的当前位姿预测数据设置为当前预估出的位姿预测数据；提高机器人位姿预测的准确性。
-
公开(公告)号：CN117325158A
公开(公告)日：2024-01-02
申请号：CN202311269958.6
申请日：2023-09-28
Applicant: 珠海一微半导体股份有限公司 , 哈尔滨工业大学
IPC: B25J9/16 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本申请公开基于冲击感知神经网络的机器人检测横向冲击方法，包括：步骤A、控制机器人的感测装置采集原始位姿数据，并在原始位姿数据中提取出待感知测量值序列；步骤B、利用已训练的冲击感知神经网络对所述待感知测量值序列进行分类，得到第一目标预测概率与第二目标预测概率；步骤C、判断第一目标预测概率是否大于第二目标预测概率，是则确定机器人检测到其受到横向冲击，否则确定机器人检测到其不受到横向冲击。从而不会因为对感测装置实时采集的原始位姿数据进行有效性判断后而停止使用神经网络进行分类识别，也不会因为对感测装置实时采集的原始位姿数据进行卡尔曼滤波后才开始使用神经网络进行分类识别，提高机器人检测横向冲击的效率。
-
公开(公告)号：CN115984347A
公开(公告)日：2023-04-18
申请号：CN202111202214.3
申请日：2021-10-15
Applicant: 珠海一微半导体股份有限公司 , 哈尔滨工业大学
Abstract: 本发明公开软硬协同下的硬件加速定位系统及机器人，硬件加速定位系统包括CPU和相关性扫描匹配硬件电路；相关性扫描匹配硬件电路用于以硬件并行处理的方式来搜索每一层第一待搜索地图，并更新出当前搜索的节点的第一上界值；CPU用于每当相关性扫描匹配硬件电路搜索到预设深度的一层地图的栅格点对应的节点时，通过执行分支定界算法来搜索每一层第二待搜索地图，并通过执行相关性扫描匹配算法来将激光雷达采集的点云在对应一层第二待搜索地图上进行扫描匹配，再利用匹配出的结果计算并更新出当前搜索的节点的第二上界值；CPU还用于将最新获得的第二上界值对应的位姿或最新获得的第一上界值对应的位姿配置为机器人的位姿。
-
公开(公告)号：CN115984346A
公开(公告)日：2023-04-18
申请号：CN202111202200.1
申请日：2021-10-15
Applicant: 珠海一微半导体股份有限公司 , 哈尔滨工业大学
Abstract: 本发明公开基于相关性扫描匹配算法的硬件加速电路、芯片及机器人，所述硬件电路包括存储器模块、点云处理模块、栅格索引模块、状态机模块和互连总线；点云处理模块，还用于在状态机模块的控制下，从存储器模块读取当前存储的点云，再控制读取到的点云执行旋转变换；点云处理模块，用于在状态机模块的控制下，读取当前一次旋转变换的结果，再控制当前一次旋转变换的结果执行离散化，获得离散点云，然后将离散点云通过所述互连总线存储到存储器模块内；栅格索引模块，用于在状态机模块的控制下，从所述存储器模块内获取离散点云，再按照预设坐标偏移值和搜索步长，计算出离散点云映射到地图存储空间的索引值，并将索引值设置为栅格点的占用概率的读取地址。
-
公开(公告)号：CN114510049B
公开(公告)日：2025-03-14
申请号：CN202210118531.5
申请日：2022-02-08
Applicant: 珠海一微半导体股份有限公司
Abstract: 本发明公开一种回旋状路径规划方法、芯片及清洁机器人，该回旋状路径规划方法的执行主体是清洁机器人，清洁机器人在执行该回旋状路径规划方法之前已经在地图中标记出墙体的轮廓，其中，地图用于反映待清扫区域的位置特征；该回旋状路径规划方法包括：选择与墙体的轮廓线的垂直距离满足预设起点个件的位置点作为清扫起点；其中，墙体的轮廓线是待清扫区域的部分边界线；从清扫起点开始，在待清扫区域内进行回旋状路径规划，使得规划出的回旋状路径周期性地覆盖待清扫区域；其中，规划出的回旋状路径存在一部分拐弯路径比另一部分拐弯路径远离墙体，规划出的回旋状路径存在的直线路径平行于待清扫区域的最长的边界线。
-
-
-
-
-
-
-
-
-
Search Results
233
records
(took 0.08 seconds)
