-
公开(公告)号：CN116503907A
公开(公告)日：2023-07-28
申请号：CN202310486383.7
申请日：2023-04-28
Applicant: 常州大学
IPC: G06V40/10 , G06V10/46 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于人体重心检测的移动机器人转向控制方法及系统，方法包括：获取被跟随行人的深度图像及彩色图像；利用轻量OpenPose算法从所述彩色图像提取人体关键点信息，所述关键点信息包括关键点坐标；基于各关键点的坐标及系数，得到人体重心位置；以肩部和髋关节关键点包围的区域作为选中区域，从所述深度图像提取选中区域的深度值，根据所述深度值计算人机距离；基于所述人体重心位置及所述人机距离，计算行人偏航角；基于所述行人偏航角对所述移动机器人进行转向控制。本发明基于轻量OpenPose算法进行测距，并改进人体重心计算方法，进行行人的偏航角计算，提高了移动机器人转向控制的准确性及稳定性。
-
公开(公告)号：CN119328753A
公开(公告)日：2025-01-21
申请号：CN202411497115.6
申请日：2024-10-25
Applicant: 常州大学
IPC: B25J9/16
Abstract: 本发明公开了一种时变时延条件下机器人的运动预测方法，由时延的最大值、机器人初始关节位置和初始关节速度确定次级预测器的个数及增益参数；由随时间变化的时延大小确定各个次级预测器的时变预测区间；将机器人从时滞运动到当前运动区间内的状态划分为与次级预测器的个数相同的运动子状态；构建与运动子状态数量相同的次级预测器；将次级预测器逐个串联，时变时延的机器人关节位置和关节速度信号作为第一个次级预测器的输入，后一个次级预测器以前一个次级预测器输出的预测值作为输入，由最后一个次级预测器输出机器人实际关节位置和实际关节速度的预测值，本发明预测精度高、适用范围广，易于工程应用和推广，有助于推动机器人技术的发展。
-
公开(公告)号：CN116597519A
公开(公告)日：2023-08-15
申请号：CN202310609390.1
申请日：2023-05-26
Applicant: 常州大学
Abstract: 本发明涉及机器人技术领域，尤其涉及一种人体关键点检测的人形机器人辅助健身的方法，包括采集人的实时运动视频；采用MobileNetv3网络为主干的YOLOV7模型，利用Ghost Conv模块改进YOLOV7网络模型的Conv模块得到改进的YOLOV7网络模型，并对运动视频进行目标检测，得到人体位置；利用Centriod Tracking算法对人体目标进行跟踪，并计算出人体的质心坐标；通过改进Openpose网络对人体进行实时检测，获得人体关键点的位置和编号；计算人体关键点之间的角度、距离和位移，判断动作是否标准。本发明解决现有方法无法兼顾关键点检测精确度、实时性和轻量化问题。
-
Patent Agency Ranking
公开(公告)号：CN115359556A
公开(公告)日：2022-11-18
申请号：CN202210967448.5
申请日：2022-08-12
Applicant: 常州大学
Abstract: 本发明涉及人体姿态评估技术领域，尤其涉及一种基于树莓派的轻量化的人体姿态评估方法及控制方法，包括构建Lightweight Openpose网络，对人体姿态图像进行识别，并绘制出人体骨骼框架；根据人体骨骼框架，通过向量角度计算出各关节的角度；根据各关节的角度求出机器人舵机需要转动的位置信息，并采用PID控制舵机进行动作模仿。本发明通过轻量化的人体姿态评估算法，实现人体姿态的准确识别，解决了现有算法网络结构冗余，计算效率低的问题；另外，通过socket技术实现树莓派与机器人摄像头、总线舵机和PC机之间的交互，使图像处理与控制相互独立，解决树莓派单机处理能力不足的问题。
-
公开(公告)号：CN116500402A
公开(公告)日：2023-07-28
申请号：CN202310234864.9
申请日：2023-03-13
Applicant: 常州大学
Abstract: 本发明涉及一种晶圆检测台的探针位置控制方法、装置及系统，方法包括：连续测量探针的位置信息，以预设的时间间隔对位置信息进行采样，得到采样信号，每得到一个新的采样信号，执行一次控制信号获取步骤；控制信号获取步骤包括：S1，将新的采样信号经过零阶保持器保持，得到采样数据xk；S2，将xk输入离散连续观测器，得到连续的估计位置信号x；S3，将x和探针期望位置信号r输入位置跟踪控制器，得到位置跟踪控制信号u；S4，将x和u作为扰动补偿器的输入，得到扰动补偿控制信号w；S5，将u和w相加，作为探针位置的控制输入信号。本发明能克服模型不确定性和外界干扰等因素的影响，提高探针运动位置的控制精度，且只需要用到探针位置的采样信号，更方便于工程应用。
-
公开(公告)号：CN116117812A
公开(公告)日：2023-05-16
申请号：CN202310078519.0
申请日：2023-01-12
Applicant: 常州大学
IPC: B25J9/16
Abstract: 本发明公开了一种多自由度机器人的运动预测方法，针对通讯时延导致的机器人运动信息传输滞后的问题，本发明方法能够根据时滞的机器人关节位置和速度信号，实时地预测出机器人当前的实际关节位置和速度。首先，根据时延值的大小，建立多个机器人运动子状态；然后，构建相同数量的次级预测器；最后，将其串联构成串联预测器，其中的每一个次级预测器会得到对应的子状态的预测值，而实际关节位置和速度的预测值则由最后一个次级预测器产生。通过使用足够多个次级预测器，本方法能够在较大的通讯时延下提高对机器人运动状态的预测精度。并且每个次级预测器的结构相同，实现方便，在远程操控的机器人领域有一定的应用前景。
-
公开(公告)号：CN114937070A
公开(公告)日：2022-08-23
申请号：CN202210695752.9
申请日：2022-06-20
Applicant: 常州大学
IPC: G06T7/50 , G06T7/90 , G06T7/246 , G06V10/22 , G06V10/25 , G06V10/764 , G06T7/194 , G06T7/13 , G06T5/50 , G06N3/04 , G06V10/82
Abstract: 本发明涉及机器人应用技术领域，尤其涉及一种基于深度融合测距的移动机器人自适应跟随方法，包括利用单目相机获取深度图像和彩色图像；引入MaskR‑CNN算法，获得行人掩模和行人掩膜区域的深度像素的总数量；引入单目深度估计算法输出推理深度图像，替换相机深度图像中的无效像素点；利用掩膜从相机深度图像中提取行人区域深度像素点，准确测量人‑机距离；利用比例积分微分控制器调整目标行人和机器人之间的距离和角度偏差。本发明引入MaskR‑CNN实例分割算法和单目深度估计算法，再融合相机深度信息，计算目标行人和机器人的距离和角度，并将位置信息发送至机器人的比例微分积分控制模块，实现目标行人的稳定跟随。
-
公开(公告)号：CN114707722A
公开(公告)日：2022-07-05
申请号：CN202210338201.7
申请日：2022-04-01
Applicant: 常州大学
Abstract: 本发明涉及智能交通技术领域，尤其涉及一种基于记忆增强网络的连续行人轨迹预测的方法，包括自编码器用于编码输入信息，控制器则负责从键值记忆体中读写记忆；使用多跳注意力机制实现多模态轨迹预测，通过多跳迭代查询生成一条预测轨迹；通过解码器重构未来轨迹，再训练控制器从当前任务中选取一些典型键值记忆存入外部记忆体中，在当前任务中每隔一定周期回放之前一部分数据。本发明通过外部记忆体保存当前和以前的键值记忆，为了减缓神经网络的灾难性遗忘，使用稀疏经验回放方法减缓模型对之前任务的遗忘；针对行人未来轨迹的不确定性，引入多跳注意力机制用于生成合理的多模态轨迹，从而解码输出多模态轨迹。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
