基于空间智能划分的接触网腕臂检修机械臂路径规划方法

    公开(公告)号:CN119057789A

    公开(公告)日:2024-12-03

    申请号:CN202411367928.3

    申请日:2024-09-29

    Abstract: 本发明涉及机器人技术领域,公开一种基于空间智能划分的接触网腕臂检修机械臂路径规划方法,通过不同参数描述各关节与连杆间的关系,建立机器人运动学模型;基于所述机器人运动学模型进行机械臂工作空间仿真分析,以评估机械臂是否能覆盖不同位置的接触网螺栓,以及分析固定机械臂基座情况下,机械臂末端在工作空间内的可达性;根据接触网环境中螺栓点的分布情况划分接触网螺栓作业点的工作空间区域;以最小化机械臂基座的移动来划分工作空间;对接触网与机械臂工作环境进行离线建模,利用划分的工作空间,通过路径规划,实现接触网腕臂的检修任务。通过本发明的方法,可以实现机械臂在复杂的接触网环境中高效、安全地完成螺栓紧固任务。

    一种基于深度学习的螺栓6D姿态估计方法

    公开(公告)号:CN117788577A

    公开(公告)日:2024-03-29

    申请号:CN202311775364.2

    申请日:2023-12-21

    Abstract: 本发明公开了一种基于深度学习的螺栓6D姿态估计方法,包括:在现实世界场景中采集包含螺栓的图像;对于每个采集到的图像,标注螺栓的姿态信息;通过改进的Pose CNN特征提取网络提取目标特征;对得到的特征图进行语义分割;定位螺栓目标的二维中心;通过定位的螺栓中心估计三维平移量;利用霍夫投票层进行3D旋转回归;通过损失函数计算网络损失,进行反向传播并更新网络参数;输出螺栓目标的旋转矩阵与平移矩阵,完成螺栓6D姿态估计。本发明提高了螺栓6D姿态估计的准确性,同时实现了对称体姿态的准确估计,解决了螺栓目标中心被遮挡的问题,提高了模型在处理复杂场景的螺栓目标时的鲁棒性,对机器视觉在螺栓姿态估计的应用提供了一种新方法。

Patent Agency Ranking