|
|
钻瓜专利网为您找到相关结果 73个，建议您 升级VIP下载更多相关专利
- [发明专利]扫掠体变形-CN202310234921.3在审
-
林显仲;加藤哲朗
-
发那科株式会社
-
2023-03-13
-
2023-09-19
-
B25J9/16
- 一种使用扫掠体变形的机器人干涉检查运动规划技术。快速探索随机树(RRT)算法在开始点和目标点之间生成随机样本节点。每个样本节点通过检查沿着到该节点的路径段的机器人‑障碍物干涉而被评估。如果沿着路径段存在干涉，则使用该段的扫掠体来识别干涉最大的危险姿态，并且使用障碍物干涉点来限定施加到机器人连杆的虚拟力，以修改路径段来减轻干涉状况。计算并评估修改的路径段的扫掠体。如果修改的扫掠体是无碰撞的并且修改的路径段运动规划满足机器人关节范围准则，则将修改的路径段和样本节点添加到整个机器人运动程序中。
- 扫掠体变形
- [发明专利]基于区域的抓取生成-CN202310045444.6在审
-
范永祥;蔡季耕;加藤哲朗
-
发那科株式会社
-
2023-01-30
-
2023-08-18
-
B25J15/08
- 一种用于机器维护或料箱拾取应用的基于区域的机器人抓取生成技术。零件和夹具几何形状通常从CAD文件与夹具运动学一起作为输入提供。人类用户使用显示零件几何形状的图形用户界面来定义零件上的一个或多个目标抓取区域。目标抓取区域由用户基于如何抓取零件以确保零件随后能够以适当的目的地姿态放置的用户知识来识别。对于目标抓取区域的每一个，使用优化求解器来计算在零件和夹具之间具有稳定的表面接触并且没有零件‑夹具干涉的多个质量抓取。将针对每个目标抓取区域计算的抓取放置在抓取数据库中，机器人在实际的料箱拾取操作中使用该抓取数据库。
- 基于区域抓取生成
- [发明专利]用于AI卸垛的失败检测和恢复-CN202310045300.0在审
-
汤特;加藤哲朗
-
发那科株式会社
-
2023-01-30
-
2023-08-04
-
G06V20/64
- 一种用于识别图像中的诸如遗漏的检测的箱子和部分检测的箱子之类的不准确描绘的箱子的方法。所述方法使用3D相机来获得箱子的2D RGB图像和箱子的2D深度图图像，其中深度图图像中的像素被分配识别从相机到箱子的距离的值。该方法通过执行图像分割过程使用神经网络生成箱子的分割图像，该图像分割过程从RGB图像提取特征并且通过将标签分配给RGB图像中的像素使得分割图像中的每个箱子具有相同的标签并且分割图像中的不同箱子具有不同的标签来分割箱子。该方法分析分割图像以确定图像分割过程是否未能准确地分割图像中的箱子。
- 用于ai失败检测恢复
- [发明专利]在线自动互锁策略-CN202211598412.0在审
-
林显仲;加藤哲朗;蔡季耕
-
发那科株式会社
-
2022-12-12
-
2023-06-16
-
G06F9/52
- 一种用于多机器人系统的死锁避免运动规划技术。该技术包括针对即将到来的机器人运动区段在线计算扫掠体，并且使用扫掠体来计算一个或多个重叠区域，所述一个或多个重叠区域被发布给所有机器人控制器。扫掠体计算基于实际即将到来的工具路径，包括诸如跳跃和偏移之类的自适应条件。机器人控制器在每个时间步检查是否将进入重叠区域以及另一机器人是否已经在该区域中。当机器人确定它将要进入被占用的区域时，机器人保持位置，直到该区域被腾空。机器人发布区域进入和退出用于其它机器人知晓。增加附加逻辑以建立优先级，用于自动解决死锁情况，并且用于对执行连续过程操作的机器人的运动区段的完成确定优先级。
- 在线自动互锁策略
- [发明专利]点集干涉检查-CN202211550260.7在审
-
林显仲;范永祥;加藤哲朗
-
发那科株式会社
-
2022-12-05
-
2023-06-06
-
B25J9/16
- 一种使用点集的机器人干涉检查运动规划技术。该技术使用机器人臂和障碍物的CAD模型，并将CAD模型转换成3D点集。基于机器人和障碍物运动在每个时间步处更新3D点集坐标。然后，将3D点转换为指示由任何部件上的任何点占用的空间的3D网格空间索引。将3D网格空间索引转换为1D索引，并且将1D索引存储为每个对象和每个时间步的集合。通过计算给定时间步的1D索引集的交集来执行干涉检查。通过计算跨越多个时间步的1D索引集的并集来创建扫掠体。将1D索引转换回3D坐标，以定义扫掠体的3D形状和任何干涉的3D位置。
- 干涉检查
- [发明专利]自主鲁棒的装配规划-CN202211550753.0在审
-
赵煜;加藤哲朗
-
发那科株式会社
-
2022-12-05
-
2023-06-06
-
B25J9/16
- 一种用于调节用于一般机器人装配操作的力控制参数的方法。该方法使用数值优化来评估在基于真实世界机器人设置而构建的仿真环境中的机器人力控制器的参数的不同组合。该方法基于闭环力控制仿真来执行用于装配任务的自主调节，其中评估来自力控制参数值的分布的随机样本，并且优化例程迭代地重新定义参数分布以找到参数的最优值。使用包括随机部件定位不确定性的多个仿真来评估每个仿真的装配。每个仿真的装配的性能通过仿真结果的平均值来评估，从而确保选择的控制参数将在大多数可能情况下良好地执行。一旦参数已经被优化，它们就被应用于实际的机器人以执行实际的装配操作。
- 自主装配规划
- [发明专利]用于混合尺寸卸垛的算法-CN202211491953.3在审
-
汤特;加藤哲朗
-
发那科株式会社
-
2022-11-25
-
2023-06-02
-
G06V10/26
- 本申请涉及一种用于混合尺寸卸垛的算法，更具体地，涉及一种用于识别要由机器人从多个箱子的堆叠中拾取的箱子的系统和方法。该方法包括使用3D相机获得该多个箱子的2D红绿蓝(RGB)彩色图像和该多个箱子的2D深度图图像。该方法采用图像分割过程，该图像分割过程使用由中央处理单元(CPU)可执行的简化的掩模R‑CNN来预测RGB图像中的哪些像素与每个箱子相关联，其中与每个箱子相关联的那些像素被分配唯一标签，唯一标签组合以定义用于箱子的掩模。然后，该方法使用分割图像识别用于拾取箱子的位置。
- 用于混合尺寸算法
- [发明专利]使用合成数据集训练机器人卸垛-CN202211494119.X在审
-
汤特;加藤哲朗
-
发那科株式会社
-
2022-11-25
-
2023-06-02
-
G06V10/774
- 一种用于训练神经网络的系统和方法。该方法包括使用计算机图形软件对多个不同尺寸的对象进行建模以生成所述多个对象的虚拟图像，以及使用软件通过随机地和顺序地选择建模的对象并将选择的建模的对象以预定模式放置在预定边界内来生成放置虚拟图像。该方法还包括使用计算机图形软件基于预定数据和信息渲染放置虚拟图像的虚拟图像，并且使用软件通过独立地标记渲染的虚拟图像中的所述多个对象来生成标注的虚拟图像。该方法重复生成放置虚拟图像、渲染虚拟图像和生成多个随机且顺序选择的建模的对象的标注的虚拟图像，并且然后使用多个渲染的虚拟图像和标注的虚拟图像来训练神经网络。
- 使用合成数据集训机器人
|
