“周星如”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]一种基于时序触觉数据处理的物体抓取方法-CN202110491322.0有效
发明人：梁斌;周星如;刘厚德;王学谦;朱晓俊 -专利权人：清华大学深圳国际研究生院
申请日： 2021-05-06 - 公布日： 2023-08-01 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了基于时序触觉数据处理的物体抓取方法，包括：根据物体的位置信息获取最优抓取区域；当机械手运行到最优抓取区域时，控制机械手以预设的力闭合并停留多个触觉传感器采集周期，停留期间通过触觉传感器采集物体的触觉数据，包含机械手对物体施加的力的大小和方向信息；将每个采集周期的触觉数据转化为触觉图像，再将按时间排列的触觉图像作为初始的网络输入，利用预先训练好的力的跟踪运动网络，进行循环传递，预测出未来时序的若干帧触觉图像；将若干帧触觉图像构成的帧序列输入至预先训练好的LSTM分类网络中，输出表征本次抓取是否为稳定抓取的分类结果；若为稳抓取，则控制机械手进行抓取；反之，则控制机械手松开物体，结束。
一种基于时序触觉数据处理物体抓取方法

[发明专利]一种用于物体分类的点云处理网络架构-CN202010148084.9有效
发明人：刘厚德;阮见;周星如;王学谦;朱晓俊;梁斌 -专利权人：清华大学深圳国际研究生院
申请日： 2020-03-05 - 公布日： 2023-04-18 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种用于物体分类的点云处理网络架构，包括w个并行的点云特征提取单元、一池化层和若干全连接层，w个并行的点云特征提取单元的输入是w组原始点云、输出共同连接至所述池化层的输入端，若干全连接层串联，所述池化层的输出端连接于第一个全连接层的输入端。每个特征提取单元包含先后交替串联的n个采样模块和n个特征复用模块，特征提取单元对原始点云进行特征提取、采样和内部的特征复用，最终输出有效的点云特征送入池化层进行过滤，最后通过若干个全连接层进行特征连接，实现物体分类。
一种用于物体分类处理网络架构

[发明专利]基于触觉与视觉结合的多模态物体抓取方法与系统-CN201911304586.X有效
发明人：刘厚德;周星如;张郑;王学谦;阮见;刘思成;梁斌 -专利权人：清华大学深圳国际研究生院
申请日： 2019-12-17 - 公布日： 2022-02-15 - 主分类号： B25J9/16 文献下载
摘要：本申请实施例公开一种基于触觉与视觉结合的多模态物体抓取方法与系统。所述方法包括：对相机进行标定；对从所述相机获取的图像进行背景干扰因素的滤除；对所述图像进行预处理得到抓取候选区域集合，从所述抓取候选区域集合中选择N个得分最高的抓取候选区域作为机械手可行抓取区域；控制机械手随机选择一个所述机械手可行抓取区域，以一定的力闭合，并停留M个时间周期对目标物体进行触觉数据采集；将采集到的触觉数据与A2中得到的图像数据融合输入进卷积神经网络中，判定抓取是否可行；发出抓取指令，以控制机械臂和机械手完成抓取所述目标物体的动作。所述系统用于执行所述方法。本申请实施例可提高一次性抓取成功率。
基于触觉视觉结合多模态物体抓取方法系统

[发明专利]一种基于椭圆形面接触的物体抓取方法-CN201910527766.8有效
发明人：刘厚德;周星如;梁斌;王学谦;朱晓俊;高学海 -专利权人：清华大学深圳研究生院
申请日： 2019-06-18 - 公布日： 2020-09-22 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种基于椭圆形面接触的物体抓取方法，包括以下步骤：S1、3D深度相机获取物体的图像信息；S2、主控制计算机判断所述图像信息中满足力封闭条件的可行抓取区域；S3、主控制计算机筛选出所述可行抓取区域中的最优可行抓取区域；S4、主控制计算机生成控制指令，控制机械臂和二指机械手对物体进行抓取动作。本发明通过对真实场景下机械手与目标物体的接触形状进行建模，得出椭圆形面接触模型下的力封闭条件，能够进一步还原机械手与目标物体接触的真实情况，通过卷积神经网络筛选出具有抓取概率的最优可行抓取区域，控制机械臂实现稳定抓取，从而在实际操作过程中能有较高的一次性抓取成功率，减少重复操作及抓取的时间成本和能源成本。
一种基于椭圆形接触物体抓取方法

[发明专利]基于点云获取和处理的抓取训练方法及系统-CN201911303064.8在审
发明人：刘厚德;张郑;周星如;王学谦;阮见;刘思成;梁斌 -专利权人：清华大学深圳国际研究生院
申请日： 2019-12-17 - 公布日： 2020-05-01 - 主分类号： B25J9/16 文献下载
摘要：本申请实施例公开一种基于点云获取和处理的抓取训练方法及系统。所述系统包括相机、机械手、机械臂、机械臂基座和主控制计算机。所述方法包括：A1、将从相机得到的点云信息输入至第一部分神经网络，以获得实物场景内目标物体的位姿信息；A2、将所述位姿信息输入至所述第二部分神经网络，以生成相对于相机光轴坐标系的第一抓手位姿信息；A3、将所述第一抓手位姿信息变换成相对于机械臂基座坐标系的第二抓手位姿信息；A4、根据所述第二抓手位姿信息控制机械臂和机械手抓取目标物体；A5、获取反映抓取效果的指定指标。本申请实施例可以观察实物抓取效果，为算法的质量提供反馈，这不仅大幅提升了算法训练的效率，也在一定程度上提升了算法的实用性。
基于获取处理抓取训练方法系统

[实用新型]热回收式新风机组-CN201620876892.6有效
发明人： 周星如 -专利权人： 周星如
申请日： 2016-08-15 - 公布日： 2017-03-22 - 主分类号： F24F12/00 文献下载
摘要：本实用新型公开了热回收式新风机组，包括方筒式外箱，所述外箱内排放有若干具有一定厚度的矩形框，相邻矩形框之间留有空隙，矩形框两侧分别贴有将矩形框封闭的铝箔纸，矩形框两端的边框上设有若干第一通孔，所述方筒式外箱两端分别设有盖板，所述两个盖板内表面分别与矩形框两端表面相贴合，盖板上设有若干与矩形框两端的第一通孔位置相对应的第二通孔，和若干与相邻矩形框之间的空隙位置相对应的第三通孔。本实用新型采用若干矩形框在外箱内形成薄层状的狭窄扁平的内部通道，增加冷热气体之间的接触面积，同时采用导热性能好的铝箔隔离冷热空气通道，加快显热传导，尽量保证室内热量不散失或室外热量不进入，实现热量回收功能，节省能源。
回收新风机组