专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果236个,建议您升级VIP下载更多相关专利
  • [发明专利]仿人机器人动态跳跃与平衡控制方法、电子设备、介质-CN202310202183.4在审
  • 朱秋国;戴瑞凯;竺鹏;吴俊;熊蓉 - 浙江大学
  • 2023-02-28 - 2023-08-08 - B25J9/16
  • 本发明公开了一种仿人机器人动态跳跃与平衡控制方法、电子设备、介质,包括对仿人机器人跳跃过程中的质心及足底的轨迹进行规划;将仿人机器人建模为单个刚体,取机器人质心的位置、角偏移、线速度、角速度作为状态变量,地面接触力和地面接触力矩为控制量,构建一模型预测控制问题,并将其转化为标准QP问题进行求解,得到最优地面反作用力和作用力矩;构建全身运动控制模型,利用期望的末端状态和最优地面反作用力,获取关节位置、速度以及前馈关节力矩;按关节位置、速度以及关节力矩控制仿人机器人执行跳跃运动;关节力矩为前馈力矩与反馈力矩之和,反馈力矩通过比例微分控制计算得到;仿人机器人落地后,采用跨步策略实现机器人的落地稳定。
  • 人机动态跳跃平衡控制方法电子设备介质
  • [发明专利]一种基于折纸工艺的可变直径驱动轮及其方法-CN202111124863.6有效
  • 王越;鲍丙生;向平宇;陆豪健;熊蓉 - 浙江大学
  • 2021-09-25 - 2023-08-01 - B60B19/02
  • 本发明公开了一种基于折纸工艺的可变直径驱动轮及其方法。本发明充分利用折纸工艺的特点实现车轮变径的功能,当汽车在平坦的公路上行驶时,可采用直径小的车轮形态,这样能获得更好的操作稳定性和平顺性,能有效提高动力性能,有更快的响应速度和更小的能耗。当遇到越野路况时,即路况复杂凹凸不平,可采用直径大的车轮形态,这样能获得更好的越野性能,提高车辆的通过性能。本发明的车轮可通过一个线性液压驱动完成变径的控制,使变径的控制稳定而精确,配合支撑架以及收紧弹簧,使得车轮整体能够满足高负载要求。实际应用中,该轮可满足不同路面状况对轮径的要求。
  • 一种基于折纸工艺可变直径驱动及其方法
  • [发明专利]基于融合行人信息的特征地图的模仿学习社交导航方法-CN202110163401.9有效
  • 熊蓉;崔瑜翔;王越 - 浙江大学
  • 2021-02-05 - 2023-08-01 - G01S17/93
  • 本发明公开了一种基于融合行人信息的特征地图的模仿学习社交导航方法。本发明通过引入模仿学习方法来引导机器人模仿专家的运动习惯,规划出符合社交规范的导航方法,提高规划效率并缓解机器人锁死问题,帮助机器人更好地融入人机共融环境。该方法通过序列RGB图像中的行人检测与跟踪以及三维点云对准来获取行人的时序运动状态。随后,结合二维激光数据以及社会力模型,得到标注行人动态信息的局部特征地图。最后,搭建以局部特征地图、机器人当前速度以及目标相对位置为输入,机器人控制指令为输出的深度网络,以专家示教数据为监督进行训练,得到符合社交规范的导航策略。
  • 基于融合行人信息特征地图模仿学习社交导航方法
  • [发明专利]一种腿足机器人强化学习动作生成系统-CN202110924651.X有效
  • 朱秋国;王志成;李岸荞;熊蓉;吴俊 - 浙江大学
  • 2021-08-12 - 2023-07-07 - G05D1/08
  • 本发明公开了一种腿足机器人强化学习动作生成系统,该系统使用深度强化学习进行端到端训练产生动作策略,在训练过程中从仿真环境中获取输入‑输出数据进而学习到能够使奖励函数最大的运动控制策略;采用传统控制方法运行时产生的数据预训练产生初始值,确保训练过程中策略一直在参数空间内期望的极值附近,避免初始值随机产生时造成的收敛于其他局部极小值的情况;使用步态周期奖励信号鼓励训练中的智能体进行对应的周期性动作,获得有效的输入矢量。该系统可用于各种腿足构型的四足机器人的多种步态、多种动作的训练。
  • 一种机器人强化学习动作生成系统
  • [发明专利]基于视力融合的机械臂操作铰接物体的方法-CN202110986348.2有效
  • 王越;郭达顺;俞鸿翔;熊蓉 - 浙江大学
  • 2021-08-26 - 2023-07-04 - B25J9/16
  • 本发明公开了一种基于视力融合的机械臂操作铰接物体的方法,包括:(1)对机械臂示教,获取机械臂试触与操作铰接物体时相对于铰接物体的第一位姿;(2)利用视觉传感器采集机械臂试触与操作铰接物体时的场景点云数据,并依据场景点云数据确定铰接物体的法向量与粗糙中心;(3)依据铰接物体的法向量与粗糙中心确定铰接物体在视觉传感器坐标系下的粗糙第二位姿;(4)依据第一位姿和粗糙第二位姿,机械臂对铰接物体进行试触,依据机械臂末端的移动距离确定铰接物体的精确中心,该精确中心结合粗糙第二位姿,确定精确第二位姿;(5)依据第一位姿和精确第二位姿,机械臂实现对铰接物体的操作。该方法能够完成对铰接物体的操作。
  • 基于视力融合机械操作铰接物体方法
  • [发明专利]一种基于二维激光观测的带约束多机器人强化学习安全编队方法-CN202310164480.4在审
  • 王越;崔瑜翔;熊蓉 - 浙江大学
  • 2023-02-25 - 2023-06-23 - G05D1/02
  • 本发明公开了一种基于二维激光观测的带约束多机器人强化学习安全编队方法,首先通过编队内部通讯以及各编队成员的传感器信息进行环境综合感知,结合队形要求和机器人数目等因素初步规划多机器人的编队目标点。各编队成员利用基于强化学习的导航规划方法,根据个体观测与队内共享信息生成初步控制指令,在控制障碍函数的引导下进一步优化,使得最终控制指令满足安全约束,保证机器人运行的安全性。本发明在显著小的观测与计算成本下,整合多机器人信息,规划多机器人控制,实现安全且高效的多机器人编队协同规划,仅利用二维激光信息实现编队控制指令生成且保证执行安全性,可以应对未知动态非结构化环境下的较大规模编队任务。
  • 一种基于二维激光观测约束机器人强化学习安全编队方法
  • [发明专利]一种可快速拆卸的气管镜机器人及其肺部导航方法-CN202310210846.7在审
  • 陆豪健;张敬禹;方琴;向平宇;刘立陆;王越;熊蓉 - 浙江大学
  • 2023-03-07 - 2023-06-23 - A61B1/267
  • 本发明公开了一种可快速拆卸的气管镜机器人及其肺部导航方法,属于肺部疾病诊疗领域,包括机械臂系统、驱动系统和气管镜导管,所述的驱动系统包括电动滑台和偏转驱动机构,所述的偏转驱动机构通过电动滑台安装在机械臂系统上,所述的气管镜导管安装在偏转驱动机构上,所述的机械臂系统用于粗调节气管镜导管的位姿,电动滑台用于精调节气管镜导管的进给运动,偏转驱动机构用于精调节气管镜导管的偏转运动;所述的偏转驱动机构包括磁吸附方式连接的导管快拆机构和肌腱驱动机构。通过肌腱驱动机构内的单轴力传感器可测量肌腱拉力,具有结构紧凑、灵活性好等优点,可在胸外科疾病的诊断方面发挥巨大的作用。
  • 一种快速拆卸气管机器人及其肺部导航方法
  • [发明专利]一种基于5G通信的可交互多机器人编队泊车巡检装置及方法-CN202310164478.7在审
  • 王越;崔瑜翔;熊蓉 - 浙江大学
  • 2023-02-25 - 2023-05-23 - G05D1/02
  • 本发明公开了一种基于5G通信的可交互多机器人编队泊车巡检装置及方法,多机器人泊车巡查装置主要包括智能多机器人编队平台与远程控制装置,多机器人编队平台主要包括5G通信单元,自主定位单元,导航决策单元,车辆检测与车牌识别单元。远程控制装置主要包括5G通信单元,可视化交互单元以及路径规划单元。应对于大范围动态场景下的泊车巡查任务,保证开放区域或者道路侧边停车区域的规范性,支持包括但不限于预定线路自主巡查和指定区域临时巡查等多种巡查情境,通过设计与使用基于5G通信的可视化交互通道拓宽多机器人巡检任务的指令下达与结果获取方式,通过多机器人编队平台提升巡检执行的高效性与灵活性。
  • 一种基于通信交互机器人编队泊车巡检装置方法
  • [发明专利]一种基于人类经验学习的抓取数据快速标注方法-CN202310178216.6在审
  • 王越;沙昊;赖乾恩;熊蓉 - 浙江大学
  • 2023-02-28 - 2023-05-23 - G06V10/774
  • 本发明公开了一种基于人类经验学习的抓取数据快速标注方法,包括搭建仿真抓取数据采集场景,并将物体CAD模型加载到仿真环境中并进行预处理,对加载入仿真环境并预处理后的物体CAD模型在采样空间中密集采样一系列候选抓取等步骤,本发明使用该方法自动生成了一个大规模高质量低成本的仿人抓取数据集,数据集包含10000个物体的20000种场景(深度图),其中抓取正负样本各60000共120000个。其质量分别在数据集交叉验证、仿真和实物抓取测试中被证实超过了现有公认的平面数据集,可以解决正负样本不均衡的问题并极大提升抓取样本标注的效率,可被推广到其他对数据量有较大需求的领域中,在当前深度学习的应用背景下潜力巨大。
  • 一种基于人类经验学习抓取数据快速标注方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top