基于DCT-YOLOv5模型的实时番茄姿态检测方法

    公开(公告)号:CN114782360A

    公开(公告)日:2022-07-22

    申请号:CN202210409195.X

    申请日:2022-04-19

    Abstract: 本发明涉及基于DCT‑YOLOv5模型的实时番茄姿态检测方法。包括如下步骤:步骤一:设计DCT‑YOLOv5主干网络及损失函数;步骤二:通过人工拍摄的方式对不同角度,不同大小,不同生长条件的番茄进行图像数据采集;步骤三:制作番茄数据集并进行训练;步骤四:将DCT‑YOLOv5压缩模型部署到AGXXavier嵌入式系统上并使用TensorRT进行模型推理加速;步骤五:使用realsense摄像头在AGX Xavier上进行实时番茄检测。本发明用于部署在NVIDIA JetsonAGX Xavier嵌入式开发板上进行实时番茄检测,在保证检测精度的同时,确保了检测的实时性以及模型运算的高效率。

    基于体素抓取网络的机械臂灵巧抓取规划方法

    公开(公告)号:CN114700949A

    公开(公告)日:2022-07-05

    申请号:CN202210439966.X

    申请日:2022-04-25

    Abstract: 基于体素抓取网络的机械臂灵巧抓取规划方法,包括如下步骤:步骤一:获取物体多视角的RGBD图像,利用TSDF的方法,重建出待物体完整的点云信息。步骤二:利用物品的完整点云信息生成模拟抓取训练数据,训练体素抓取网络至收敛,得到网络模型。步骤三:利用步骤一的方法生成待抓取物体的完整点云信息,输入体素抓取网络,输出机械臂灵巧抓取规划。本发明提出的机械臂灵巧抓取规划方法视觉驱动信息为待抓取物体的完整点云信息,为抓取提供了更加准确的几何信息,提高了机械臂抓取的成功率,且基于TSDF的三维重建方法运算效率远高于传统点云匹配的三维重建方法,且体素抓取网络训练数据可以自动生成,减少了训练数据获取成本。

    一种工业机器人生产线的虚拟仿真方法

    公开(公告)号:CN114663580A

    公开(公告)日:2022-06-24

    申请号:CN202210185055.9

    申请日:2022-02-28

    Abstract: 一种工业机器人生产线的虚拟仿真方法,包括:1)根据工业机器人生产线的相关信息构建三维模型,并导入Unity3D中,构建工业设备模型;2)基于不同工业设备模型的功能和属性,利用UI工具包设计相应的模型属性面板,控制模型的运行状况;3)对仿真环境中的设备模型的位置和姿态进行本地持久化存储,并将构建的设备模型集成为一个多种类的设备模型库;4)设计模型碰撞检测功能,精确定位设备控制程序的错误,便于检查和维修;5)使用数据库来作为虚实信号的交互中心和存储用户信息与工业设备历史数据的存储中心,实现各类信号的通信交互,满足系统复杂数据的存储需求;6)根据实际情况来构建工业机器人生产线的仿真场景,完成相应的虚拟调试工作。

    一种基于边云协同的大型车辆管理系统

    公开(公告)号:CN114640673A

    公开(公告)日:2022-06-17

    申请号:CN202210144340.6

    申请日:2022-02-17

    Abstract: 一种基于边云协同的大型车辆管理系统,包括边缘设备、云服务器和远程主机;远程主机向云服务器发送连接请求,在通过身份验证后建立起稳定的双向通信链路;边缘设备包括车载摄像头、4G模块、GPS模块以及边缘计算设备,其中,边缘计算设备与车载摄像头、4G模块、GPS模块之间用线缆建立物理连接。边缘计算设备通过车载摄像头获取当前司机的人脸信息,用GPS模块获得当前车辆的位置信息,通过4G模块将计算后的数据发送到云服务器,用户通过远程主机访问云服务器实现远程的监管操作;云服务器包括Web界面、数据存储子系统、辅助管理子系统以及节点通信子系统。本发明将车辆的实时运行状态用可视化手段显示,提高对车辆以及司机的监管效率。

    一种非结构化动态环境下的同时定位与建图方法

    公开(公告)号:CN114565726A

    公开(公告)日:2022-05-31

    申请号:CN202210095426.4

    申请日:2022-01-26

    Abstract: 一种适用于非结构化动态环境下的同时定位与建图方法,首先,基于惯性元件测量得到的姿态角对激光雷达点云数据去除运动畸变,再对无运动畸变的激光点云数据与惯性元件输出的姿态进行融合,通过几何特征对激光点云分割,得到较准确的船舱环境感知结果;其次,针对需要获取处于船舱内高动态环境下推耙机的实时位姿的情况,提出一种基于语义特征点匹配的激光里程计来估计推耙机在船舱内的位姿。基于多传感器融合得到的感知结果,利用其语义信息进行提取特征点,再采用点到点、点到线两种匹配方式实时估计推耙机的位姿;最后,为了降低点云地图内存占用率,设计了一种基于最近邻搜索的动态环境下地图更新方法,利用该方法降低算法的空间复杂度。

    无人推耙机的自动清舱系统

    公开(公告)号:CN114560318A

    公开(公告)日:2022-05-31

    申请号:CN202210177476.7

    申请日:2022-02-25

    Abstract: 无人推耙机的自动清舱系统,模式切换模块通过实时获取无人推耙机中控系统的控制指令信息并通过有限状态机自动选择将数据指令发送至运动规划模块或是自动生成目标点模块;在区域自动模式指令下,自动生成目标点模块根据物料区信息生成无人推耙机的目标点集合,在单目标点模式指令下,将模式切换模块从中控系统获取的目标点放入目标点集合;运动规划模块获取目标点集合同时从目标点集合逐个取出目标点以生成无人推耙机到达当次目标点路径,并通过执行运动策略后将控制指令发送到无人推耙机执行系统;安全保障模块通过实时获取感知定位系统的船舱距离和IMU信息,同时监测运动模块的运动状态,且在危险情况下执行脱险策略后生成安全控制指令。

    一种基于A*算法和RRT*算法的移动机器人路径规划方法

    公开(公告)号:CN112393728B

    公开(公告)日:2022-05-31

    申请号:CN202011145680.8

    申请日:2020-10-23

    Abstract: 本发明公开了一种基于A*算法和RRT*算法的移动机器人路径规划方法,包括:取移动机器人本次运动的起点坐标和终点坐标,将连接起点坐标和终点坐标的线段离散成N个点;根据离散得到的N个点进行路径规划;根据路径规划后得到的路径中的控制节点控制移动机器人由起点坐标运动至终点坐标。本发明根据障碍物所在范围,采用A*算法和RRT*算法融合的方式,极大的降低了RRT*算法计算代价过高,且随机性过强的问题,有效加速路径规划,并且规划最优路径的可靠性高。

    一种适用于复杂未知环境的自适应SAC-PID方法

    公开(公告)号:CN113359704B

    公开(公告)日:2022-04-19

    申请号:CN202110525617.5

    申请日:2021-05-13

    Abstract: 一种适用于复杂未知环境的自适应SAC‑PID方法,实现了无模型的PID参数的自适应最优整定。包含如下步骤:首先,获取表征移动机器人当前状态特征的信息;其次,基于深度强化学习SoftActor‑Critic算法,将状态信息输入强化学习网络模型,得到PID控制器的参数,PID控制器输出角速度信息控制移动机器人循迹;最后,根据设计好的奖励函数计算此次动作的奖励,并得到下一个时刻的状态,在与环境的交互中不断优化强化学习网络模型,得到最优的策略网络。该方法克服了传统PID控制自适应调参中对模型和经验的依赖,在仿真和落地的实验中均取得了优异的效果,并且具备良好的泛化性和鲁棒性。

    一种基于自适应RBF神经网络的四旋翼无人机编队控制方法

    公开(公告)号:CN109683626B

    公开(公告)日:2022-03-15

    申请号:CN201811325915.4

    申请日:2018-11-08

    Abstract: 在自适应的径向基函数(RBF)神经网络的基础上,研究了具有时滞的非线性多四旋翼无人机系统在存在动态不确定性的情况下的三维编队控制方案。为了得到每个无人机的绝对和局部状态误差,我们设计了一个线性降阶观测器。通过构建一个可以简化控制器设计的李雅普诺夫函数,抵消无人机动态模型中存在的时滞。为了处理非线性动态不确定性和不可避免的干扰,采用了自适应的RBF神经网络。

Patent Agency Ranking