一种基于CNN与位姿自适应的运动模型生成方法

针对基于数据驱动的人体运动模型生成网络存在的模型生成精度不高,生成模型稳定性不好的问题,提出了一种基于CNN与位姿自适应的三维人体运动模型生成方法.首先,为提升人体运动模型生成网络中编码器对输入运动序列的特征提取效果,在变分自编码器中引入CNN卷积网络,便于更好地从运动数据中提取运动特征;其次,在运动生成网络中引入卷积网络,从而完成运动特征、路径参数与生成模型的自适应映射,并最终生成沿设定路径行进的三维人体运动模型.实验结果表明,与CAE算法以及CAE改进算法相比,该方法有效降低了重构损失,能够生成更加准确、自然的三维人体运动模型.

位姿自适应卡尔曼滤波SLAM信标循迹的研究

实时定位和地图构建算法(SLAM)作为一种机器人定位并自主循迹行驶的重要方法,其位姿估计和关键点信标循迹的研究是一项核心问题。针对现有各类改进的SLAM算法在信标循迹的定位效率低、循迹精度差、总体耗时长等缺陷,提出了一种位姿自适应的卡尔曼滤波SLAM算法。针对SLAM系统的数学模型,建立了位姿自适应的基本描述方法,结合卡尔曼滤波对SLAM进行整体优化,消除了噪声干扰造成的系统偏差。通过计算机仿真实验研究,相对于Hybrid-SLAM、Fast-SLAM、EK-SLAM三种改进的SLAM算法,模拟机器人在不同随机采样点的位移偏差趋势角度更低,同时信标点定位总精度分别提升了0.219 m、0.236 m、0.437 m,平均角度偏差分别提升了2.14°、1.76°、1.18°,循迹时间分别提升了8.543 s、11.416 s、11.878 s。改进方法在关键点信标定位、路径规划和自动驾驶等方面的具有较好的应用价值。

自由曲面零件的寻位自适应检测方法研究

针对复杂曲面零件检测过程中难以准确定位和测量效率低的问题,提出自由曲面零件的寻位自适应检测这一新的方法。对该方法所涉及的曲面零件的自动寻位、测点的自适应生成和基于寻位信息的位姿自适应检测控制等关键问题给出了可行的解决办法。在此基础上开发了曲面零件寻位自适应检测软件并进行了仿真验证。理论分析与实验结果表明,所提出的方法是可行的,为复杂自由曲面零件的无定位检测开辟了一条新的有效途径。

一种基于软件寻位的数控加工技术

针对传统定位加工技术存在的问题 ,提出了新的软件寻位加工概念 ,研究了软件寻位加工中工件寻位问题的求解方法 ,给出了典型的软件寻位加工控制方法 ,介绍了软件寻位加工系统和实际加工实验结果 .理论研究和实际加工结果表明 ,所提出的原理和方法是可行的 ,其主要优点是 :通过主动获取工件信息、自动求解工件状态及实时生成加工轨迹 ,可实现对工件的位姿自适应加工 ,因而无需使用精密夹具和人工找正 ,可使单件小批零件的总加工周期比采用夹具的常规定位加工方法缩短 50 %以上 ,具有良好的应用前景 .

解析表面零件的寻位算法

阐述解析表面零件的寻位加工问题的一种新寻位方法。该方法根据传感装置获取的工件特征信息建立零件表面方程 ,然后以递阶方式快速求取旋转变换矩阵和平移变换矩阵 ,最后通过集成求解出工件的实际状态 ,并据此实现对工件的位姿自适应加工。实际加工结果表明 ,所提出的方法具有良好效果。

一种码垛工艺方法及仿真实验平台设计

针对物流包装行业中机器人码垛工艺示教强度大、数据利用率低和复杂垛型难以满足的问题,首先,提出一种基于空间变换构造自适应参考位姿的码垛工艺方法,放置点位姿均以自适应参考位姿相对位姿的形式离线输入,保存为排样数据,供不同托盘码垛任务调用。其次,以4轴混联码垛机器人为实验对象,进行运动学规划,在码垛任务中应用5段S型加减速曲线规划,提高了码垛效率。最后,在基于Linux+Qt开发环境的仿真实验平台上进行了仿真实验,实验结果表明该方法能够满足复杂垛型的要求,提高了数据的利用率。