Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 清华大学郁鼎文获国家专利权

清华大学郁鼎文获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉清华大学申请的专利基于单次示教的机械臂模仿学习方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118322214B

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410626477.4,技术领域涉及:B25J9/16;该发明授权基于单次示教的机械臂模仿学习方法及装置是由郁鼎文;刘博设计研发完成,并于2024-05-20向国家知识产权局提交的专利申请。

基于单次示教的机械臂模仿学习方法及装置在说明书摘要公布了:本发明涉及模仿学习技术领域,特别涉及一种基于单次示教的机械臂模仿学习方法及装置,其中,方法包括:采集并标注手臂安装目标物体的装配视频;解析标注后的装配视频,以获得手臂轨迹序列;根据手臂轨迹序列构建目标机械臂运动学模型和目标物体运动模型;将标注后的装配视频输入OpenPose关键点检测模型中,以提取手臂关键点和目标物体关键点;利用手臂关键点、目标物体关键点、运动学模型和运动模型训练One‑shot模仿学习模型,生成自适应决策模型;将自适应决策模型集成至目标机械臂控制系统中,以生成实际装配策略控制目标机械臂进行自动化装配。由此,解决了构建机械臂装配模型可能耗费大量时间和资源,且缺乏灵活性等问题。

本发明授权基于单次示教的机械臂模仿学习方法及装置在权利要求书中公布了:1.一种基于单次示教的机械臂模仿学习方法,其特征在于,包括以下步骤: 采集手臂安装目标物体的装配视频,并对所述装配视频进行标注,得到标注后的装配视频; 解析所述标注后的装配视频,以获得手臂轨迹序列; 根据所述手臂轨迹序列构建目标机械臂运动学模型和目标物体运动模型,具体包括: 构建所述目标机械臂的第一刚体运动学模型; 构建所述目标物体的第二刚体动力学模型或弹性模型; 分析所述手臂轨迹序列确定所述机械臂和所述目标物体之间的运动规律; 根据所述运动规律、所述第一刚体运动学模型和所述第二刚体动力学模型或所述弹性模型分别构建所述目标机械臂运动学模型和所述目标物体运动模型; 将所述标注后的装配视频输入OpenPose关键点检测模型中,以提取手臂关键点坐标和目标物体关键点坐标; 利用所述手臂关键点坐标、所述目标物体关键点坐标、所述目标机械臂运动学模型和所述目标物体运动模型训练One-shot模仿学习模型,生成自主装配决策模型,具体包括: 分别将所述手臂关键点坐标和所述目标物体关键点坐标转换为手臂关键点序列和目标物体关键点序列, 将所述手臂关键点序列、所述目标物体关键点序列、所述目标机械臂运动学模型和所述目标物体运动模型作为训练集,结合生成对抗网络和强化学习算法,利用所述训练集训练所述One-shot模仿学习模型,生成自主装配决策模型,其中,所述手臂关键点序列和所述目标物体关键点序列作为所述训练集的输入数据,所述目标机械臂运动学模型和所述目标物体运动模型作为所述训练集的输出数据; 对所述自主装配决策模型进行装配优化,得到自适应决策模型,具体包括: 采用梯度下降方法对所述自主装配决策模型进行参数优化,得到参数优化的自主装配决策模型; 向所述参数优化的自主装配决策模型引入适应度函数,得到所述自适应决策模型; 将所述自适应决策模型集成至目标机械臂控制系统中,以生成所述目标机械臂的实际装配策略,并按照所述实际装配策略控制目标机械臂进行自动化装配。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人清华大学,其通讯地址为:100084 北京市海淀区清华园1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。