专利标题 公开号/公告号 公开日期 摘要 专利状态
机械臂的工作空间生成方法、装置和计算机设备 CN202311481517.2 2024-07-23 本申请涉及一种机械臂的工作空间生成方法、装置和计算机设备。包括：确定机械臂中各关节的关节特性；关节特性包括旋转矩阵和关节位置；根据旋转矩阵和关节位置，确定初始运动方程，并对初始运动方程进行迭代处理，得到机械臂中的末端执行器的目标运动方程；确定初始运动方程中的初始边界点，并对初始边界点进行迭代处理，得到目标运动方程对应的目标边界。采用本方法能够准确地得到机械臂所能到达的工作空间的边界。 专利权的授权
机械臂避障动作规划方法、装置和计算机设备 CN202311473569.5 2024-01-30 本申请涉及机械臂避障动作规划方法、装置和计算机设备。包括：根据预设的初始动作姿态和最终动作姿态，确定机械臂的初始动作轨迹；对按照初始动作轨迹运动的机械臂进行碰撞检测，得到碰撞结果；碰撞结果包括碰撞函数；确定碰撞函数对应的第一梯度，并确定初始动作轨迹对应的平滑函数的第二梯度；通过第一梯度和第二梯度，对初始动作轨迹进行轨迹修正，得到目标动作轨迹。采用本方法能够提高有效避免机械臂与环境中的障碍物发生碰撞。 专利权的授权
数据测量方法、装置、计算机设备和存储介质 CN202311464137.8 - 本申请涉及一种数据测量方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，该方法包括：获取标定过程中，第一机器人位姿下的机器人外参、第二机器人位姿下的相机外参、以及第二机器人位姿下记录物在机器人坐标系下的记录位置；确定测量过程中，相机在第一机器人位姿下针对测量物采集的测量物位置信息、以及相机在第二机器人位姿下针对记录物采集的记录物位置信息；基于记录物位置信息和记录位置，对第二机器人位姿下的相机外参进行校正处理，得到外参补偿参数；结合机器人外参、外参补偿参数以及第一机器人位姿的位姿信息，确定测量物位置信息在目标坐标系下的测量结果。采用上述方法能够提高变量分析结果的准确性。 实质审查
零件码垛方法、装置、计算机设备和存储介质 CN202311441603.0 - 本申请涉及一种零件码垛方法、装置、计算机设备、存储介质和计算机程序产品。零件码垛方法包括：根据各料框的料框参数与当前批次中各零件的零件参数，按照不同启发式算法分别确定码垛结果；对各码垛结果进行筛选，确定使料框利用率最大化的目标码垛结果；针对每一料框，在料框中除目标码垛外的剩余空间不满足放置当前批次中最小零件的情况下，确定用于包裹料框中目标码垛的包围盒；在将包围盒的重心调整至与料框的重心重合的情况下，基于包围盒所属料框的剩余空间、以及下一批次中各零件的零件参数，模拟向包围盒所属料框中放置下一批次中的零件，得到完成码垛的目标包围盒。采用本方法能够提高料框利用率，并提高多批次零件的码垛效率。 实质审查
机器人打磨动作规划方法、装置和计算机设备 CN202311433104.7 - 本申请涉及一种机器人打磨动作规划方法、装置和计算机设备。包括：获取对板型工件进行信息采集后的点云信息；板型工件包括吊装孔；根据点云信息，确定板型工件的棱边打磨路径、以及吊装孔的内壁打磨路径；对棱边打磨路径和内壁打磨路径进行算法求解，得到机器人对板型工件进行打磨时的目标整体轨迹。采用本方法能够高效又准确地对机器人打磨动作进行规划。 实质审查
机器人末端控制方法、装置和计算机设备 CN202311394115.9 - 本申请涉及一种机器人末端控制方法、装置和计算机设备。包括：获取对工件的加工请求和预设的关节轨迹模型；确定工件在笛卡尔空间下、包括了多个实际路径位置的初始加工路径；根据关节轨迹模型，确定实际路径位置在关节空间下的理论关节位置，并确定理论关节位置在笛卡尔空间下的理论路径位置；通过实际路径位置和理论路径位置，修正初始加工路径。采用本方法能够有效保证机器人末端以指定的速度运行，并提升路径精度。 实质审查
工件轮廓提取方法及存储介质和终端设备 CN202311384537.8 - 本发明涉及工件轮廓提取方法及存储介质和终端设备，充分结合深度图和点云的优势，根据深度图提取所有轮廓，以根据轮廓间的拓扑结构而确定内轮廓点云；而对于外轮廓，则根据工件轮廓点云的极值，判断确定外轮廓点云；然后根据内外轮廓点云中每个点的单调角度值，进行排序确定有序的工件轮廓，为最终的工件轮廓。在此方法下提取的工件轮廓，一方面基于深度图和点云分别确定内外轮廓，既发挥了深度图确定内轮廓的优势，相对于点云方法又更节约时间，避免了大量不必要数据的较多处理，提高了内轮廓提取的效率；又发挥了点云确定外轮廓的精准性优势；另一方面，还根据各点的单调角度值进行排序，其轮廓确定结果更精确、包含信息点更多。 实质审查
机器人漂移校正方法、机器人、存储介质和终端设备 CN202311369487.6 2024-01-23 本发明涉及机器人漂移校正方法、机器人、存储介质和终端设备，包括：设置与检测相机固定连接的标志图像；在初始时刻和校正时刻，分别获取机器人本体在同一姿态下关于标志图像的第一标志点集合和第二标志点集合；对第一标志点集合和第二标志点集合进行点对点配对，得到配对后的第一序号标志点集合和第二序号标志点集合；分别计算第一序列标志点集合的第一质心和第二序列标志点集合的第二质心，以及二者的协方差矩阵；对协方差矩阵进行奇异值分解；根据第一质心、第二质心和奇异值分解结果，确定补偿变换矩阵；根据补偿变换矩阵，补偿检测相机的相机外参，以校正机器人的漂移。其校正精度更高，使得检测相机的测量数据更精确。 专利权的授权
标志点的识别方法、计算机存储介质和终端设备 CN202311340565.X 2024-01-23 本发明涉及标志点的识别方法、计算机存储介质和终端设备，包括：获取标志图像数据；根据标志图像数据的梯度值和梯度方向，提取第一边缘点集合；根据标志图像数据的灰度值，提取第二边缘点集合；根据第一边缘点集合中的点与第二边缘点集合中的对应点的距离，确定实际边缘点集合；根据实际边缘点集合，确定标志图像中标志点的像素坐标和标志图的几何参数；根据标志点的像素坐标和标志图的几何参数，确定标志点在相机坐标系下的空间坐标。其从梯度幅值方向和灰度值两个层面，分别提取两个边缘点集合，融合校正得到更精确的实际边缘点集合，同时对实际边缘点集合进行实例分割，以提高标志点分割识别的整体精度。 专利权的授权
多目相机的同名点配对方法 CN202311344516.3 - 本发明涉及多目相机的同名点配对方法，包括：识别各相机视角下各标志图像中标志点的像素坐标和空间坐标，获取各标志图像中标志图的几何参数；以标志图的几何参数为预设条件，根据各相机视角下标志点的像素坐标和空间坐标，将不同相机视角下的标志点投影至同一平面；根据各相机视角下标志点在同一平面上投影的距离差，确定候选同名点；根据各相机视角下标志点的像素坐标和空间坐标，将不同相机视角下的标志点进行多平面极线投影，确定极线线段方程；根据候选同名点与极线线段的垂直距离，在候选同名点中，确定最终同名点。 实质审查