浙江工业大学陈翰墨获国家专利权
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!
龙图腾网获悉浙江工业大学申请的专利一种基于深度学习及超声微阵列的机械臂标定方法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:CN116872195B 。
龙图腾网通过国家知识产权局官网在2026-03-27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:202310596248.8,技术领域涉及:B25J9/16;该发明授权一种基于深度学习及超声微阵列的机械臂标定方法是由陈翰墨;周乾伟;梁官宝;杨正一设计研发完成,并于2023-05-24向国家知识产权局提交的专利申请。
本一种基于深度学习及超声微阵列的机械臂标定方法在说明书摘要公布了:本发明公开了一种基于深度学习及超声微阵列的机械臂标定方法,所述方法包括:步骤S1,设定方波信号,通过音频功放模块发射方波信号,并通过麦克风阵列接收;步骤S2,对麦克风阵列接收的超声信号进行AD采样,得到数字信号;步骤S3,构建机械臂方位角与俯仰角获取模型,将数字信号输入至机械臂方位角与俯仰角获取模型中,得到声源的方位角与俯仰角;步骤S4,基于步骤S3得到的声源的方位角与俯仰角,对麦克风阵列建立坐标系获取得到声源在三维空间中的位置,根据机械臂目标位置与声源的空间坐标之差调整机械臂至目标位置。
本发明授权一种基于深度学习及超声微阵列的机械臂标定方法在权利要求书中公布了:1.一种基于深度学习及超声微阵列的机械臂标定方法,其特征在于,在机械臂上安装发射器,通过麦克风阵列进行声源的采集与定位,所述方法包括以下步骤: 步骤S1,设定方波信号,通过音频功放模块发射方波信号,并通过麦克风阵列接收; 步骤S2,对麦克风阵列接收的超声信号进行AD采样,得到数字信号; 步骤S3,构建机械臂方位角与俯仰角获取模型,将数字信号输入至机械臂方位角与俯仰角获取模型中,得到声源的方位角与俯仰角;其中,所述机械臂方位角与俯仰角获取模型能够对携带噪声和混响的数据进行主路径提取,再利用MUSIC算法,对提取出来的信号做DOA估计; 所述步骤S3具体包括以下子步骤: 步骤S301,生成包括主路径信号、混响信号与噪声的模拟数据;包括: 主路径信号的表达式为: ; 式中,为阶跃函数,用于产生方波信号包络,为声源信号的相位,为方波信号的相位,为声源信号的频率,为方波信号的频率,为时间; 混响信号的表达式为: ; 式中,A为信号衰减后的幅度,为混响信号相对于主路径信号的时间偏移; 模拟数据的表达式为: ; 式中,为高斯噪声; 步骤S302,构建机械臂方位角与俯仰角获取模型,将模拟数据输入至机械臂方位角与俯仰角获取模型中进行训练; 步骤S303,将数字信号输入至训练好的机械臂方位角与俯仰角获取模型中,得到声源的方位角与俯仰角; 步骤S4,基于步骤S3得到的声源的方位角与俯仰角,对麦克风阵列建立坐标系获取得到声源在三维空间中的位置,根据机械臂目标位置与声源的空间坐标之差调整机械臂至目标位置。
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浙江工业大学,其通讯地址为:310012 浙江省杭州市下城区潮王路18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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励