龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：湖南科技大学
摘要：本发明提供一种基于深度学习网络的加渣机器人加渣方法及装置。所述方法通过深度学习网络分析加渣机器人的工作环境图像，识别工作环境图像中的障碍物的位置、结晶器的位置及工作人员的位置，进而实现视觉引导来规划加渣机器人行走轨迹，使得加渣机器人精准俘获结晶器位置，有效实现加渣过程中的障碍物规避及人员误入警报。
主权项：1.一种基于深度学习网络的加渣机器人加渣方法，其特征在于，包括如下步骤：步骤S1、预设多条加渣路径，加渣机器人沿多条加渣路径中的一条行走；步骤S2、按照预设的拍摄周期拍摄加渣机器人沿当前路径行走时的工作环境图像；步骤S3、将所述工作环境图像输入训练好的目标检测模型；步骤S4、目标检测模型对所述工作环境图像进行检测，得到检测结果；步骤S5、判断检测结果是否包含工作人员的位置，若包含则加渣机器人直接停机并发出警报，否则继续步骤S6；步骤S6、判断检测结果是否包含结晶器的位置，若包含则继续步骤S7，否则控制所述加渣机器人切换至多条加渣路径中的另一条行走并返回步骤S2；步骤S7、获取加渣机器人的轨迹规划描述及加渣机器人的运动优化函数，将所述结晶器的位置、加渣机器人的轨迹规划描述及加渣机器人的运动优化函数输入预设的动力学模型；步骤S8、结合所述结晶器的位置、加渣机器人的轨迹规划描述及加渣机器人的运动优化函数对所述动力学模型进行逆解，得到加渣机器人的加渣指令；步骤S9、所述加渣机器人根据所述加渣指令向对应的结晶器中进行加渣。
全文数据：
权利要求：
百度查询： 湖南科技大学 基于深度学习网络的加渣机器人加渣方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号