首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种连续体机器人自身形态觉感知方法、设备及存储介质 

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:上海大学

摘要:本发明涉及一种连续体机器人自身形态觉感知方法、设备及存储介质,该方法包括:采用IMU测取连续体机器人关键点姿态信息;将连续体机器人关键点姿态信息中的ZYX欧拉角转换为旋转矩阵,代入等曲率模型进行参数求解;建立多段等曲率模型,采用插值方法拟合连续体机器人上任一点参数,得出连续体机器人整体形态的理论值;搭建动捕系统获得靶点空间位置;标定靶点空间位置,确保其值为关键点位置,判断标定后的空间位置为关键点真实值;将多段等曲率模型得到的理论值作为输入,动捕获得的真实值作为输出,构建神经网络模型;将进行插值计算后的IMU数据代入神经网络模型,实时获得形态数据。与现有技术相比,本发明可实现连续体机器人实时动态感知。

主权项:1.一种连续体机器人自身形态觉感知方法,其特征在于,该方法包括以下步骤:步骤S1、采用惯性测量单元IMU测取连续体机器人关键点姿态信息;步骤S2、将连续体机器人关键点姿态信息中的ZYX欧拉角转换为旋转矩阵R,代入等曲率模型进行参数求解;步骤S3、建立多段等曲率模型,采用插值方法拟合连续体机器人上任一点参数,得出连续体机器人整体形态的理论值;步骤S4、搭建动捕系统,通过动捕系统获得靶点的空间位置;步骤S5、标定靶点空间位置,确保其值为关键点的位置,判断标定后的空间位置为关键点的真实值;步骤S6、将多段等曲率模型得到的理论值作为输入,动捕获得的真实值作为输出,构建径向基RBF神经网络模型;步骤S7、将进行插值计算后的惯性测量单元IMU数据代入神经网络模型,实时获得形态数据。

全文数据:

权利要求:

百度查询: 上海大学 一种连续体机器人自身形态觉感知方法、设备及存储介质

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。