[发明专利]泰奥杨森机构足式运动机器人的制作方法及系统在审
申请号: | 201910232235.6 | 申请日: | 2019-03-26 |
公开(公告)号: | CN110110356A | 公开(公告)日: | 2019-08-09 |
发明(设计)人: | 黄敏昌;黄秋杰;刘飞飞 | 申请(专利权)人: | 江西理工大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06K9/62;B25J19/00 |
代理公司: | 北京酷爱智慧知识产权代理有限公司 11514 | 代理人: | 安娜 |
地址: | 341000 江*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 运动机器人 尺寸参数 特征数据 制作 后置处理程序 足式机器人 机械视觉 人类视觉 生成模型 数据预测 数学函数 运动轨迹 整体数据 合格性 异质性 表列 建模 预设 机器人 存储 申请 | ||
1.一种泰奥杨森机构足式运动机器人的制作方法,其特征在于,包括:
获取一合格运动轨迹的特征数据;所述特征数据包括运动轨迹的倾斜度和细长比;
将所述特征数据输入预设的尺寸生成模型,生成机器人尺寸参数;所述尺寸生成模型是通过多个包括所述尺寸参数的数据样本训练得到;
根据所述尺寸参数制作足式机器人。
2.根据权利要求1所述的制作方法,其特征在于,还包括:
获取多个包括所述尺寸参数的数据样本;
计算对应该些数据样本的机器人的多个运动轨迹;
将每个所述运动轨迹转化为轨迹图像;
基于所有所述轨迹图像确定每个合格运动轨迹的特征数据;
应用多个数据样本和确定的特征数据训练得到所述尺寸生成模型。
3.根据权利要求2所述的制作方法,其特征在于,所述基于所有所述轨迹图像确定每个合格运动轨迹的特征数据,包括:
对合格运动轨迹对应的轨迹图像进行二值化处理,获得与处理的每个轨迹图像一一对应的二值图像;
计算每个二值图像的二次矩;
基于每个二值图像的二次矩的特征向量,生成对应运动轨迹的倾斜度;
基于每个二值图像,计算对应运动轨迹的长短轴距,并根据所述长短轴距计算对应运动轨迹的细长比。
4.根据权利要求3所述的制作方法,其特征在于,所述计算每个二值图像的二次矩,包括:
计算每个二值图像的一次矩和中心点;
根据所述一次矩和所述中心点,计算获得所述二次矩。
5.根据权利要求3所述的制作方法,其特征在于,所述基于所有所述轨迹图像确定每个合格运动轨迹的特征数据,还包括:
基于预设的运动轨迹筛选模型,从所有轨迹图像中筛选出合格运动轨迹对应的轨迹图像。
6.一种泰奥杨森机构足式运动机器人的制作系统,其特征在于,包括:
特征数据获取模块,获取一合格运动轨迹的特征数据;所述特征数据包括运动轨迹的倾斜度和细长比;
尺寸参数生成模块,将所述特征数据输入预设的尺寸生成模型,生成机器人尺寸参数;所述尺寸生成模型是通过多个包括所述尺寸参数的数据样本训练得到;
机器人制作模块,根据所述尺寸参数制作足式机器人。
7.根据权利要求6所述的制作系统,其特征在于,还包括:
数据样本获取模块,获取多个包括所述尺寸参数的数据样本;
运动轨迹计算模块,计算对应该些数据样本的机器人的多个运动轨迹;
轨迹图像转化模块,将每个所述运动轨迹转化为轨迹图像;
特征数据确定模块,基于所有所述轨迹图像确定每个合格运动轨迹的特征数据;
尺寸生成模型训练模块,应用多个数据样本和确定的特征数据训练得到所述尺寸生成模型。
8.根据权利要求7所述的制作系统,其特征在于,所述特征数据确定模块,包括:
二值化处理单元,对合格运动轨迹对应的轨迹图像进行二值化处理,获得与处理的每个轨迹图像一一对应的二值图像;
二次矩计算单元,计算每个二值图像的二次矩;
倾斜度计算单元,基于每个二值图像的二次矩的特征向量,生成对应运动轨迹的倾斜度;
细长比计算单元,基于每个二值图像,计算对应运动轨迹的长短轴距,并根据所述长短轴距计算对应运动轨迹的细长比。
9.根据权利要求8所述的制作系统,其特征在于,所述二次矩计算单元,包括:
初步计算单元,计算每个二值图像的一次矩和中心点;
二次计算单元,根据所述一次矩和所述中心点,计算获得所述二次矩。
10.根据权利要求6所述的制作系统,其特征在于,所述特征数据确定模块还用于:
基于预设的运动轨迹筛选模型,从所有轨迹图像中筛选出合格运动轨迹对应的轨迹图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西理工大学,未经江西理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910232235.6/1.html,转载请声明来源钻瓜专利网。