陕西理工大学机械工程学院张鹏超教授团队基于视觉引导的机器人自主装配关键技术及装备技术
张鹏超 男，1977年生，工学硕士，教授，硕士生导师，陕西省工业自动化重点实验室常务副主任。主持并完成陕西省科技厅工业科技攻关项目1项、陕西省科技厅统筹创新工程计划项目1项、陕西省教育厅重点项目2项、陕西省教育厅专项项目1项；参与国家自然科学基金青年科学基金项目及其它省部级项目的研究工作。在国内外重要刊物上发表学术论文35篇，其中SCI收录8篇、EI收录8篇、CSCD收录6篇，授权国家发明专利15项。以第一完成人获陕西省科学技术二等奖 2 项、三等奖 1项，陕西省电子学会科学技术奖二等奖1项，陕西理工大学优秀科技成果奖一等奖2项。
研究方向
1.智能控制理论与应用
研究方向简介：主要研究方向有针对机械臂路径规划问题的“变参递归神经网络的研究与应用”、针对目标识别问题的“卷积神经网络的研究与应用”、针对移动机器人协同控制问题的“模糊滑膜控制理论的研究与应用”、针对多机器人路径规划问题的“多机器人避碰协调控制算法的研究与应用、针对水果采摘机器人的研究与应用。
2.计算机视觉研究
研究方向简介：主要研究方向有针对地图构建问题的“视觉SLAM算法研究与应用”、针对复杂环境下图像失真问题的“图像增强算法的研究与应用”、针对朱鹮检测算法模型参数多问题的“朱鹮检测算法轻量化的研究与应用”、针对水果识别效率低的问题的水果图像分割的研究与应用。
基于视觉引导的机器人自主装配关键技术及装备技术介绍：
研究视觉装配机器人应用中的目标检测定位技术及机械臂柔顺控制技术，提高复杂环境下装配机器人的控制精度及工作效率，主要进行了基于视觉的移动机械臂高精度定位检测技术及控制器开发；工业机器人专用高速伺服控制器研究与应用；基于卷积神经网络的零件识别与测量方法研究；面向装配机器人的机械臂柔顺控制方法研究等。系列成果先后荣获陕西高等学校科学技术二等奖、陕西省电子学会科学技术二等奖、陕西省科学技术三等奖。
【 中文摘要 】本发明公开了一种基于可变时序的人体行为识别方法，包括：(1)对输入视频进行预处理操作；(2)搭建网络模型SED3DNet；(3)选择合适的损失函数、优化器；(4)训练网络模型，过程如下所示：(4.1)采用Kaiming‑init的方式初始化参数；(4.2)学习率为0.001，batch_size为16；(4.3)进行损失计算，并利用反向传播机制对权重进行更新；(4.4)训练130个epochs；(4.5)结束训练；(5)进行测试，验证SER3DNet网络的有效性。本发明采用可变时序3D卷积核实现了提取长、中、短等不同时序的特征，克服了相似行为识别难的问题。同时，将3D卷积核分解为空间卷积核与时间卷积核，不仅减少了参数，还增加了网络模型的非线性表达能力，提高了行为识别的准确率。
【 英文摘要 】The invention discloses a human behavior recognition method based on a variable time sequence. The method comprises the following steps of : (1) performing preprocessing operation on an input video; (2) building a network model SED3DNet; (3) selecting a suitable loss function, optimizer; (4) Training the network model, the process is as follows : (4.1) Initializing parameters in a Kaiming-init manner; (4.2) Learning rate is 0.001, batch _ size is 16; (4.3) Loss calculation is performed, and the weights are updated by using a backpropagation mechanism; (4.4) training 130 epochs; (4.5) ending the training; (5) Perform tests to verify the validity of the SER3DNet network. According to the method, the characteristics of different time sequences such as long, medium and short time sequences are extracted by adopting the variable time sequence 3D convolution kernel, and the problem that similar behaviors are difficult to identify is solved. Meanwhile, the 3D convolution kernel is decomposed into the spatial convolution kernel and the time convolution kernel, so that parameters are reduced, the nonlinear expression capability of the network model is increased, and the accuracy of behavior recognition is improved.
【 DWPI用途 】
该方法对于基于可变时间序列的人体行为识别是有用的。
【 DWPI优势 】
该方法降低了参数，增加了网络模型的非线性表达能力，提高了行为识别的准确性。
【 DWPI新颖性 】
方法涉及预处理输入视频。 建立网络模型。 选择合适的损失函数和优化器。 对所述网络模型进行训练。 获取模式初始化参数。 确定学习率。 确定批次大小。 执行损失计算处理。 利用反向传播机制来更新权重。 执行训练历元过程。 验证了SER3DNet网络的有效性。
【 技术功效 】
| 技术功效句 | 以防止过拟合; 还可以增加网络模型的非线性; 提高行为识别准确率; 增强了网络模型的特征提取能力; 不仅有效地减少了网络模型的参数量以及计算量 |
| 技术功效短语 | 防止拟合; 增加非线性; 提高识别准确率; 增强特征提取能力; 减少计算量; 减少模型参数量 |
| 技术功效1级 | 拟合; 非线性; 精度; 能力; 计算量; 数量 |
| 技术功效2级 | 拟合避免; 非线性提高; 精度提高; 能力提高; 计算量降低; 数量降低 |
| 技术功效3级 | 拟合避免; 非线性提高; 识别精度提高; 特征提取能力提高; 计算量降低; 模型参数数量降低 |
| 技术功效TRIZ参数 | 28-测量精度;26-物质或事物的数量; |
【技术分类】
| 主分类号 | G06V40/20; G 物理 G06 计算；推算或计数 G06V 图像或视频识别或理解 笔记 1.本子类涵盖： 特别适用于图像或视频的模式识别或机器学习的方法或安排。 2. 在本小类中，下列术语或表述的使用具有指明的含义： “模式识别”是指通过获取、预处理或提取显着特征并对这些特征或其表示进行匹配、聚类或分类，对模式进行检测、分类、认证和识别，以用于解释目的或在图像或视频中推导出某种含义； “特征提取”是指从图像或视频中得出描述性或定量的度量； “聚类”是指根据模式的（不同）相似性或接近程度对模式进行分组或分离； “分类”是指通过分配标签将对象/特征识别为属于一类对象/特征。 3.在本小类中，归入G06V20/00-G06V40/00组的主题，如果识别依赖于获取或预处理阶段的特定处理，则也分别归入G06V10/10或G06V10/20组。[2022.01] G06V40/00 识别图像或视频数据中的生物特征、人类相关或动物相关模式[2022.01] *G06V40/20 动作或行为，例如 手势识别（面部表情识别 G06V40/16）[2022.01]
|
| IPC分类号 | |
| CPC分类号 | G06N3/084; G06N3/045; G06F18/213; G06F18/214; |
| DWPI分类号 | T01; |
| DWPI手工代码 | T01-J10B2; T01-J16C1; T01-N01B3; |
【行业分类】
| 国民经济行业分类 | 制造业信息传输、软件和信息技术服务业 |
| 国民经济行业(主) | 信息传输、软件和信息技术服务业 |
| 新兴产业分类 | 互联网与云计算、大数据服务 |
| 知识密集型分类 | 信息通信技术制造业信息通信技术服务业 |
| 学科分类 | 工程 |
| 数字经济核心产业 | 数字产品制造业数字技术应用业数字要素驱动业 |
CN202110640902.1(当前专利)
申请号
| 代理机构 | 成都方圆聿联专利代理事务所(普通合伙) 51241 |
| 代理人 | 李鹏 |
| 申请语言 | 汉语 |
| 审查员 | 何凤杰 |
