-
公开(公告)号：CN118864866A
公开(公告)日：2024-10-29
申请号：CN202411346191.7
申请日：2024-09-26
Applicant: 湖南大学
IPC: G06V10/26 , G06N3/0455 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于跨层级引导融合的多模态图像语义分割方法及系统，该方法利用RGB影像信息和深度信息、热成像信息和光谱信息等额外模态图像信息的多模态数据，融合多模态信息并用于图像语义分割任务。该方法先将额外模态图像转换成和RGB图像同样的尺寸大小和视觉范围，再使用基于Transformer基本块的双分支编码器提取RGB模态和额外模态特征，通过跨层级引导融合模块在浅层、中层、高层特征中利用低层级特征引导高层级特征的多模态融合，最后利用解码器对多级融合特征解码，并逐像素点输出图像的类别，解决了在复杂场景下语义分割表现不佳的问题；本发明技术方案可应用于机器人智能分拣、无人机智能巡检等复杂场景。
-
公开(公告)号：CN118789562A
公开(公告)日：2024-10-18
申请号：CN202411282251.3
申请日：2024-09-13
Applicant: 湖南大学
Abstract: 本发明公开了基于加权势函数和DMP的双臂机器人避障方法及系统，获取双臂机器人的示教轨迹，建立机械臂的DMP模型，将示教轨迹输入DMP模型进行学习并参数化DMP模型，构建加权组合等势函数并基于此设置动态势函数，将动态势函数的负梯度作为第一耦合项加入DMP模型，得到可避障DMP模型，以右机械臂的位置和速度为参考构建第二耦合项，将第二耦合项添加到左机械臂的可避障DMP模型，得到左机械臂的可自主避障DMP模型，右机械臂的可避障DMP模型和左机械臂的可自主避障DMP模型共同组成双臂机器人的自主避障系统，该方法及系统得到的运动轨迹能够避免每个机械臂与周围障碍物碰撞以及两个机械臂相互之间碰撞。
-
公开(公告)号：CN118544364A
公开(公告)日：2024-08-27
申请号：CN202411009417.4
申请日：2024-07-26
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了动态场景下基于间隙推理神经网络的机械臂碰撞估计方法，首先将机械臂的任务空间离散化为若干个子空间单元，采集不同关节角配置下机械臂与子空间单元的最短距离数据集；搭建间隙推理神经网络模型，用采集到的数据集和预设的损失函数进行训练，学习机械臂关节角配置与间隙距离的映射关系；获取障碍物环境信息建立环境信息矩阵，使用训练好的间隙推理神经网络模型对多组关节角进行间隙距离预测得到间隙距值矩阵，基于安全距离阈值对间隙距值矩阵进行预处理得到子空间碰撞推理矩阵，根据子空间碰撞推理矩阵和环境信息矩阵完成碰撞检测估计。可批量处理碰撞检测，加速关节空间采样点碰撞检测过程，从而实现动态环境下机械臂实时路径规划。
-
公开(公告)号：CN118544363A
公开(公告)日：2024-08-27
申请号：CN202411009284.0
申请日：2024-07-26
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于自适应阻抗的多移动机器人协同搬运控制方法，每个移动机器人通过两个有限时间全分布式观测器分别估计参考点的实际位姿和理想位姿及其前二阶微分，然后根据估计的参考点的位姿、机械臂末端执行器的位姿以及协同搬运的闭链约束得到移动机器人末端的理想轨迹和移动机器人末端与参考点之间位姿偏差的估计值；每一个移动机器人的自适应阻抗系统与一个虚拟的能量罐互联，能量罐用于指导阻抗参数的更新，从而保证整个协作自适应阻抗系统的无源性；处理移动机器人未知的系统动力学，利用神经网络设计渐近跟踪自适应神经网络控制器，从而渐近实现理想的自适应阻抗关系。在安全协作的前提下提高了多机器人协同搬运系统的操作精度。
-
公开(公告)号：CN114153228B
公开(公告)日：2024-04-16
申请号：CN202111447691.6
申请日：2021-11-30
Applicant: 湖南大学
Abstract: 本发明公开了一种有向交互拓扑下无速度测量的四旋翼编队控制方法，包括根据领航者‑跟随者架构建立多四旋翼无人机系统模型；使用有向图来描述领航者与跟随者之间的交互拓扑；基于二阶滤波辅助系统设计了有向拓扑下无需线速度的位置控制算法得到每个四旋翼的输入推力；基于旋转矩阵开发了无需角速度的几何姿态控制器得到每个四旋翼的输入力矩；根据每个四旋翼的输入推力和每个四旋翼的输入力矩控制有向交互拓扑下无速度测量的四旋翼编队。有效降低四旋翼无人机对通信资源的需求，并且消除了对四旋翼无人机的线/角速度测量的要求，降低了传感器的成本，而且提高了传感器失效时的可靠性，促进了低成本四旋翼无人机编队控制的可行性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN117873155A
公开(公告)日：2024-04-12
申请号：CN202311637710.0
申请日：2023-12-01
Applicant: 湖南大学
IPC: G05D1/495 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明公开了一种不确定接触环境下空中交互的自适应阻抗控制方法及系统，包括：构建不确定接触环境下空中交互系统模型；引入障碍函数，设计基于障碍函数的空中作业机器人位置鲁棒控制器；根据位置控制器输入力和给定的期望偏航角，计算姿态环期望的翻滚角和俯仰角；根据非奇异终端滑模变量，设计空中作业机器人自适应姿态控制器；引入自适应机制在线估计不确定环境的位置和刚度参数，获得x方向的命令位置期望值；利用设计的控制器对x方向的命令位置期望值进行跟踪控制，实现空中作业机器人与不确定环境稳定力交互。该方法无须精确的交互环境的位置和刚度参数，能在模型不确定性和额外扰动下保障稳定的空中力交互能力。
-
公开(公告)号：CN117333425A
公开(公告)日：2024-01-02
申请号：CN202211601309.7
申请日：2022-12-13
Applicant: 湖南大学
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/084 , G06N3/0464
Abstract: 本发明涉及输电线路检测技术领域，具体为一种基于图像处理的输电线紧固件缺陷检测方法，包括：1、采集多张输电线紧固件图像，并使用多张输电线紧固件图像构建输电线紧固件数据集；2、对输电线紧固件数据集进行标注，并将标注后的输电线紧固件数据集按照指定的比例划分为训练集、验证集和测试集；3、搭建改进的目标检测模型；4、利用训练集对改进的目标检测模型进行训练，并使用验证集进行验证；5、利用测试集对训练后的目标检测模型进行测试。本发明克服了输电线紧固件目标尺寸小、环境背景复杂、航拍光线对比度差异大以及角度多样化的问题，可提高输电线紧固件缺陷检测的精度，为维护人员开展输电线紧固件缺陷检测工作提供技术参考。
-
公开(公告)号：CN116753963A
公开(公告)日：2023-09-15
申请号：CN202311032737.7
申请日：2023-08-16
Applicant: 湖南大学
IPC: G01C21/20 , G01C21/00 , G01C22/00 , G01S5/02 , H04W4/029 , H04W4/33 , H04W64/00 , G06F17/12 , G06F17/18
Abstract: 本发明公开了一种基于信赖域算法的室内移动机器人定位方法，包括：在初始化阶段，先通过多组里程计数据和UWB测距值构建最小二乘优化问题及对应的误差函数；再通过图优化的方法求解最小二乘优化问题，得出移动机器人当前时刻在全局坐标系下的最优坐标，作为后续跟踪步骤的初值；在跟踪阶段，通过里程计增量数据和最优坐标对UWB的测距值进行卡尔曼滤波预处理，获取最优距离值；结合最优距离值通过信赖域算法求解移动机器人的最优坐标，实现对机器人的持续鲁棒跟踪。通过图优化的方法求解移动机器人的初始全局坐标，提高了定位系统的初值精度，通过卡尔曼滤波和信赖域算法，提高了移动机器人在全局坐标下定位的精度，提高了定位系统的可用性。
-
公开(公告)号：CN116149193B
公开(公告)日：2023-06-23
申请号：CN202310443703.0
申请日：2023-04-24
Applicant: 湖南大学
Abstract: 本发明公开了一种基于视觉的旋翼无人机抗扰动控制方法及系统，相机实时采集周围环境图像，惯性里程计实时采集旋翼无人机的角速度，机载处理器接收周围环境图像并处理得到第一控制误差向量，设计扰动观测器，扰动观测器根据第一控制误差向量和角速度估计旋翼无人机的外部扰动力和外部扰动力矩；根据第一控制误差向量和预设的虚拟控制力设置视觉外环控制器，将外部扰动力输入视觉外环控制器，得到期望推力；根据预设的虚拟控制力设置姿态内环控制器，将外部扰动力矩输入姿态内环控制器，得到期望控制力矩；飞行控制器根据期望推力和期望控制力矩控制旋翼无人机飞行。该方法对场景具有很强的鲁棒性，在复杂环境下也能实现旋翼无人机自主飞行。
-
公开(公告)号：CN116203578A
公开(公告)日：2023-06-02
申请号：CN202211553747.0
申请日：2022-12-06
Applicant: 湖南大学
Abstract: 本发明公开了一种视觉标记的地图位姿获取方法、机器人定位方法及系统，该视觉标记的地图位姿获取方法包括，步骤1：在机器人行走空间中设置视觉标记；步骤2：进行激光SLAM建图，同时获取机器人与所设置的视觉标记之间的约束；步骤3：在步骤2中的SLAM后端优化问题中添加步骤2得到的视觉机器人与所设置的视觉标记之间的约束；步骤4：对步骤3中得到的最小二乘问题进行迭代求解；步骤5：得到视觉标记在地图中的最佳位姿；本发明采用视觉标记辅助移动机器人进行建图定位，提升了机器人在构建大地图时的准确性和鲁棒性，提高了移动机器人建图的精度。
-
-
-
-
-
-
-
-
-
Search Results
169
records
(took 0.027 seconds)
