基于平移时间窗和任务路径规划的AGV调度方法

    公开(公告)号:CN117151590A

    公开(公告)日:2023-12-01

    申请号:CN202311176961.3

    申请日:2023-09-13

    Abstract: 本发明针对传统时间窗优化容易造成运行路径节点堵塞,影响整个仓储任务执行的效率问题,公开了基于平移时间窗和任务路径规划的AGV调度方法,具体包括:在运输系统的地图中设定关键节点、出入站点信息,建立与车间实物相同运输线路的网格路径地图,初始化系统信息并更新网格地图,对任务优先级进行排序,搜索AGV最短路径并检测是否存在时间窗冲突,当存在时间窗冲突时,任务优先级更高AGV优先通过,并将冲突栅格点删除重新进行时间窗规划,再与停车等待成本进行比较选取最优结果。仿真结果表明,本发明提出基于平移时间窗和任务路径规划的AGV调度方法,克服了传统时间窗算法在存在时间窗冲突时容易造成运行路径堵塞的问题,AGV路径规划效率高。

    一种基于点云特征与蒙特卡洛扩展法的动态物体去除

    公开(公告)号:CN114066773B

    公开(公告)日:2023-10-27

    申请号:CN202111422235.6

    申请日:2021-11-26

    Abstract: 本发明公开了一种基于点云特征与蒙特卡洛扩展法的动态物体去除,解决了SLAM系统中出现动态对象的问题。该方法包括,步骤一,构建点云数据样本数据集,并构建三维的全局坐标系,初始化环境信息。步骤二,提取全局坐标系下的点云数据并计算其局部曲率、惯性张量矩阵和协方差矩阵作为点云空间分布特征。步骤三,搭载点云滤波器进行预处理,去除孤立点和边缘点。步骤四,创新性地提出了一种从中心到边缘的点云聚类算法,对预处理后的点云数据基于新设计的点云聚类算法聚类并确定对象的轮廓。步骤五,使用蒙特卡洛法对全概率公式进行改进,并递推和计算出点云粒子的影响权重,推断聚类对象状态,动态对象去除,静态对象保留。本发明有效的去除了物理环境中移动物体的动态信息,得到了一个真实的静态物理环境。

    一种基于视觉信息的深度强化学习DDPG算法的机械臂抓取控制方法

    公开(公告)号:CN115464659B

    公开(公告)日:2023-10-24

    申请号:CN202211218404.9

    申请日:2022-10-05

    Abstract: 本发明公开了一种基于视觉信息的深度强化学习DDPG算法的机器臂抓取控制方法,旨在解决现有技术中机械臂工作场景灵活性差,场景变动后,人工示教调试慢,效率低等技术问题。该方法首先采用卷积神经网络并融合卡尔曼滤波,对待抓取的物体进行实时检测与跟踪,并提取待抓取物体的平面3D位姿信息。设计一种基于末端执行器速度平滑约束的示教机制,解决经典DDPG网络在初始化训练初由于动作随机导致的有效数据少,算法效率低的问题;并设计基于能量约束归一化非线性奖励函数,把输入到深度强化学习网络的数据解算至相同的区间,并且对变量进行非线性的函数映射,使得网络梯度下降的时候速率更快,提高训练效率和机械臂在靠近目标物体附近时产生的抖动问题;基于仿真环境对强化学习网络进行预训练,并对待抓取物体位姿进行显示表达,使得该算法在新对象和环境中具有更强的泛化能力,将快速迁移到真实世界的机械臂上面。

    一种橡胶挠性接管及成型工艺
    164.
    发明公开

    公开(公告)号:CN116901479A

    公开(公告)日:2023-10-20

    申请号:CN202310891444.8

    申请日:2023-07-19

    Abstract: 本发明公开了一种橡胶挠性接管及成型工艺,涉及橡胶挠性接管成型工艺技术领域,其特征在于:所述芯模波纹段采用测地线等应力结构,橡胶挠性接管采用橡胶带、帘线交替缠绕于测地线等应力芯模上的恒间距测地线缠绕成型工艺成型。其成型工艺:应用缠绕装置将多根帘线、橡胶带以特定的测地线等间距均匀铺满于测地线等应力芯模表面。所述工艺可实现同一缠绕设备自动加工,加工环境优,劳动强度小,生产效率高;所述产品具有可靠性高,耐腐蚀,较大位移补偿能力的特点,可以实现优良的减震效果。

    一种基于几何与物理特征地图的六足机器人容错自由步态规划方法

    公开(公告)号:CN115542913B

    公开(公告)日:2023-09-12

    申请号:CN202211218415.7

    申请日:2022-10-05

    Inventor: 尤波 高彪 李佳钰

    Abstract: 本发明提供了一种基于几何与物理特征地图的六足机器人容错自由步态规划方法,该方法包括以下步骤:构建,建立几何与物理特征地图;提出足端位置离散化模型;对六足机器人进行稳定状态空间求解;利用容错自由步态规划算法,将机器人步态规划问题转化为机器人位置状态的转换问题,根据机器人位置状态的转换规则、占据栅格地图信息、稳定裕度的约束求解出机器人的位置状态序列。本发明能够使六足机器人在有泥地、水坑、沙地的野外地形下规划出合理的步态,有效提高机器人在野外地形下的移动效率和稳定性。

    一种基于三模态切换机制的柔性机械臂遥操作控制方法

    公开(公告)号:CN116572249A

    公开(公告)日:2023-08-11

    申请号:CN202310672505.1

    申请日:2023-06-07

    Abstract: 本发明属于柔性机械臂遥操作技术领域。本发明公开了一种基于三模态切换机制的柔性机械臂遥操作控制方法,解决了柔性机械臂遥操作系统在复杂环境下因环境刚度的变化造成系统的不稳定性和低透明性。本发明所述的一种基于三模态切换机制的柔性机械臂遥操作控制方法,采用单主单从的遥操作系统架构,设计了从端环境刚度估计器,根据环境刚度的大小将遥操作控制分为三种模态,设计了切换控制规则,并设计遥操作系统在三种模态下不同的控制器。本发明能够保证从端环境刚度变化时遥操作系统的稳定性以及提升系统的透明性。

    考虑速度传感器失效的无人潜航器轨迹跟踪控制方法

    公开(公告)号:CN115686034B

    公开(公告)日:2023-07-25

    申请号:CN202211453151.3

    申请日:2022-11-21

    Abstract: 本发明提供一种考虑速度传感器失效的无人潜航器轨迹跟踪控制方法,包括:建立航行数学模型,设定期望轨迹数学模型;设计基于位置信号的速度观测器,在此基础上设计纵向力矩和横向力矩干扰观测器;设计纵向速度和横向速度的虚拟控制律,导入指令滤波器对虚拟控制律的幅值及速度进行约束,并解决对虚拟控制律高阶求导产生计算复杂度增加问题;基于虚拟控制律及指令滤波器的输出设计轨迹跟踪滑模控制器,同时基于干扰观测器的估计值对纵向力矩和横向力矩的扰动进行补偿;本发明的技术方案解决了现有技术方案中未考虑无人潜航器在经过水下作业后速度传感器性能失效,控制器力矩输出超过无人潜航器推进器最大输出而导致控制器跟踪失效的问题。

    一种基于深度神经网络的六足机器人驾驶员决策模型分层训练方法

    公开(公告)号:CN116151359A

    公开(公告)日:2023-05-23

    申请号:CN202211507379.6

    申请日:2022-11-29

    Abstract: 本发明属于足式机器人驾驶操作技术领域。本发明公开了一种基于深度神经网络的六足机器人驾驶员决策模型分层训练方法,解决六足机器人驾驶员决策经验量化建模的问题。本发明所述的一种基于深度神经网络的六足机器人驾驶员决策模型分层训练方法,采用一种功能层次清晰、便于分步调试的深度神经网络结构,并采用梯度下降法逐层对神经网络参数进行训练,以分层、逐步、反向寻优的方式得到六足机器人驾驶员决策的神经网络模型。本发明可有效提升传统神经网络对高维非线性多输入/出决策模型训练的收敛速度和模型输出结果的可解释性,用该方法得到的驾驶员决策模型可大大提升六足机器人的自主决策水平。

    一种复杂背景下的动态目标识别追踪方法

    公开(公告)号:CN113344967B

    公开(公告)日:2023-04-07

    申请号:CN202110630592.5

    申请日:2021-06-07

    Inventor: 尤波 熊芳誉 黄成

    Abstract: 一种复杂背景下的动态目标识别追踪方法,属于空间在轨服务领域。包括步骤:利用深度相机采集动态目标运动区域视频数据,将视频数据分离成按时间顺序存储的图像数据和语音数据,利用改进的动态目标检测方法来处理图像数据,并用最小矩形框标注出此帧图像的候选边界框区域;利用标注出的边界框区域进行动态目标的特征提取、图像分割、类别确定和边界框回归修正;利用检测到的动态目标的类别以及深度相机测定出的位置、深度数据来获取目标的质心,将每次获取到的质心连成一条运动轨迹,利用运动轨迹预测动态目标运动状态,实现机械臂实时抓取动态目标。本发明计算量小,运算速度快,机械臂抓取动态目标实时性好、成功率高。

    一种基于柔性机械臂和人体肌电信号的上肢康复模式及训练方法

    公开(公告)号:CN115708758A

    公开(公告)日:2023-02-24

    申请号:CN202211450412.6

    申请日:2022-11-19

    Abstract: 本发明公开了一种基于柔性机械臂和人体肌电信号的上肢康复模式及训练方法,属于上肢康复模式及训练方法领域。包括:利用多自由度机械臂对人体上肢末端施加力干预,使用gForce手环采集实时的肌电信息,并采用人体肌电信号和力映射的计算方法,来进行刚度测量。通过大量实验,获取到了不同的刚度阈值区间,之后利用力矩控制将实时估计的刚度值传递给机器人,以此判断疲劳程度,划分不同的康复训练模式,之后将检测与计算得到的每个关节角度,角速度,角加速度输入到人机系统的动力学模型中,实现不同的康复训练模式。该方法将肌电信号融入到人机交互的过程中,有效的实现了机械臂的柔顺性控制,提高了应对复杂康复训练的适应性,增加了人机交互体验感。

Patent Agency Ranking