一种基于交替爬升式结构的爬楼机器人

    公开(公告)号:CN114431774A

    公开(公告)日:2022-05-06

    申请号:CN202210112066.4

    申请日:2022-01-29

    Abstract: 本发明涉及一种基于交替爬升式结构的爬楼机器人,该爬楼机器人包括多个子结构,两个相邻的所述的子结构之间通过连接驱动机构连接,所述的子结构包括金属底盘、安装在金属底盘左右两侧的轮子以及设置在子结构上的交替爬升机构,以实现完成机器人爬楼梯的动作,与现有技术相比,本发明具有能够在爬楼梯的过程中完成清扫楼梯、根据不同的任务变更机器人子结构的个数、降低成本以及控制简便等优点。

    一种基于多智能体生成对抗模仿安全学习的协作围捕方法

    公开(公告)号:CN113723012A

    公开(公告)日:2021-11-30

    申请号:CN202111060274.6

    申请日:2021-09-10

    Abstract: 本发明涉及一种基于多智能体生成对抗模仿安全学习的协作围捕方法,该方法包括:步骤1:搭建多智能体协作围捕仿真平台;步骤2:将多智能体协作围捕任务过程建立为MGP模型;步骤3:获取专家的围捕轨迹信息,并将其存入经验存储模块;步骤4:针对多智能体系统搭建轨迹判别网络、策略生成网络、值估计网络和限制估计网络;步骤5:基于多智能体生成对抗模仿安全学习对网络参数进行优化训练,得到策略生成网络和轨迹判别网络的最佳参数;步骤6:通过动作安全校正器对输出策略进行安全性校正,将校正后的策略应用于实际围捕作业任务,与现有技术相比,本发明具有简化了策略网络的设计过程和提高了算法对复杂性环境的适应能力等优点。

    一种基于模型预测控制的岸桥吊具实时止荡控制方法

    公开(公告)号:CN118466287A

    公开(公告)日:2024-08-09

    申请号:CN202410549872.7

    申请日:2024-05-06

    Abstract: 本发明涉及一种基于模型预测控制的岸桥吊具实时止荡控制方法,包括以下步骤:基于拉格朗日方程建立岸桥吊载系统的动力学方程;使用线性时变模型预测控制算法实现动态随机初始位置的轨迹跟踪控制,并将量子粒子群优化算法应用到模型预测控制的滚动优化进程以求解非线性二次规划问题;构建预定时间非线性干扰观测器预估未知时变扰动,并反馈至线性时变模型预测控制算法的控制输入中,对岸桥吊载系统的动力学方程中的外部干扰力进行主动补偿。与现有技术相比,本发明可以在存在外部干扰的环境中实现快速且稳定的轨迹跟踪以有效抑制吊具摇荡。

    一种抗扰动的旋翼无人机吊载系统减摇控制方法及装置

    公开(公告)号:CN116069050A

    公开(公告)日:2023-05-05

    申请号:CN202310181812.X

    申请日:2023-02-27

    Abstract: 本发明涉及一种抗扰动的旋翼无人机吊载系统减摇控制方法及装置,其中方法包括以下步骤:基于牛顿运动学定律和载荷与无人机的位置关系建立四旋翼无人机吊载系统的动力学模型;基于所述动力学模型,使用反步法构建控制器,依次对载荷位置、缆绳方向以及无人机姿态进行控制,同时,在控制过程中分离外部扰动中已知估计值和未知的估计误差部分,在反步法的最后一步中建立一个包含扰动估计误差的李雅普诺夫函数,从而得到期望的推力和无人机的角速度,控制载荷运动。与现有技术相比,本发明具有等优点。

    一种基于融合图像特征的毫米波雷达目标检测方法及系统

    公开(公告)号:CN114218999A

    公开(公告)日:2022-03-22

    申请号:CN202111288212.0

    申请日:2021-11-02

    Abstract: 本发明涉及一种基于融合图像特征的毫米波雷达目标检测方法,该方法包括以下步骤:步骤1:通过图像特征处理模块得到输入图像的3D鸟瞰特征图,并输入至雷达数据特征与图像特征融合模块;步骤2:通过雷达数据特征与图像特征融合模块得到规范化后的雷达特征图,并将其与3D鸟瞰特征图进行融合,得到融合后的特征图;步骤3:基于融合后的特征图对目标检测模块的目标检测网络进行训练;步骤4:目标检测网络训练完成后,输入雷达数据进行目标检测,与现有技术相比,本发明具有提高自动驾驶汽车目标检测的准确率以及避免了恶劣天气条件下激光雷达和相机目标检测准确率降低的问题等优点。

    一种基于对未知目标注意力的水上障碍物检测系统及方法

    公开(公告)号:CN113807243A

    公开(公告)日:2021-12-17

    申请号:CN202111085101.X

    申请日:2021-09-16

    Abstract: 本发明涉及一种基于对未知目标注意力的水上障碍物检测系统,该系统包括:特征提取模块:用以对输入的训练图像进行特征提取并生成对应的特征图;候选区域采集模块:用以从特征图中选取K个具有目标存在可能性的候选区域;特征池化模块:用以将候选区域的输入特征转化为固定长度的特征向量;加权模块:用以对特征向量进行加权处理;未知类聚类及识别模块:用以将加权后的特征向量进行聚类并识别未知类;未知注意力权重生成模块:用以生成权重注意力矩阵;分类器模块:用以对输入的特征向量进行分类,并输出障碍物检测结果,与现有技术相比,本发明具有有效的提高检测神经网络模型的学习能力以及同时对已知类和未知类项进行检测等优点。

Patent Agency Ranking