-
公开(公告)号：CN110866939B
公开(公告)日：2022-03-22
申请号：CN201910988218.5
申请日：2019-10-17
Applicant: 南京师范大学 , 南京智能高端装备产业研究院有限公司
Abstract: 本发明提供了基于相机位姿估计和深度学习的机器人运动状态识别方法，包括：步骤1，采集连续视频帧序列图像并进行预处理，提取每一帧图像的加速稳健特征点，进行加速稳健特征点的匹配，并对匹配的加速稳健特征点对进行筛选；步骤2，分析提取的加速稳健特征点，并依据随机抽样一致算法，排除的离群值，计算出每一个时间段内相机的欧式变化矩阵；步骤3，把相机的欧式变化矩阵的变化转化为经时间修正过的运动描述向量，再把经时间修正过的运动描述向量转化为运动描述矩阵；步骤4，构建卷积神经网络，把运动描述矩阵和动作标签矩阵作为输入训练，得到运动预测模型；步骤5，利用运动预测模型实时判断机器人运动状态。
-
公开(公告)号：CN110006444B
公开(公告)日：2020-09-22
申请号：CN201910215637.5
申请日：2019-03-21
Applicant: 南京师范大学 , 南京智能高端装备产业研究院有限公司
Abstract: 本发明公开了一种基于优化混合高斯模型的抗干扰视觉里程计构建方法，包括：读取采集连续视频帧序列图像，进行灰度化处理；对图像进行相似度判定，若结果为相似度较小则舍弃，直至判定结果为相似度较大；提取前n1帧相邻帧灰度图像中的特征点；对每个特征点建立混合高斯模型；利用混合高斯模型进行目标检测，得到有效特征点；将有效特征点作为初始数据，获得有效特征点在当前帧序列灰度图像中的位置坐标，获取后续帧灰度图像的有效特征点；将获得的相邻灰度图像间的有效特征点组成有效特征点对，估算相机的位置与运动轨迹；循环上述步骤，重新获取有效特征点并进行运动估计，直到所有的序列帧图像处理完毕，完成视觉里程计的构建。
-
公开(公告)号：CN110524540A
公开(公告)日：2019-12-03
申请号：CN201910802060.8
申请日：2019-08-28
Applicant: 南京师范大学
IPC: B25J9/16
Abstract: 本发明公开了一种机械臂系统的自适应容错抗干扰的控制方法；包括以下步骤：步骤1，建立一种较机械臂系统更一般的具有未知参数和不匹配扰动的非线性系统；步骤2，针对未知的不匹配扰动，设计了一个扰动观测器；步骤3，针对非线性系统，并根据扰动观测器估计的扰动以及机械臂的执行器发生的故障，设计自适应控制器，并对自适应控制器进行稳定性分析。本发明通过引入功率积分器技术，提出了一种新的自适应控制方案；针对执行器卡住等不确定执行器故障，提出了一种新的容错控制方法；并且本发明所设计的自适应控制器可以保证闭环系统的输入到状态稳定。
-
公开(公告)号：CN110263836A
公开(公告)日：2019-09-20
申请号：CN201910510060.0
申请日：2019-06-13
Applicant: 南京师范大学 , 南京智能高端装备产业研究院有限公司
Abstract: 本发明公开了一种基于多特征卷积神经网络的不良驾驶状态识别方法，包括：采集车载智能手机惯性传感器数据，进行预处理，得到源数据集；将源数据集划分成一个个的数据单元，对每一个数据单元进行统计学特征提取，并打上标签制成数据集，命名为特征数据集；搭建多特征卷积神经网络，选择合适的网络参数与优化器，并使用源数据集与特征数据集对多特征卷积神经网络进行充分训练，得到训练好的多特征卷积神经网络模型；使用训练好的多特征卷积神经网络模型对车载手机惯性传感器数据进行分类，从而实现对汽车当前驾驶状态的识别，判断汽车当前驾驶状态是否为不良驾驶状态，并在后台进行数据记录与处理。本发明具有运算速度快、识别率高、抗环境干扰能力强的优点。
-
公开(公告)号：CN110263663A
公开(公告)日：2019-09-20
申请号：CN201910455869.8
申请日：2019-05-29
Applicant: 南京师范大学 , 南京智能高端装备产业研究院有限公司
IPC: G06K9/00
Abstract: 本发明公开了一种基于多维面部特征的驾驶员多级疲劳度识别方法，包括：步骤1：采集连续视频帧序列图像，判断是否有人脸在图像中。如果检测出有人脸在图像区域，则将人脸部分图像单独截取出来作为人脸检测图像转到下一步进行处理；否则读取下一帧图像重新进行判断。步骤2：提取人脸特征点，并记录每一个特征点在图像中的位置坐标。步骤3：计算多维面部特征；步骤4、对面部状态做出判断，面部状态包括：是否在打瞌睡、是否在打哈欠、是否在低头和是否在转头。步骤5、融合多维面部特征和面部状态，计算K帧内疲劳度评估值，根据疲劳度评估值将疲劳度识别为正常、轻度疲劳、中度疲劳和重度疲劳四个等级，完成驾驶员多级疲劳度识别功能。
-
Patent Agency Ranking
公开(公告)号：CN109740651A
公开(公告)日：2019-05-10
申请号：CN201811581807.3
申请日：2018-12-24
Applicant: 南京师范大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于1-范数数据处理变换和卷积神经网络的肢体识别方法，包括如下步骤：步骤1，通过移动传感器采集三轴加速度数据，并对每种活动类型打上相应标签；步骤2，对采集到的数据进行1-范数处理，并划分训练集和测试集样本；步骤3，对上述处理过的数据进行卷积神经网络的训练，得到最合适权值和偏执值，整理后生成.pb文件；步骤4，将文件出入移动智能终端，得到准确的人体肢体动作检测效果。本发明识别速度快，识别准确度高。只要采集的数据数量和类型足够，可以将能够分类的动作类别扩展到更多；在公路监控、人体姿态识别等方面具有重要实际应用意义。
-
公开(公告)号：CN114063457B
公开(公告)日：2024-05-03
申请号：CN202111372386.5
申请日：2021-11-18
Applicant: 南京师范大学
IPC: G05B13/04
Abstract: 本发明提供了一种机械臂系统的事件触发容错控制方法，提出了一类更广义的维非线性系统基于事件触发的有限时间自适应容错控制方法。包括以下步骤：步骤1，介绍了机械臂系统的数学模型；步骤2，建立一种更一般的具有不确定参数和未知控制方向的严格反馈非线性系统；步骤3，提出事件触发机制来减轻控制器与执行器之间的通信负担；步骤4，事件触发控制器和参数自适应律的设计与稳定性分析；步骤5，对所提出的机械臂系统实现仿真，验证所提出控制方法的有效性。本发明通过引入事件触发机制，提出了一种新的容错控制方法。并且本发明所设计的控制器可以保证闭环系统达到半全局有限时间一致稳定。
-
公开(公告)号：CN111564841B
公开(公告)日：2022-07-12
申请号：CN202010474134.2
申请日：2020-05-29
Applicant: 南京师范大学
IPC: H02J3/00
Abstract: 本发明公开了一种多机电力系统的输入量化有限时间容错抗干扰控制(FTC)方法，包括以下内容：步骤1、基于多机电力系统的数学模型，建立了一种更一般的具有量化输入的非线性系统；步骤2、提出一种迟滞量化器来量化输入信号以减少抖动；步骤3、自适应控制器的设计与稳定性分析。通过对含有晶闸管控制串联电容补偿技术(TCSC)的两区域四机电力系统进行仿真研究，验证了本发明所提出的控制方法的有效性。和现有技术相比，本发明通过引入新的量化控制方案和一种针对不确定执行器故障的新型容错控制方法，提出了一种新的自适应控制方案。并且本发明所设计的自适应控制器可以保证闭环系统的有限时间全局稳定。
-
公开(公告)号：CN114003002A
公开(公告)日：2022-02-01
申请号：CN202111283792.4
申请日：2021-11-01
Applicant: 南京师范大学
IPC: G05B19/414
Abstract: 本发明提出了一种六自由度液压机械手有限时间跟踪控制方法；包括以下步骤：步骤1，介绍了六自由度并联液压机械手的数学模型；步骤2，介绍了液压伺服系统的数学模型；步骤3，建立了一种更一般的具有量化输入的非线性系统，提出一种迟滞量化器来量化输入信号以减少抖动；步骤4，设计一个状态观测器来估计不可测的状态，对于未知的外部扰动设计了扰动观测器，提出命令滤波方法避免传统反步法中的“复杂性爆炸”问题；步骤5，自适应控制器的设计与稳定性分析；步骤6，对六自由度并联液压机械手的电液伺服系统进行仿真研究。本发明所设计的自适应跟踪控制器可以保证闭环系统的有限时间半全局稳定。
-
公开(公告)号：CN110866939A
公开(公告)日：2020-03-06
申请号：CN201910988218.5
申请日：2019-10-17
Applicant: 南京师范大学 , 南京智能高端装备产业研究院有限公司
Abstract: 本发明提供了基于相机位姿估计和深度学习的机器人运动状态识别方法，包括：步骤1，采集连续视频帧序列图像并进行预处理，提取每一帧图像的加速稳健特征点，进行加速稳健特征点的匹配，并对匹配的加速稳健特征点对进行筛选；步骤2，分析提取的加速稳健特征点，并依据随机抽样一致算法，排除的离群值，计算出每一个时间段内相机的欧式变化矩阵；步骤3，把相机的欧式变化矩阵的变化转化为经时间修正过的运动描述向量，再把经时间修正过的运动描述向量转化为运动描述矩阵；步骤4，构建卷积神经网络，把运动描述矩阵和动作标签矩阵作为输入训练，得到运动预测模型；步骤5，利用运动预测模型实时判断机器人运动状态。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.025 seconds)
