-
公开(公告)号：CN118331276A
公开(公告)日：2024-07-12
申请号：CN202410530951.3
申请日：2024-04-29
Applicant: 哈尔滨理工大学
Abstract: 本发明属于移动作业机器人操控技术领域。本发明公开了一种移动作业机器人人机指令融合方法，解决了移动作业机器人执行任务过程中操作者和机器人的指令融合的问题。本发明所述的一种移动作业机器人人机指令融合方法，当移动作业机器人执行目标任务的过程中，其运行轨迹不满足人类的预期时，操作者会进行指令干预，移动作业机器人的稳定裕度、碰撞几率会改变收益函数的权重占比，从而动态调节人机指令融合的权重分配。本发明能够求解出操作者与机器人操控指令的最佳组合，有效的提高移动作业机器人面对不同介入指令时的适应性。
-
公开(公告)号：CN118322197A
公开(公告)日：2024-07-12
申请号：CN202410479073.7
申请日：2024-04-21
Applicant: 哈尔滨理工大学
IPC: B25J9/16
Abstract: 本发明提出了一种基于模型解空间快速自收敛的机械臂智能抓取方法，旨在解决现有深度强化学习算法训练机械臂执行智能抓取任务时模型解空间维度过高导致的最优解丢失、模型收敛速度慢等技术问题。该方法首先采用改进YOLOv8网络结合GraspNet端到端抓取网络实现对指定物体的检测识别和6D抓取位姿估计。接下来，设计基于位姿的离散型奖励函数以适应高精度抓取任务，同时设计基于位姿‑能量约束的密集型非线性奖励函数，在保证低能耗的前提下降低机械臂在高维解空间下探索导致的抖动使深度强化学习DDPG模型快速收敛到最优解。然后，提出一种新型的深度强化学习算法R‑DDPG并在仿真环境中训练R‑DDPG算法，利用RRT算法的专家经验对DDPG算法训练前期的探索过程进行引导，解决DDPG算法训练初期面临高维度解空间时探索效率较低的问题，提高模型收敛速度。最后，将训练好的R‑DDPG模型迁移到实物机械臂上并结合视觉模块输出的抓取位姿信息进行抓取操作。
-
公开(公告)号：CN116822626A
公开(公告)日：2023-09-29
申请号：CN202310779688.7
申请日：2023-06-29
Applicant: 哈尔滨理工大学
IPC: G06N5/02 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明公开了一种面向邻居实体层次信息聚合的知识表示学习方法。首先，对中心目标实体周围不同层次的结构特征进行区分和度量。其次，针对星型结构利用图注意力网络对一跳邻居实体进行信息聚合。接着，针对三角形结构利用关系路径编码对多跳邻居实体进行信息聚合。然后，对所得到的关于中心实体的表示向量进行特征融合，制定损失函数并进行模型训练。最后，设计解码器convKB对上一步得到的特征向量训练和学习。现有方法未对中心目标实体周围的不同层次的结构特征进行区分和度量，导致中心目标实体与关系的表示结果产生过平滑性现象，实体链接预测效果较低。
-
公开(公告)号：CN116719335A
公开(公告)日：2023-09-08
申请号：CN202310666612.3
申请日：2023-06-07
Applicant: 哈尔滨理工大学
IPC: G05D1/08
Abstract: 本发明属于足式机器人运动控制技术领域。本发明公开了一种考虑随机腿部故障的六足机器人容错步态规划方法，解决了六足机器人发生腿部故障后，运动效率及运动稳定性下降的问题，具体方法为：建立离线的六足机器人备选步态集及整机可容错腿部故障状态集，在此基础上以机器人实时腿部运动状态及故障状态为输入，通过设定腿部运动状态转换约束条件并建立对应评价函数，为六足机器人在备选步态集中在线搜索迈下一步时满足约束条件的最优容错腿部运动状态。本发明使六足机器人可根据随机腿部故障，自发地生成具备良好运动稳定性及行进效率的容错迈腿序列，提高了六足机器人在崎岖地形下的容错运动能力以及现实应用性。
-
公开(公告)号：CN116619422A
公开(公告)日：2023-08-22
申请号：CN202310743592.5
申请日：2023-06-21
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于人体特征信号的动作捕捉及腕关节角度估计的机械臂映射方法，属于机械臂控制技术领域。包括：首先采用X‑Y‑Z固定角度法，设计全局框架、局部框架和gForce臂环框架，由手臂关节欧拉角解算方法求得肩部和肘部的关节角度；然后，采集前臂和腕关节处的sEMG信号和IMU信号，对sEMG信号进行处理，得到反映肌电信号变化特征的平滑包络线；接着，通过建立基于肌电信号的PSO‑GRNN角度模型，预测腕关节的角度；最后，由手臂和机械臂的运动特性和结构差异，设计出一种手臂到机械臂的关节动作映射关系。该方法将肌电信号融入到人机交互的过程中，有效的实现了人体手臂与机械臂的协同控制，提高机械臂的灵活性和适应性，增加了人机交互体验感。
-
Patent Agency Ranking
公开(公告)号：CN114707044B
公开(公告)日：2023-06-23
申请号：CN202111638174.7
申请日：2021-12-29
Applicant: 哈尔滨理工大学
IPC: G06F16/951 , G06Q50/00
Abstract: 本发明公开了一种基于社区发现的集体社交行为的提取方法及系统，其中，该方法包括：抓取社交网络中多个用户发表的帖子作为初始数据集，并对其进行预处理得到数据集；利用LDA模型处理数据集，生成主题分布；构造基于稀疏表达的相似度计算函数求解每个帖子与主题分布的相似度，得到亲和矩阵；基于自适应损失函数构建社区发现算法，确定目标函数；使用交替迭代法使目标函数不断学习，得到亲和矩阵中同一主题下每个帖子之间的连通分量，以构建目标相似度矩阵确定社区结构；引入node2vec模型将社区结构可视化，根据社区结构中中节点的分布情况提取集体社交行为。该方法可以准确提取明显不同于个体语义行为特征的集体社交行为，且鲁棒性高。
-
公开(公告)号：CN114429404A
公开(公告)日：2022-05-03
申请号：CN202210054283.2
申请日：2022-01-18
Applicant: 哈尔滨理工大学
Abstract: 本申请提供了一种多模异质社交网络社区发现方法，包括：基于所述多模异质社交网络内各节点信息和不同节点间的元路径连接关系集合构建初始信息矩阵；以最短可达元路径的为划分依据划分所述初始信息矩阵，得到多维异质网路信息矩阵；将所述多模异质社交网络内至少两个预设目标节点的所述小信息向量和所述总体信息向量进行维度合并，得到预设目标节点集合的信息矩阵；计算所述初始信息矩阵的融合向量；根据所述融合向量获取社区集合。采用元路径这种数据存储模式将用户及属性之间关系构成关系链，进而获得了更优秀的知识表达能力，利用因子分析模型提取路径中的主成份，改善了节点属性量化不完备这一现状，提高了社区结构的内聚性。
-
公开(公告)号：CN113611285A
公开(公告)日：2021-11-05
申请号：CN202111032721.7
申请日：2021-09-03
Applicant: 哈尔滨理工大学
Abstract: 本发明提出了一种基于层叠双向时序池化的语种识别方法，属于语种分类领域。本发明首先提取训练集和验证集音频文件的梅尔频率倒谱系数与基音参数，并切分成长度相同的片段，利用训练集段级特征训练残差‑双向长短时记忆神经网络，然后使用训练好的神经网络提取训练数据的高级时序特征，将高级时序特征进行非线性变换后，再对非线性特征进行双向时序池化。本发明可高效、准确地编码神经网络的隐藏层序列，从而获取音频的高阶动态信息，降低语种识别系统的错误率。
-
公开(公告)号：CN106799127A
公开(公告)日：2017-06-06
申请号：CN201710127956.1
申请日：2017-03-06
Applicant: 哈尔滨理工大学
CPC classification number: B01D53/80 , B01D53/48 , B01D2251/404 , B01D2251/604 , B01D2258/0283 , F22D1/003 , F23J15/006 , F24H9/0005 , F24V30/00
Abstract: 本发明涉及一种双碱法脱硫系统废热回收装置，包括防腐蚀处理的套管式换热器、保温水箱、石灰粉仓、溶解罐和再生池等。套管式换热器管程进液口与溶解罐的出液口相连，套管式换热器管程的出液口与再生池的池口相连，套管式换热器壳程进液口连接锅炉给水系统，套管式换热器壳程的出液口与保温水箱进液口相连，保温水箱的出液口与锅炉相连。本发明可以吸收石灰消化时释放的大量的热和提高氢氧化钙溶解度从而达到节能、环保和提高脱硫系统效率的作用。
-
公开(公告)号：CN119513523A
公开(公告)日：2025-02-25
申请号：CN202411522766.6
申请日：2024-10-29
Applicant: 哈尔滨理工大学
IPC: G06F18/20 , G06N3/0464 , G06N3/045 , G06N5/048 , G06F18/213 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/0985
Abstract: 本发明涉及机器人地形感知领域，提出了一种基于多模态数据融合的光照条件自适应土壤湿度估计方法。首先，提出了一种最佳曝光时间计算方法，用于构建多模态土壤湿度数据集。其次，通过SS‑GAN算法去除土壤图像阴影，并结合环境信息改进通道注意力机制ECA和标准卷积层，嵌入ResNet‑50作为网络主干，设计了适应不同光照条件的土壤湿度估计子模型。然后，使用改进的损失函数对各子模型进行训练，使其适应特定光照条件。最后提出了一种子模型融合与切换方法，经过灰度值映射生成土壤湿度估计图。本发明通过改进的神经网络模型进行多模态数据融合，并设计子模型的融合与切换算法，能够提高机器人在复杂光照条件下的土壤湿度估计精度，从而提升地形感知能力。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.041 seconds)
