一种基于自适应神经网络的无人车智能自动驾驶方法

    公开(公告)号:CN115129067A

    公开(公告)日:2022-09-30

    申请号:CN202210915426.4

    申请日:2022-07-31

    Abstract: 本发明提供了一种基于自适应神经网络的无人车智能自动驾驶方法,其通过测量无人车横向加速度与车道线中心位置横向偏差,然后通过自适应估计方法求解理想速度估计信号与理想加速度估计信号,并通过与测量信号的比较得到横向速度误差信号与横向加速度误差信号,再与位置误差信号组成误差滑模信号以及误差综合信号,然后测量无人车横向摆角与横向摆角速率信号,再建立正弦正切基RBF神经网络,以误差综合信号设计神经网络子网络权值的自适应调节规律,以横向偏差信号、横向速度、横向摆角为输入信号对网络进行自适应训练,其输出叠加误差滑模信号形成最终的无人车自动驾驶综合控制信号,最终实现无人车的智能自动驾驶的方法。

    基于机器视觉的烟叶平展度测定装置及方法

    公开(公告)号:CN119268609A

    公开(公告)日:2025-01-07

    申请号:CN202411423345.8

    申请日:2024-10-12

    Abstract: 基于机器视觉的烟叶平展度测定装置及方法,涉及雪茄烟叶平整度测定技术领域,包括主体台面,主体台面上设有烟叶放置台,烟叶放置台的一侧设有工业相机,烟叶放置台的上方沿横向及纵向滑动设有激光测距仪,烟叶放置台一侧沿纵向滑动设有旋转升降框架,旋转升降框架上设有均布有投影灯,烟叶放置台的一侧沿纵向滑动设有平整装置。本发明解决了传统技术中的生产上,烟叶平整性的测定方法依然采用人为进行主观判别,存在误差较大、无明确与统一的标准等问题,且人为判别方法多通过烟叶的主支脉平伏程度进行间接判断,无法实现对雪茄烟叶完整叶面平整性的直接测量的问题。

    一种神经网络转速估计器的异步电机无传感器控制方法

    公开(公告)号:CN117639594A

    公开(公告)日:2024-03-01

    申请号:CN202311679873.5

    申请日:2023-12-08

    Abstract: 本发明公开了一种神经网络转速估计器的异步电机无传感器控制方法,属于电机控制技术领域;包括以下步骤:根据异步电机静止坐标系下转子磁链定向的数学模型,采用两层神经网络估计得到预估定子电流和预估定子电阻;构建学习率函数来取代不断学习速率,自适应改变学习速率,进行调整权重的更新;根据异步电机静止坐标系下转子磁链定向的数学模型,建立电压模型和电流模型;将上述步骤得到的预估定子电流和预估定子电阻带入电压模型和电流模型中修正磁链,从而得到转速的估计。本发明方法与常规模型参考自适应方法相比,不但省去了复杂的PI增益调节,而且响应速度更快,转速精度更高。

    一种用于磁栅尺的单场扫描装置及扫描方法

    公开(公告)号:CN115597477A

    公开(公告)日:2023-01-13

    申请号:CN202211266383.8

    申请日:2022-10-17

    Abstract: 一种用于磁栅尺的单场扫描装置,由M组扫描探测单元组成,每组扫描探测单元由N个微尺度霍尔元件构成。N个微尺度霍尔元件(编号为A1,A2,...,AN)等间距地分布在一个磁栅尺栅距Λ内,编号相同的微尺度霍尔元件信号线连接在一起。扫描时把用于感知磁栅尺磁场变化的霍尔元件在空间彼此混合,最终输出的传感信号由多个具有不同空间位置、相同相位关系的微尺度霍尔元件共同产生,相比与现有磁栅尺四场扫描方式,其具有误差均化效应,当磁栅尺局部污染或个别感应元件失效时,本发明依旧可以输出高质量、高可靠性的传感信号,从而提高磁栅尺的服役精度和可靠性。

    盾构机大型构件倾角自动测定仪

    公开(公告)号:CN114017648A

    公开(公告)日:2022-02-08

    申请号:CN202111207079.1

    申请日:2021-10-18

    Abstract: 本发明公开了盾构机大型构件倾角自动测定仪,包括磁吸底座,磁吸底座顶部设有多个竖直布置的高度调节螺栓,高度调节螺栓顶部设有水平布置的工作台,工作台中部相对位置设有竖直向上布置的电缸,电缸上设有电缸滑块,电缸滑块上固定设有底部圆盘,底部圆盘外侧设有锯齿,底部圆盘贯穿电缸同时通过电缸滑块上下移动,底部圆盘顶面设有平面轴承,平面轴承顶部设有顶部圆盘,顶部圆盘上设有通孔,电缸穿过顶部圆盘的通孔,平面轴承和顶部圆盘相对转动,顶部圆盘底部设有旋转电机,顶部圆盘顶部设有角度可调平台,角度可调平台顶部设有测距仪。本发明的有益效果为:测量精准,使用方便,提安装效率。

    一种对象标签引导的自适应视频目标跟踪方法

    公开(公告)号:CN111915647A

    公开(公告)日:2020-11-10

    申请号:CN202010685128.1

    申请日:2020-07-16

    Abstract: 本发明提出了一种对象标签引导的自适应视频目标跟踪方法,其步骤为:1)采用一个已经训练好的深度特征提取网络对输入的帧与目标的外观进行表征;2)通过深度特征建立深度特征空间采样来维持跟踪器的效率;3)通过区域建议网络获得当前帧的对象信息,并对冗余对象信息进行过滤与选择;4)将对象信息转化为对象标签引导一个Wang-langau蒙特卡洛抽样算法来预测目标下一帧的位置;5)利用自适应更新的目标模板选择性的更新目标信息。本本发明利用对象信息为采样提供了引导,减少总体样本数量,保证了跟踪的效率,增强跟踪方法的在全局的探索能力;通过改进的自适应模板更新机制,减少跟踪框架在面对目标不确定运动时的更新误差,提高跟踪精度。

    一种基于电子凸轮的CAM变量赋值法及桁架双机械手

    公开(公告)号:CN110815232A

    公开(公告)日:2020-02-21

    申请号:CN201911180230.X

    申请日:2019-11-27

    Abstract: 本发明涉及一种基于电子凸轮的CAM变量赋值法及桁架双机械手,针对传统凸轮机构易磨损、灵活性差、单轨迹,以及需要通过并联伺服接收控制系统提供的电子凸轮曲线等问题,而且现有方案对凸轮曲线的生成不灵活,后期需进行二次开发比较困难;本发明创造设计一种CAM赋值法,通过对电子凸轮上关键的工艺点进行赋值,工艺点与工艺点之间通过五次多项式算法进行差补,可以在线灵活生成电子凸轮曲线,满足工艺需求,同时搭建了电子凸轮控制系统软、硬件平台,通过实验验证机械手输出运动轨迹更加灵活,形成了基于电子凸轮的CAM变量赋值法及桁架双机械手。

Patent Agency Ranking