-
公开(公告)号：CN117369275A
公开(公告)日：2024-01-09
申请号：CN202311493579.5
申请日：2023-11-09
Applicant: 上海交通大学重庆研究院
IPC: G05B13/04
Abstract: 本发明涉及机械系统控制领域，特别涉及一种机械系统的模型自校正方法及系统，方法包括考虑机械系统由于参数时变或者建模不准确引发的系统误差，构建线性扩张状态观测系统；设计线性扩张状态观测系统的参数，保证线性扩张状态观测系统的收敛性，在给定机械系统的状态输入下，对机械系统的高阶状态和机械系统的不确定性进行观测和估计；根据线性扩张状态观测系统的扩张状态向量判断当前线性扩张状态观测系统是否需要更新内部系数；若需要更新内部系数，则调用遗忘因子递推最小二乘法，对迭代参数矩阵进行更新，利用更新后的迭代参数矩阵结合扩张状态向量对内部系数进行迭代更新；本发明实时校正内部系数，获得更好预测性能。
-
公开(公告)号：CN114043471A
公开(公告)日：2022-02-15
申请号：CN202111534397.9
申请日：2021-12-15
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于智能材料驱动的仿生柔性机械臂，包括SMA(形状记忆合金)弹簧、PCB板、铝合金板、球铰节点；所述PCB板与所述铝合金板固定连接；所述球铰节点的一端与所述铝合金板固定连接，另一端与另一个所述铝合金板固定连接；所述SMA弹簧的的一端与所述PCB板相连接，另一端与另一个所述PCB板相连接；所述仿生柔性机械臂可以在所述SMA弹簧驱动下在所述球铰节点处转动。本发明具有多个可调控的转动自由度，与现有技术相比具有更好的灵活度和柔顺性，可以更加快速、便捷、精准地将端部定位到需要操作的目标位置。
-
公开(公告)号：CN111443725B
公开(公告)日：2021-08-20
申请号：CN202010332931.7
申请日：2020-04-24
Applicant: 上海交通大学
IPC: G05D1/08
Abstract: 本发明公开了一种基于黎曼子流形表示与优化的航天器机械臂轨迹规划方法，包括以下步骤：步骤1，构建基于流形表示的航天器变几何桁架柔性机械臂操控轨迹最优化控制模型；步骤2，构建具有黎曼子流形约束的航天器变几何桁架柔性机械臂操控轨迹最优控制模型；步骤3，执行线性化黎曼子流形约束的航天器变几何桁架柔性机械臂操控轨迹最优控制模型；步骤4，求解线性化黎曼子流形表示的航天器变几何桁架柔性机械臂操控轨迹最优控制问题。本发明可提高受限空间、多障碍物情况下的航天器变几何桁架柔性机械臂操控轨迹规划可行性、可靠性和有效性，为我国在轨服务与维护系统的发展提供理论与技术支撑。
-
公开(公告)号：CN112949579A
公开(公告)日：2021-06-11
申请号：CN202110340201.6
申请日：2021-03-30
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于密集卷积块神经网络的目标融合检测系统及方法，涉及航空目标融合检测领域，包括编码器、融合层、解码器和检测网络四个部分，所述编码器用来提取图像特征，由两部分构成，分别是卷积层和密集块；所述融合层采用两种融合策略：1)特征图相加融合策略，2)L1‑范数softmax融合策略；所述解码器用来接收融合后的所述特征图，来重构最终融合图像；最后将所述最终融合图像送入YOLO‑v3目标检测网络来完成目标检测的任务。本发明从视觉效果上看，航拍图像中目标的边界更清晰了，提高了目标检测的准确率，在推理计算系统上证明了该目标检测系统较好的泛化能力，也验证了算法在困难样本上的有效性，在对地观测、安全监视等领域中有广泛应用。
-
公开(公告)号：CN109919973B
公开(公告)日：2020-11-17
申请号：CN201910122646.X
申请日：2019-02-19
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于多特征联合的多视角目标关联方法、系统及介质，包括：模型训练步骤：在数据集上进行目标模型的预训练，进行图像目标检测，设目标为T，根据目标T进行在线学习更新目标模型，获得训练后模型；目标检测步骤：根据获得的训练后模型，对当前帧图像fim进行目标检测，提取深度特征；目标跟踪步骤：使用TLD目标跟踪算法获得跟踪目标G跟，联合深度特征及颜色直方图匹配，获得目标T和跟踪目标G跟间的匹配度M跟；目标关联步骤：根据更新后的检测目标H检及匹配度M检，判断H检与前一帧fim‑1关联目标的距离是否在预设范围内。本发明采用了HSV空间颜色直方图特征，在视角较大时仍具有较好的稳健性。
-
Patent Agency Ranking
公开(公告)号：CN109919973A
公开(公告)日：2019-06-21
申请号：CN201910122646.X
申请日：2019-02-19
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于多特征联合的多视角目标关联方法、系统及介质，包括：模型训练步骤：在数据集上进行目标模型的预训练，进行图像目标检测，设目标为T，根据目标T进行在线学习更新目标模型，获得训练后模型；目标检测步骤：根据获得的训练后模型，对当前帧图像fim进行目标检测，提取深度特征；目标跟踪步骤：使用TLD目标跟踪算法获得跟踪目标G跟，联合深度特征及颜色直方图匹配，获得目标T和跟踪目标G跟间的匹配度M跟；目标关联步骤：根据更新后的检测目标H检及匹配度M检，判断H检与前一帧fim-1关联目标的距离是否在预设范围内。本发明采用了HSV空间颜色直方图特征，在视角较大时仍具有较好的稳健性。
-
公开(公告)号：CN109807887A
公开(公告)日：2019-05-28
申请号：CN201910048953.8
申请日：2019-01-18
Applicant: 上海交通大学
IPC: B25J9/16
Abstract: 本发明提供一种基于深度神经网络的柔性臂智能感知与控制方法和系统，通过采集训练样本对深度神经网络进行训练，得到训练网络；使用训练网络对采集的目标图片进行柔性臂姿态学习，根据得到的柔性臂控制结果对柔性臂进行操控。本发明针对复杂的环境信息，设计了目标定位深度神经网络。针对柔性臂复杂的运动学模型，设计了运动学模型解算神经网络。分别采集数据对网络进行训练学习，得到有效的计算模型用于柔性臂的操控任务,能够提高空间机动平台对非合作目标跟踪识别的精度以及控制能力，实现监控区域的实时感知能力，在空间在轨服务、无人监控系统领域中均可有广泛的应用。
-
公开(公告)号：CN117666352A
公开(公告)日：2024-03-08
申请号：CN202311685276.3
申请日：2023-12-07
Applicant: 上海交通大学重庆研究院
IPC: G05B13/04
Abstract: 本发明属于切换系统控制技术领域，具体涉及一种基于状态依赖切换系统的边界自校正方法，包括：定义实际系统与名义系统、实际边界与名义边界；引入超螺旋滑模观测算法，依次构建滑模面、滑模切换变量以及误差估计变量，逼近实际系统运动流并估计系统不确定性；构造流切换判据，根据滑模切换变量与误差估计变量，辨识实际系统运动流所处的子空间域；根据流切换时的状态向量，基于遗忘因子递推最小二乘法，反向更新名义边界参数向量，完成边界自校正过程；本发明提出的边界自校正方法，可以实时在线地对实际边界进行逼近，降低实际边界与名义边界之间的失配区域，同时为具有切换行为的控制方法。
-
公开(公告)号：CN115933375A
公开(公告)日：2023-04-07
申请号：CN202211317262.1
申请日：2022-10-26
Applicant: 上海交通大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于SMA驱动的柔性机器臂失稳抑制方法和系统，包括：步骤1：分析SMA的本构特性，及其引入的输出力不连续特性对系统动力学的影响；步骤2：结合柔性机器臂的物理构型，构建普适的状态方程；步骤3：引入轨迹约束条件，对参考轨迹加以规划，输出期望轨迹；步骤4：结合得到的状态方程与期望轨迹，重构误差动力学方程，并设计滑模控制面和滑模趋近律，给定多输入多输出系统MIMO的SMA滑模控制量，在满足轨迹跟踪精度要求时，输出MIMO时序控制量。本发明通过轨迹约束方法，能有效避免由系统参数不确定引发的控制算法失配或模型失稳的问题，确保柔性机器臂工作于模型可知且可控区域。
-
公开(公告)号：CN115546429A
公开(公告)日：2022-12-30
申请号：CN202211279007.2
申请日：2022-10-19
Applicant: 上海交通大学
Abstract: 本发明公开了一种光栅化管道的前视成像声呐与双目相机联合仿真方法，涉及图像领域。构建前视成像声呐与双目相机的视频目标跟踪系统；在Gazebo框架下导入双目相机模型并加入目标，通过发布话题的方式利用ROS系统下一种显示多种数据的三维可视化平台—Rviz对左右目中的图像进行观测；模拟水下声呐的工作过程，由Gazebo模拟器和机器人构建套件(ROCK)框架之间的集成组成虚拟场景，通过着色器渲染从OpenSceneGraph 3D场景帧中提取深度、强度缓冲及角度失真值的3通道矩阵，随后进行融合和处理生成合成声呐数据；计算水下目标在水下多传感器检测跟踪系统坐标系和成像声呐等坐标系下的测量值。本发明提供了基于角、线和形状的特征检测算法的声呐模拟器，提高生成的声呐图像的逼真度。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.023 seconds)
