-
公开(公告)号：CN115781696B
公开(公告)日：2023-04-25
申请号：CN202310063392.5
申请日：2023-01-18
Applicant: 北京科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种强化学习型液压机械臂集成控制方法及装置，涉及工业机械臂控制技术领域。包括：获取待控制的液压机械臂的当前位姿与目标位姿；根据当前位姿与目标位姿，计算得到位姿差距；将位姿差距输入到构建好的基于强化学习的控制策略模型；根据位姿差距以及基于强化学习的控制策略模型，完成液压机械臂的控制任务。本发明基于约束型强化学习，在液压机械臂与环境交互的过程中，通过探索试错的方式实现机械臂控制策略的自学习。本发明适用于液压机械臂智能作业过程，通过控制各个关节同时执行动作，实现了一种集成式控制的功能，在保证作业安全性的前提下有效提升了液压机械臂的工作效率。
-
公开(公告)号：CN115626184A
公开(公告)日：2023-01-20
申请号：CN202211629437.2
申请日：2022-12-19
Applicant: 北京科技大学
Abstract: 本发明公开了一种自动驾驶车辆的权重系数和控制策略自学习方法及装置，涉及车辆自动驾驶控制技术领域。包括：获取待优化的控制策略；将待优化的控制策略输入到构建好的控制策略双层优化模型；其中，控制策略双层优化模型包括权重系数优化层以及控制策略优化层；根据待优化的控制策略、权重系数优化层以及控制策略优化层，得到优化后的控制策略，基于优化后的控制策略对自动驾驶车辆进行控制。本发明基于给定的专家驾驶策略，通过模仿该目标控制策略实现控制代价函数权重系数和控制策略的自学习。本发明能够解决在控制自动驾驶车辆时，为了实现良好的控制性能而面临的不断调整代价函数的权重系数，且该方法能够实现控制策略的自提升。
-
公开(公告)号：CN119739151A
公开(公告)日：2025-04-01
申请号：CN202411674068.8
申请日：2024-11-21
IPC: G05D1/43 , G05D1/65 , G05D1/644 , G05D1/648 , G05D109/10
Abstract: 本发明涉及自动驾驶领域，特别是指一种依托强化学习的PID轨迹跟踪控制方法及装置，方法包括：获取待控制自动驾驶车辆的当前状态、参考轨迹和实际运行误差；构建车辆轨迹跟踪控制的策略模型；将当前状态和参考轨迹输入至车辆轨迹跟踪控制的策略模型，得到PID控制参数；将PID控制参数和实际运行误差输入至PID控制器，得到自动驾驶车辆的控制量，根据自动驾驶车辆的控制量，完成自动驾驶车辆轨迹跟踪控制。本发明利用强化学习强大的学习能力结合PID本身的稳定性以及强鲁棒性，实现车辆轨迹跟踪控制的高实时、高稳定和高精度在线计算。解决当前车辆轨迹跟踪控制的计算实时性差、应用可靠性弱和依赖复杂动态模型等问题。
-
公开(公告)号：CN118701099B
公开(公告)日：2025-03-14
申请号：CN202410176584.1
申请日：2024-02-08
IPC: B60W60/00
Abstract: 本发明涉及智能驾驶技术领域，公开了多车干扰场景下行为认知驱动的周围车辆轨迹预测方法，多车干扰场景下行为认知驱动的周围车辆轨迹预测方法包括：根据获取到的城市道路驾驶数据，确定自车的周围车辆中具有主干扰因素的目标车辆、第一及第二行为特性；根据环境信息和目标车辆的驾驶人状态监测信息，确定目标情绪特征；根据第一行为特性、第二行为特性、目标车辆驾驶行为对应的目标情绪特征以及道路几何特征得到目标车辆的行为意图；根据获取到的道路几何特征、道路动态要素、多车交互干扰运动特性以及多车干扰交互意图信息，确定目标路况信息；根据行为意图以及目标路况信息得到轨迹预测结果。本发明实现周围车辆的运行轨迹的准确预测。
-
Patent Agency Ranking
公开(公告)号：CN118053292B
公开(公告)日：2024-08-06
申请号：CN202410176585.6
申请日：2024-02-08
Applicant: 北京科技大学
IPC: G08G1/01 , G06Q10/083 , G06Q50/26 , G06F30/20
Abstract: 本发明涉及建模优化技术领域，公开了一种面向城市物流场景的高效生态驾驶分层优化方法及装置，方法包括：根据瞬时能耗模型及周围环境信息，以安全风险边界和通行效率边界为约束条件，建立车速优化模型，对长周期的车速进行预见性滚动优化，得到滚动优化车速；基于滚动优化车速，以多车干扰环境下安全风险边界为约束条件，生成滚动优化车速对应的参考轨迹，构建转角优化模型，计算各参考轨迹的代价函数值，根据各参考轨迹的代价函数值确定短时域内的优化转角。本发明提供的高效生态驾驶分层优化方法，通过对长周期车速和短时域转角的优化，使物流车能够适应多车干扰随机多变的场景，保证了物流车在安全行驶的前提下，实现高效节能的目的。
-
公开(公告)号：CN118025225B
公开(公告)日：2024-08-06
申请号：CN202410176586.0
申请日：2024-02-08
Applicant: 北京科技大学
IPC: B60W60/00
Abstract: 本发明涉及自动驾驶技术领域，公开了考虑周车运动预测偏差的高效生态驾驶轨迹跟踪控制方法，包括：基于多车干扰下周围车辆的运动预测结果，分析周围干扰车辆预测行驶意图的误差和预测行驶轨迹的误差，建立安全车距约束条件；基于多目标的长周期‑短时域纵横向轨迹滚动优化模型，确定自车运动轨迹的滚动优化车速和优化转角；建立自车运动的动力学模型，并结合安全车距约束条件建立纵横向轨迹跟踪控制的成本函数，对成本函数进行求解实现轨迹跟踪控制。本发明提供的高效生态驾驶轨迹跟踪控制方法，通过准确建立安全车距约束条件和滚动优化车速及优化转角，实现纵横向优化参数稳定跟踪控制，保证多车干扰下高效生态驾驶控制的鲁棒性。
-
公开(公告)号：CN118025225A
公开(公告)日：2024-05-14
申请号：CN202410176586.0
申请日：2024-02-08
Applicant: 北京科技大学
IPC: B60W60/00
Abstract: 本发明涉及自动驾驶技术领域，公开了考虑周车运动预测偏差的高效生态驾驶轨迹跟踪控制方法，包括：基于多车干扰下周围车辆的运动预测结果，分析周围干扰车辆预测行驶意图的误差和预测行驶轨迹的误差，建立安全车距约束条件；基于多目标的长周期‑短时域纵横向轨迹滚动优化模型，确定自车运动轨迹的滚动优化车速和优化转角；建立自车运动的动力学模型，并结合安全车距约束条件建立纵横向轨迹跟踪控制的成本函数，对成本函数进行求解实现轨迹跟踪控制。本发明提供的高效生态驾驶轨迹跟踪控制方法，通过准确建立安全车距约束条件和滚动优化车速及优化转角，实现纵横向优化参数稳定跟踪控制，保证多车干扰下高效生态驾驶控制的鲁棒性。
-
公开(公告)号：CN117891282A
公开(公告)日：2024-04-16
申请号：CN202410044948.0
申请日：2024-01-11
Applicant: 北京科技大学
IPC: G05D3/12 , E21D9/10 , G06N3/048 , G06N3/0499 , G06N3/084
Abstract: 本发明涉及机械臂控制技术领域，特别是指一种无需标签数据的凿岩台车钻臂逆运动控制方法及装置。无需标签数据的凿岩台车钻臂逆运动控制方法包括：根据目标炮孔位置信息进行输入信息构建，获得目标炮孔的样本六维输入；基于深度神经网络结构进行模型构建，获得待训练运动预测模型；构建误差函数以及安全约束函数；采用样本六维输入，根据误差函数以及安全约束函数，对待训练运动预测模型进行离线训练，获得运动预测模型；根据样本六维输入，通过运动预测模型进行在线预测，获得关节变量；根据关节变量进行正运动学计算，得到末端执行器位置进行钻孔。本发明是一种面对凿岩台车的基于神经网络的高效、准确的钻臂逆运动控制方法。
-
公开(公告)号：CN117799641A
公开(公告)日：2024-04-02
申请号：CN202410176583.7
申请日：2024-02-08
Applicant: 北京科技大学
IPC: B60W60/00
Abstract: 本发明涉及智能驾驶技术领域，公开了多车干扰下智能物流车高效节能驾驶优化控制方法及装置，多车干扰下智能物流车高效节能驾驶优化控制方法包括：获取周围车辆的干扰行为信息，根据干扰行为信息确定车辆运行特性信息；确定周围车辆的行为意图信息；根据动态环境信息、行为意图信息以及车辆运行特性信息，得到轨迹预测结果；确定基于物流配送的瞬时能耗；根据轨迹预测结果及动态环境信息，确定周围车辆的动态边界约束条件；根据瞬时能耗和动态边界约束条件，得到自车的目标车速；根据动态环境信息、轨迹预测结果以及目标车速，确定自车的预设时刻的目标转角；控制所述自车按照所述目标车速和所述目标转角行驶。本发明实现对自车的高效节能控制。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.022 seconds)
