-
公开(公告)号：CN113011351A
公开(公告)日：2021-06-22
申请号：CN202110313995.7
申请日：2021-03-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种智能购物车的工作方法及智能购物车，智能购物车包括从下至上依次连接的底座、可调节支架以及用于放置商品的购物篮；购物篮安装有深度摄像头和扫描摄像头，底座包含有工控机、底层控制板、惯性测量单元、里程计、无线通信定位模块、多个直流电机以及多个麦克纳姆轮，购物篮或者底座上安装有激光雷达模块。智能购物车能够根据深度摄像头、扫描摄像头、惯性测量单元、里程计和激光雷达模块采集的数据，自动跟随目标、智能导航和自主避障，可满足顾客多样化的需求，提供更便捷的购物体验，智能购物车具有较高的智能化水平。
-
公开(公告)号：CN110865539A
公开(公告)日：2020-03-06
申请号：CN201911127962.2
申请日：2019-11-18
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
Abstract: 本发明公开了一种随机干扰下的无人艇跟踪误差约束控制方法，本方法针对在随机扰动下的无人艇设计控制器，并保证跟踪误差最终收敛到零点。本发明的方法包括步骤：构建无人艇的运动学模型和动力学模型；考虑海洋动态环境中存在着外界随机干扰，将无人艇动力学模型描述为标准的非线性随机模型形式；采用正切障碍李雅普诺夫函数来确保跟踪误差满足约束条件，并运用后推设计法针对无人艇的跟踪误差系统进行虚拟控制器的设计；运用自适应控制技术解决控制器设计中的参数不确定问题；本发明能实现了随机干扰环境下轨迹的精确跟踪，误差满足预先设定的边界条件，控制效果佳。
-
公开(公告)号：CN110658811A
公开(公告)日：2020-01-07
申请号：CN201910848231.0
申请日：2019-09-09
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: G05D1/02
Abstract: 本发明公开了一种基于神经网络的受限移动机器人协同路径跟踪控制方法，该方法步骤为：建立移动机器人的运动学与动力学模型；定义路径跟踪误差方程；建立移动机器人的性能受限tan型障碍李雅普诺夫函数；基于图论知识，建立多个移动机器人的编队方式；建立移动机器人的路径参数更新率方程；针对移动机器人的非线性建模不确定项，采用后推设计方法，设计基于神经网络的控制器；设计编队控制器。本发明不仅能够保证单个移动机器人的路径跟踪误差最终收敛到小邻域内，还能保证误差始终在给定的区间内，保证暂态性能，同时，本发明实现了多个移动机器人的协同控制，使多个移动机器人根据路径参数均匀分布在同一条路径上。
-
公开(公告)号：CN115122335B
公开(公告)日：2024-10-25
申请号：CN202210909372.0
申请日：2022-07-29
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: B25J9/16
Abstract: 本发明公开了一种基于外环速度补偿的封闭机器人任务空间学习控制方法、存储介质及机器人，方法包括：建立具有内部速度PI控制器的封闭机器人动力学和运动学模型，并构建期望的末端周期轨迹；设计自适应神经网络速度补偿控制指令，利用确定学习理论获取经验知识，并通过参数收敛性质获取机器人运动学知识；基于所获知识设计速度补偿学习控制指令。本发明所设计方法通过分离封闭机器人动力学和运动学，在运用确定学习理论实现系统经验知识获取的基础上，保证了未知运动学参数的收敛，实现了学习控制算法在具有未知动力学和运动学封闭机器人系统上的应用，基于所获知识设计的速度补偿学习控制指令，在节省计算资源的同时提升了机器人暂态跟踪性能。
-
公开(公告)号：CN118509605A
公开(公告)日：2024-08-16
申请号：CN202410224963.3
申请日：2024-02-29
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: H04N19/70 , G06T9/40 , H04N19/597 , H04N19/96 , H04N19/176
Abstract: 本发明公开了一种基于消除时空冗余的动态点云快速压缩方法及其应用系统，方法包括：利用立体相机捕获机器人所处场景的环境信息，获取平面图像和三维点云数据；通过预训练的物体检测模型识别平面图像并对识别对象按需求进行标注，获取识别对象的语义信息；利用立体相机参数将识别对象的语义信息映射到三维点云数据中，对三维点云数据进行场景分割，生成点云实例；将背景点云删除；将其点云数据替换成它的类别与姿态进行压缩；对未知点云的关键帧使用基于八叉树的方法进行压缩，对未知点云的预测帧将当前帧的大部分点云用I帧中对应点云的运动矢量来表示，并通过检测相似性来逐步对点云压缩。本发明能够有效地提高动态点云压缩的压缩质量和压缩效率。
-
Patent Agency Ranking
公开(公告)号：CN115122335A
公开(公告)日：2022-09-30
申请号：CN202210909372.0
申请日：2022-07-29
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: B25J9/16
Abstract: 本发明公开了一种基于外环速度补偿的封闭机器人任务空间学习控制方法、存储介质及机器人，方法包括：建立具有内部速度PI控制器的封闭机器人动力学和运动学模型，并构建期望的末端周期轨迹；设计自适应神经网络速度补偿控制指令，利用确定学习理论获取经验知识，并通过参数收敛性质获取机器人运动学知识；基于所获知识设计速度补偿学习控制指令。本发明所设计方法通过分离封闭机器人动力学和运动学，在运用确定学习理论实现系统经验知识获取的基础上，保证了未知运动学参数的收敛，实现了学习控制算法在具有未知动力学和运动学封闭机器人系统上的应用，基于所获知识设计的速度补偿学习控制指令，在节省计算资源的同时提升了机器人暂态跟踪性能。
-
公开(公告)号：CN114529579A
公开(公告)日：2022-05-24
申请号：CN202210077438.4
申请日：2022-01-24
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
Abstract: 本发明公开了一种基于视觉目标检测的移动机器人跟随行人方法、系统及介质，方法为：改进目标检测算法搭建行人检测模型，对行人目标进行检测；改进多目标跟踪算法，对行人目标进行跟踪；构建非完整移动机器人运动学模型，以及移动机器人与行人之间的角度和距离；确定角度和距离的约束条件，定义角度误差和距离误差；基于预设性能控制的方法，设计与障碍物位置有关的预设性能函数，构建误差转换函数；将转换误差函数引入李雅普诺夫函数，设计基于视觉的跟随避障控制器及速度观测器。本发明将视觉目标检测跟踪与控制理论相结合，采用李雅普诺夫法设计出基于视觉的跟随避障控制器，实现移动机器人平稳、高效、准确的跟随行人。
-
公开(公告)号：CN111260614A
公开(公告)日：2020-06-09
申请号：CN202010030557.5
申请日：2020-01-13
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于极限学习机的卷积神经网络布匹瑕疵检测方法，该方法通过构造一个卷积神经网络进行特征提取，并对提取的特征进行融合，在融合后的特征层上进行布匹瑕疵候选框的提取，在布匹瑕疵检测阶段，使用卷积神经网络对提取得到的布匹瑕疵候选框进行回归，使用极限学习机对布匹瑕疵候选框进行分类，对分类和回归结果结合样本图片的真实标签计算损失，基于得到的损失使用随机梯度下降法更新网络中的权重，不断进行迭代训练，直到网络的损失收敛到一个极小值或者达到预设的训练轮数，便得到训练好的基于极限学习机的布匹瑕疵检测的网络模型，即可进行布匹瑕疵检测，有效提高布匹瑕疵检测的整体性能，本发明具有更高的布匹瑕疵检测准确率。
-
公开(公告)号：CN111156998A
公开(公告)日：2020-05-15
申请号：CN201911367625.0
申请日：2019-12-26
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
Abstract: 本发明公开了一种基于RGB-D相机与IMU信息融合的移动机器人定位方法，包括下述步骤：(1)建立针孔相机模型；(2)建立IMU测量模型；(3)结构光相机深度计算与基于特征点匹配的位姿变换计算；(4)IMU预积分姿态解算以及IMU坐标系与相机坐标系的转换；(5)RGB-D数据与IMU数据融合过程以及相机位姿优化过程，最终获得精准的定位姿态。本发明使用RGB-D相机与IMU的传感器组合的定位，很好的利用了IMU在短时间的快速运动具有较好的状态估计的特性，而相机具有静态条件下基本不漂移的特性，从而使定位系统具有较好的静态特性和动态特性，使机器人能适应低速运动场合和高速运动场合。
-
公开(公告)号：CN109839934A
公开(公告)日：2019-06-04
申请号：CN201910141839.X
申请日：2019-02-26
Applicant: 华南理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于RISE技术的无人水面艇预设性能跟踪控制方法，该方法解决系统模型参数不确定的无人水面艇渐近跟踪控制问题，主要包括以下步骤：建立无人水面艇的动态数学模型；预设暂态跟踪性能；跟踪误差变换；基于后推设计法设计虚拟控制器；基于RISE技术设计自适应跟踪控制器；基于所述自适应跟踪控制器实现对无人水面艇的轨迹跟踪控制。本发明采用基于RISE技术的自适应前馈控制策略，对系统不确定动态及外界未知扰动进行补偿，使得系统输出渐近跟踪期望的参考轨迹，即跟踪误差渐近收敛至零；同时，预设性能控制方法确保闭环系统满足预先指定的暂态跟踪性能（即跟踪误差具有指定的收敛速度和超调量），增强控制系统的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.052 seconds)
