-
公开(公告)号：CN109656249A
公开(公告)日：2019-04-19
申请号：CN201811545844.9
申请日：2018-12-17
Applicant: 厦门大学嘉庚学院
IPC: G05D1/02
Abstract: 本发明涉及一种基于单向轨道的多AGV实时调度算法，首先采用图论对多AGV运行环境进行数学建模；并分别对AGV小车列表、地图和站点列表进行初始化；遍历每一辆AGV；然后判断AGV任务队列是否为空，根据判断的结果分配给AGV任务队列头结点所示车辆，并更新空闲队列；获取任务队列头元素，根据站点值找到相应站点列表ListK；最后，判断头元素和第二元素对应站点是否处于空闲状态；根据结果判断是否要执行调度任务，对处于空闲状态的头元素和第二元素对应站点进行使用并上锁，并对对应站点进行调度，当AGV运行至第二元素对应的站点时，解锁头元素对应的站点，更新AGV任务列表。本发明，解决了多AGV调度过程中的冲突和死锁问题，保证多AGV在工作过程中能够合理运行。
-
公开(公告)号：CN109605377A
公开(公告)日：2019-04-12
申请号：CN201910052849.6
申请日：2019-01-21
Applicant: 厦门大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于强化学习的机器人关节运动控制方法及系统。该方法包括：获取机器人末端的待运行轨迹；根据机器人末端的待运行轨迹以及机器人逆运动学模型计算机器人关节在每个插补周期的位置增量；根据策略网络确定机器人关节每个插补周期的位置增量补偿；每个插补周期的给定位置增量与位置增量补偿之和作为机器人关节的运动参数，输入机器人，得到机器人关节每个插补周期实际的运动量；根据给定位置增量和实际运动量，对价值网络进行实时训练更新；待运行轨迹运行完毕后，根据每个插补周期更新的价值网络的参数，对策略网络进行训练更新；采用更新后的策略网络调控下一待运行轨迹中机器人关节的运动。本发明具有误差小、效率高的特点。
-
公开(公告)号：CN109214755A
公开(公告)日：2019-01-15
申请号：CN201811072270.8
申请日：2018-09-14
Applicant: 厦门大学嘉庚学院
Abstract: 本发明涉及一种仓储管理中的自动排单调度方法，首先将货物按照预设的规则进行存储，并对订单信息进行管理；接着根据货物的存储情况与订单信息，进行路径规划管理；其中所述路径规划管理中，通过引入图论中TSP问题，对需求较大的订单，进行多AGV路径规划，采用时间窗及单向有向图方法，为每个AGV规划一条无碰撞、协调的路径，用以消除多AGV路径规划中的冲突和死锁；对需求较小的订单，进行单AGV路径规划，利用图论中的TSP问题进行规划求解，从而实现总路程最短。本发明能够节省时间，提高取货效率。
-
公开(公告)号：CN108393892A
公开(公告)日：2018-08-14
申请号：CN201810178273.3
申请日：2018-03-05
Applicant: 厦门大学
IPC: B25J9/16
Abstract: 本发明涉及一种工业机器人前馈力矩补偿方法，包括以下步骤：S1：建立动作-价值神经网络；S2：生成训练轨迹；S3：根据当前时刻的状态，选择对应的动作，然后对所选动作的前馈力矩增量进行积分后输出到电机电流环前馈通路上，并获得当前时刻的立即回报和下一时刻的状态；S4：将当前时刻的状态、所选的前馈力矩增量和立即回报和下一时刻的状态作为神经网络的训练样本，将所述训练样本进行归一化后，存入队列中；S5：从队列中随机选择一部分训练样本，使用随机梯度下降法对动作-价值神经网络进行训练，直到达到最大训练次数或关节跟踪误差小于误差阈值。本发明无需建立复杂的动力学模型即可实现实时补偿工业机器人关节力矩，实现高精度的控制。
-
公开(公告)号：CN108174107A
公开(公告)日：2018-06-15
申请号：CN201810158784.9
申请日：2018-02-26
Applicant: 厦门大学嘉庚学院
IPC: H04N5/232
Abstract: 本发明公开了一种基于瑞萨RX23T单片机的摄像头驱动方法，单片机分别与摄像头和液晶显示模块连接，摄像头连接一FIFO芯片；摄像头的HREF、VSYNC引脚与单片机连接的GPIO均设置为输入模式，VSYNC引脚与单片机连接的GPIO引脚配置成中断模式，单片机利用场中断信号获知新的图像是否采集完成，从而控制FIFO是否写使能；摄像头的数据引脚DO均连接到单片机同一个IO端口连续的高8位引脚，直接读取高8位状态获取一个字节的FIFO内容。本发明有效的利用32位RX23T单片机的性能，采集的图像帧率高、数据稳定，可靠性强，可以广泛应用于智能小车、四旋翼飞行器等对象的地面循迹及目标跟踪等场合。
-
Patent Agency Ranking
公开(公告)号：CN107972036A
公开(公告)日：2018-05-01
申请号：CN201711418730.3
申请日：2017-12-25
Applicant: 厦门大学嘉庚学院
IPC: B25J9/18
Abstract: 本发明涉及一种基于TensorFlow的工业机器人动力学控制系统及方法，系统包括：数据采集模块、控制器、PC服务器、显示器、电机驱动模块和伺服电机；控制器将数据采集模块采集到的工业机器人的关节位置、关节速度和关节力矩发送给PC服务器，由PC服务器进行数据处理并利用tensorflow构建卷积神经网络进行训练优化，根据实时的关节位置和关节速度输出工业机器人的关节力矩控制指令，控制器将关节力矩控制指令通过GPIO接口发送至电机驱动模块，控制伺服电机实现工业机器人的关节控制。本发明不需要额外去辨识惯性力、离心力、哥氏力、粘摩擦、静摩力等参数，就可以实现机器人的稳定的运动。
-
公开(公告)号：CN107881910A
公开(公告)日：2018-04-06
申请号：CN201711388049.9
申请日：2017-12-20
Applicant: 厦门大学嘉庚学院
IPC: E01D19/10
CPC classification number: E01D19/106
Abstract: 本发明提出一种桥梁检测机器人，所述机器人包括机器人单体和机器人轨道；所述机器人轨道为截面呈工字形的单轨；单轨的两个侧凹部位形成悬道；所述机器人单体呈凹字形，机器人单体的上部凹陷处的两竖面处分另设有两个行走轮组；机器人单体以行走轮组悬挂并行驶于机器人轨道的悬道处；所述机器人单体底部设有云台结构；云台结构处设有可固定信息采集设备的信息采集端；本发明能高效、安全、经济地对桥梁进行检测。
-
公开(公告)号：CN107845179A
公开(公告)日：2018-03-27
申请号：CN201711418872.X
申请日：2017-12-25
Applicant: 厦门大学嘉庚学院
CPC classification number: G07C9/00071 , G06Q20/14 , G06Q50/20 , G07B15/02 , G07C9/00103
Abstract: 本发明提供一种校园访客管理系统及方法，其包括若干个校门客户端和访客控制中心服务器；校门客户端与访客控制中心服务器通过网络相连接；所述校门客户端包括触摸屏模块、证件识别仪、校园卡读卡器模块和摄像头模块。本发明系统功能全面、操作简捷，克服传统手写登记方式存在的效率低和历史数据难以保存和查询的特点，提高校门的门岗管理水平。对于不法分子可以及时的报送给公安部门，限制推销人员等无关人员入校。加强了校园技术安全防范措施和手段，提高了全校师生员工们的人身和财产安全保障性。
-
公开(公告)号：CN112784883A
公开(公告)日：2021-05-11
申请号：CN202110017362.1
申请日：2021-01-07
Applicant: 厦门大学
Abstract: 本发明涉及一种基于样本选择扩充的冷水珊瑚分布预测方法及系统。所述方法首先采用随机均匀采样的方法生成训练集，解决远洋珊瑚分布预测缺少负样本的问题。其次通过训练集进行径向基神经网络预测模型训练，并利用训练得到的模型对无标签样本进行标记。同时将上述步骤进行多次循环，排除单次预测的偶然性因素。再次在方法中引入先验知识的概念，对上一循环的无标签预测结果进行分组。然后根据正样本的概率越高置信度越高的原则，将不同的分组以不同的比例放到重新构建的虚拟无标签样本集合中，进入下一次的循环。最后根据平均正样本概率对无标签样本进行分类实现对冷水珊瑚分布的预测。
-
公开(公告)号：CN109732605B
公开(公告)日：2021-02-26
申请号：CN201910052603.9
申请日：2019-01-21
Applicant: 厦门大学
IPC: B25J9/16
Abstract: 本发明公开一种机器人关节摩擦力矩的补偿方法及系统。采用本发明的补偿方法及系统，工业机器人运行过程中，当关节温度、负载、润滑和磨损等参数改变后，摩擦模型也会相应改变，能够避免基于固定摩擦模型的前馈补偿方法失效的问题。在此基础上，利用辨识的摩擦模型预测生成的摩擦力矩训练神经网络，使得神经网络的训练学习过程效率更高，能够更快逼近理想效果，提高了机器人关节的跟踪速度和跟踪精度。进一步地，本发明通过高斯采样进行摩擦力矩前馈补偿，弥补了神经网络输出不具有探索性的缺点，使神经网络能更好的收敛，避免陷入局部最优，进一步确保跟踪精度，即使关节温度、负载、润滑和磨损等参数发生变化，也能快速实现高精度跟踪的目的。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.021 seconds)
