-
公开(公告)号：CN117930988B
公开(公告)日：2024-07-23
申请号：CN202410339041.7
申请日：2024-03-25
Applicant: 安徽大学
Abstract: 本发明涉及脑机接口技术领域，尤其涉及一种基于大型语言模型辅助语义纠错的脑控机器人方法，通过对大型语言模型进行人工提示工程，该提示工程可以由相应的机器人工程师或者用户在了解机器人的感知模块和控制模块的基本调用后完成。并且可以针对应用场景的不同可以设置不同的提示，激发大型语言模型的推理能力。结合用户所给出的函数调用接口以及提示说明，语言模型生成可以以此为根据生成机器人不同模块的调用代码，根据用户所给出的复杂自然语言指令进行一定程度的推理和执行。在机器人搭配的硬件充足的情况下，允许机器人实现较复杂的任务。
-
公开(公告)号：CN118230071A
公开(公告)日：2024-06-21
申请号：CN202410635588.1
申请日：2024-05-22
Applicant: 安徽大学
IPC: G06V10/764 , G06N3/045 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/096 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明涉及图像检测技术领域，尤其涉及一种基于深度学习的摄像头脏污检测方法，通过设置三个输出头，实现不同的检测任务，不但能够判断摄像头被脏污覆盖的区域，同时能够实现对部分物体的分类以及对当前场景的分类，通过使用Segformer骨干网络进行特征提取，同时利用渐进特征融合模块进行不同维度特征的融合，相比传统的卷积神经网络，具有更强的上下文感知能力和多尺度特征表达能力，对准确检测和定位图像中大小不一、形态各异的脏污区域非常关键，这种全局上下文建模能力弥补了卷积网络的局限性，能够更准确地识别整个图像区域中的脏污。
-
公开(公告)号：CN117885924A
公开(公告)日：2024-04-16
申请号：CN202410301989.3
申请日：2024-03-18
Applicant: 安徽大学
IPC: B64U10/14 , B64U10/70 , B64U20/80 , B64U30/296 , B64U30/297 , B64U40/10 , B64U50/30
Abstract: 本发明涉及无人机技术领域，具体涉及一种水空两栖无人机，包括机架，所述机架上设置有多个水空两用的推进组件，所述推进组件呈中心对称分布在所述机架周围，所述推进组件通过机臂连接在所述机架上，所述机臂的端部设置有转动组件，所述转动组件的输出端连接有螺旋桨，所述转动组件驱动所述螺旋桨转动，所述机架一侧设置有放置电路元件的电控水密舱；综上，采用水空两用推进系统，可兼顾水空两种流体介质，在空中运行时，空气为稀疏流体，推进组件高转速低扭矩运行，在水下运行时，水为稠密流体，推进组件低转速高扭矩运行，极大地减少了动力装置及设备，减轻了无人机的负载，提高无人机的性能，提高无人机的作业效率，提高无人机的灵活性。
-
公开(公告)号：CN116483210B
公开(公告)日：2023-09-08
申请号：CN202310744031.7
申请日：2023-06-25
Applicant: 安徽大学
IPC: G06F3/01 , G06V10/764 , G06V20/40 , G06V10/80 , G06V10/82 , G06V10/30 , G05D1/10 , A61B5/378 , A61B5/372 , A61B5/00
Abstract: 本发明涉及无人机控制技术领域，尤其涉及一种基于深度学习和滑模控制的脑控无人机方法及系统，通过获取无人机实时视频流，将无人机实时视频流和SSVEP刺激范式结合，通过AR眼镜向用户发送SSVEP刺激，采集用户的脑电信号，使用小波变换对脑电信号进行预处理，生成对应的时频图，使用残差神经网络对时频图进行去噪，得到去噪后的时频图，再使用CNN人工神经网络对去噪后的时频图进行分类，将得出的分类结果与无人机控制命令匹配后输出控制命令，发送给无人机，让使用者可以更加直观地操控无人机运动；使用者通过佩戴AR眼镜接受稳态视觉诱导，摆脱了对传统显示屏的需求，能够随意活动，不需要固定在显示器屏幕前。
-
公开(公告)号：CN114448307B
公开(公告)日：2023-05-23
申请号：CN202111394599.8
申请日：2021-11-23
Applicant: 安徽大学
Abstract: 本发明的一种永磁同步电机动态事件触发终端滑模控制方法及设备，为了消除永磁同步电机系统中可能存在的集总干扰和参数不确定性对先验知识的要求，将自适应神经网络(ANN)引入到终端滑模控制(TSMC)方案中。此外，为了减轻网络化系统的通信负担，采用了一种考虑神经网络估计误差的动态事件触发机制来调度速度传感器和远程滑模控制器之间的信号传输。通过显式分析排除了动态事件触发机制的Zeno现象。进一步证明，通过选择合适的滑模参数，所提出的控制策略可以保证滑模变量收敛到实际滑模区域，并且速度跟踪误差最终有界。最后，从仿真和实验的结果来看本发明所提出的控制算法能很好的实现预定目标。
-
Patent Agency Ranking
公开(公告)号：CN115616922A
公开(公告)日：2023-01-17
申请号：CN202211630146.5
申请日：2022-12-19
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明涉及多智能体和传感器网络技术领域，尤其涉及一种异构移动机器人集群的时间覆盖控制方法，主要包括最优覆盖位置的计算和驱使机器人到达最优覆盖位置的控制器设计。本发明通过运用改进的K‑means算法来得到机器人基于时间分割的最优覆盖位置。同时，针对固定速度的机器人这一欠驱动系统，本文引入了固定时间收敛的李雅普诺夫函数方法，通过对唯一可控变量角速度设李雅普诺夫函数，再结合固定时间收敛可得到机器人角速度固定时间收敛的控制器，通过设置该控制器中的参数可以使得机器人的角速度在固定的时间内收敛为零，让机器人更快到达最优覆盖位置。
-
公开(公告)号：CN114448307A
公开(公告)日：2022-05-06
申请号：CN202111394599.8
申请日：2021-11-23
Applicant: 安徽大学
Abstract: 本发明的一种永磁同步电机动态事件触发终端滑模控制方法及设备，为了消除永磁同步电机系统中可能存在的集总干扰和参数不确定性对先验知识的要求，将自适应神经网络(ANN)引入到终端滑模控制(TSMC)方案中。此外，为了减轻网络化系统的通信负担，采用了一种考虑神经网络估计误差的动态事件触发机制来调度速度传感器和远程滑模控制器之间的信号传输。通过显式分析排除了动态事件触发机制的Zeno现象。进一步证明，通过选择合适的滑模参数，所提出的控制策略可以保证滑模变量收敛到实际滑模区域，并且速度跟踪误差最终有界。最后，从仿真和实验的结果来看本发明所提出的控制算法能很好的实现预定目标。
-
公开(公告)号：CN114200832A
公开(公告)日：2022-03-18
申请号：CN202111396807.8
申请日：2021-11-23
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明的一种非线性系统动态事件触发终端滑模控制方法、设备及存储介质，本发明所设计的控制算法主要包括编解码模块，动态事件发生器模块和终端滑模控制模块；本发明针对一类二进制编码传输的非线性系统，设计了一种新颖的非奇异终端滑模控制方案；为了进一步减少工厂和控制器之间的通信负担，在终端滑模控制策略中引入了动态事件触发机制，通过正确处理二进制编解码误差和动态事件触发误差，提出了保证闭环系统可达实际滑模和最终有界的充分条件，明确量化了二进制编码和动态事件触发协议的影响。通过显式分析，排除了所开发的动态事件触发机制中的Zeno现象。最后，通过仿真和永磁同步电机调速系统的实际实验验证了该方案的可行性和有效性。
-
公开(公告)号：CN118655767B
公开(公告)日：2024-11-12
申请号：CN202411133991.0
申请日：2024-08-19
Applicant: 安徽大学
IPC: G05B11/42
Abstract: 本发明涉及一种声源信息引导移动机器人跟踪控制方法，方法通过提取音频的幅值和相位特征作为输入特征，使用一种融入通道域注意力机制的卷积循环神经网络作为声音定位网络，应用时，声源定位信息使用调度控制协议SCP通过网络传输到被控机器人，通过对被控对象机器人进行建模并使用双闭环PID控制器得到机器人输入左右两轮电机的值，从而跟踪控制机器人到达预设位置，通过应用本发明中的方法，可以增强模型特征选择能力、提升模型鲁棒性，在实现机器人平滑、连贯运动的同时能够保持机器人对路径的精确跟踪，最后，通过引入调度控制协议SCP，可以提高数据传输效率、减少数据碰撞和重传所导致的带宽浪费。
-
公开(公告)号：CN118311912B
公开(公告)日：2024-08-27
申请号：CN202410741184.0
申请日：2024-06-11
Applicant: 安徽大学
IPC: G05B19/042
Abstract: 本发明涉及马尔可夫系统的控制技术领域，解决了传统马尔可夫系统控制方法占用大量通信资源以及动态控制器设计过程中存在非线性、非凸约束的问题，尤其涉及一种在随机通信协议下的动态事件触发控制方法，该方法包括以下步骤：从马尔可夫系统模型中获取矩阵参数，并根据矩阵参数确定马尔可夫系统模型的模态数以重新设置能够获得其更为精准信息的转移概率；根据给定的动态事件触发参数得到传感器各输入通道的动态事件触发门槛函数。本发明通过有限时间动态输出反馈控制方法，并使用鲸鱼算法结合LMI线性矩阵不等式进行控制器设计，以实现对马尔可夫系统强快速响应的控制效果，同时使用WOA优化了动态控制器的性能。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.045 seconds)
