一种基于点云密度分析的自适应分辨率八叉树建图方法

    公开(公告)号:CN113256787A

    公开(公告)日:2021-08-13

    申请号:CN202110398854.X

    申请日:2021-04-12

    Abstract: 本发明公开了一种基于点云密度分析的自适应分辨率八叉树建图方法,属于室内地图构建技术领域,具体步骤为:首先分割稠密点云地图,建立点云包围盒,在此基础上,计算点云包围盒内每个点的点云密度,得到点云包围盒内的最大点云密度和其均值、标准差;然后利用点云密度和sigmoid函数建立评价函数,利用评价函数的结果对邻近点云包围盒间的相似性进行判断,合并相似性超过设定阈值的点云包围盒;最后,利用评价函数的结果选择八叉树地图的分辨率,建立自适应分辨率的八叉树地图。本发明能够根据环境复杂程度的不同自适应地调整八叉树地图的分辨率,在充分表征环境细节的情况下,能够减少地图存储占用空间,提高建图效率。

    一种基于复合特征的分离式视觉伺服控制方法

    公开(公告)号:CN113211433A

    公开(公告)日:2021-08-06

    申请号:CN202110427272.X

    申请日:2021-04-21

    Abstract: 本发明提供了一种基于复合特征的分离式视觉伺服控制方法。首先为了能够准确地表述物体的全局几何信息,减小环境噪声对图像特征提取的干扰,本发明采用非均匀有理B样条曲线拟合技术提取物体的轮廓特征;然后提出利用复合特征来对机器人进行平移和旋转分离式控制,即利用曲线拟合控制点特征、相邻点连线的线特征以及两点间的距离特征实现对机器人的平移和旋转姿态控制;最后,针对机器人姿态控制与位置控制间的强耦合问题,发明了一种旋转补偿模块对机器人因相机旋转运动而造成的图像特征位置偏差进行补偿,提高了伺服系统的性能。本发明方法不依赖于全局特征,实时性好,带有旋转补偿,可靠性高,是一种高精度的机器人视觉伺服控制方法。

    一种高速公路匝道合流控制系统及方法

    公开(公告)号:CN112927512A

    公开(公告)日:2021-06-08

    申请号:CN202110204968.6

    申请日:2021-02-24

    Abstract: 本发明公开了一种高速公路入口匝道合流控制系统及方法,属于智能交通控制与管理领域,本发明利用毫米波雷达全天时全天候的工作能力和检测精度高等特点,能够快速有效的对匝道合流区的交通状态进行采集和分析,对合流区车辆进行智能全息引导,提高了高速公路的行车效率和安全性;本专利申请运用噪声剔除算法和基于卡尔曼滤波的车辆行驶轨迹预测算法对噪声目标进行剔除,获取到纯净的车辆的行驶数据信息,具有较好的噪声滤除效果;基于匝道合流区事故预测综合算法,形成了匝道车辆冲突在不同情况下的量化判别指标,根据数据拟合结果来确定最终的危险情况,并由LED作出预警提示,大大提升了车路协同能力以及合流效率。

    一种基于Scara机器人的非固定式手眼关系标定方法

    公开(公告)号:CN111823230A

    公开(公告)日:2020-10-27

    申请号:CN202010563110.4

    申请日:2020-06-19

    Abstract: 本发明公开了一种基于Scara机器人的非固定式手眼关系标定方法,属于Scara机器人手眼标定领域,本发明方法研究4自由度Scara机器人安装在末端之前的相机与机械手臂末端之间的关系,进而可以将相机获得的信息实时转换到手臂末端,以控制手臂完成各种任务。本发明方法计算效率高;给出了各参数的封闭解,容易求解,计算精度高;实现简单;整个过程只需用拍三次图像,运动两次即可完成;扩大应用范围。可进一步推广应用于6自由度机器人中。

    基于WiFi网络信号的移动机器人室内定位系统

    公开(公告)号:CN109327797B

    公开(公告)日:2020-09-29

    申请号:CN201811194847.2

    申请日:2018-10-15

    Abstract: 本发明公开了一种基于WiFi网络信号的移动机器人室内定位系统,该系统包括移动机器人控制平台和上位机,其中通过移动机器人控制平台可以实现数据采集以及移动机器人实时定位时的数据交互,而上位机安装的定位软件,则可以对采集到的WiFi信号强度的数据使用RPCA‑ELM算法进行处理,实现移动机器人的室内定位,其定位速度、精度和稳定性较高且不需要其它传感器的辅助,大大降低了开发成本,具有很高的可移植性,另外,系统安装简便,维护方便,可长时间运作,还可以通过上位机来控制移动机器人的运动。

    一种含有多个相关退化过程的剩余寿命预测方法

    公开(公告)号:CN107451392B

    公开(公告)日:2020-01-31

    申请号:CN201710483434.5

    申请日:2017-06-23

    Abstract: 本发明公开了一种含有多个相关退化过程的剩余寿命预测方法,属于预测与健康管理中剩余寿命预测领域,包括以下步骤:读入间接的状态监测退化数据,即传感器测量数据,初始化状态空间模型参数;利用序贯卡尔曼滤波方法辨识隐含的退化状态,并在此基础上通过EM算法迭代更新模型的未知参数;基于蒙特卡洛方法对所得退化过程进行外推,在三种不同的系统失效模式下,估计剩余寿命的可靠度函数,并通过数值微分求取对应的概率密度函数;最后,利用均方误差分析模型的拟合效果以及剩余寿命的预测精度。本方法较以往方法具有更强的普适性。

    一种基于两阶段随机退化建模的剩余寿命预测方法

    公开(公告)号:CN107480440B

    公开(公告)日:2020-01-21

    申请号:CN201710658819.0

    申请日:2017-08-04

    Abstract: 本发明公开了一种基于两阶段随机退化建模的剩余寿命预测方法,属于工业监测和故障诊断领域,本发明主要包括:离线建模与在线参数更新及剩余寿命预测;其中离线建模过程包括:对历史退化数据的收集;利用极大似然估计得到每一组退化的变点估计值,并利用统计分析得到变点的分布特性;基于期望极大化算法离线辨识两阶段退化模型参数;将离线得到参数估计值和变点分布的统计特性一并作为在线参数更新的先验信息;在线参数估计与剩余寿命预测包括:退化数据在线收集;基于贝叶斯理论模型参数在线更新;基于更新后的参数对当前运行设备的剩余寿命进行估计。本发明可以对具有两阶段特性的退化数据进行建模,并能准确的预测其剩余寿命。

    一种有轨电车用燃料电池混合动力模糊自治管理系统

    公开(公告)号:CN107962959B

    公开(公告)日:2019-08-09

    申请号:CN201710978548.7

    申请日:2017-10-19

    Inventor: 周东华 彭飞 卢晓

    CPC classification number: Y02T10/7011 Y02T10/7022

    Abstract: 本发明公开了一种有轨电车用燃料电池混合动力模糊自治管理系统,属于有轨电车混合动力能量管理控制领域,包括信号汇总接收模块;信号汇总发送模块;模糊迟滞状态自治主控模块,用于根据多动力源模糊迟滞状态信息对有轨电车牵引驱动系统功率需求进行自治分配;动态差分补偿从控模块,用于对模糊迟滞状态机主控模块输入功率参考信号进行动态差分补偿。本发明确保有轨电车稳定运行的同时,动态自治跟踪燃料电池系统最优净功率输出状态以及模糊约束超级电容系统和锂电池系统工作荷电状态范围,从而提高各能量源系统工作效率,延长各动力源的循环使用寿命。

    一种智能手机WiFi室内定位方法

    公开(公告)号:CN110072192A

    公开(公告)日:2019-07-30

    申请号:CN201910341607.9

    申请日:2019-04-26

    Abstract: 本发明公开了一种基于标准化波形趋势和核极限学习机的智能手机WiFi室内定位方法,针对现有技术大多数是采用接收信号强度作为指纹特征,但是,由于接收信号强度容易受到动态室内环境的影响,存在各种噪声,导致定位精度严重下降。此外,它们的高计算成本已成为大规模应用的瓶颈。本发明将接收信号强度的标准化波形趋势作为室内定位的指纹特征,对设备异质性和室内动态环境具有良好的容忍性,本发明将标准化波形趋势和核极限学习机集成,设计出具有高效且稳健的室内定位方法,具有非常快的学习速度并提供最佳泛化性能。本发明能够在室内环境下实现对智能手机的高精度定位以及对环境动态变化有较好的鲁棒性。

    一种多模式的退化过程建模及剩余寿命预测方法

    公开(公告)号:CN108629073B

    公开(公告)日:2019-05-03

    申请号:CN201810207540.5

    申请日:2018-03-14

    Abstract: 本发明公开了一种多模式的退化过程建模及剩余寿命预测方法,属于健康管理的技术领域,包括以下步骤:首先,收集等间隔采样的退化数据;对退化数据进行变点检测;对变点分割得到的退化段以退化速率为特征进行聚类;建立包含模式切换的退化模型,模式切换通过一个连续时间Markov链描述;采用基于二次变分的方法估计退化过程的Hurst指数;利用极大似然法分别估计Markov链的状态转移率矩阵和各模式下的漂移项系数,以及扩散项系数;利用蒙特卡洛算法得到未来一段时间在状态切换的影响下漂移项服从的分布;然后在给定的阈值下,得到剩余寿命的分布。本发明可较为准确地预测含有多种退化模式的系统或设备的剩余寿命分布。

Patent Agency Ranking