-
公开(公告)号：CN108983612A
公开(公告)日：2018-12-11
申请号：CN201810894995.9
申请日：2018-08-08
Applicant: 华南理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种具有预设性能和连接保持的水下机器人编队控制方法，该方法包括下述步骤：建立水下机器人编队动态模型；建立虚拟领导者模型；考虑预设性能和连接保持；将保证预设性能和连接保持问题转化为保证转化误差的渐进稳定性问题；后推设计法设计虚拟控制器；应用径向基(RBF)神经网络逼近系统模型不确定；设计基于误差符号鲁棒积分的自适应神经网络控制器。本发明方法保证了跟踪误差的暂态性能和跟随者与领导者之间的连接保持问题，在有不确定系统动态和外界扰动情况下，运用基于误差符号鲁棒积分的自适应神经网络控制策略，能很好补偿神经网络重构误差和未知的外界扰动，从而实现跟踪误差的渐进收敛，提高了设计方案的实用性。
-
公开(公告)号：CN108008628A
公开(公告)日：2018-05-08
申请号：CN201711143413.5
申请日：2017-11-17
Applicant: 华南理工大学
Abstract: 本发明公开了一种不确定欠驱动无人艇系统的预设性能控制方法，具体包括以下步骤：建立无人艇动态模型，包括运动学和动力学模型；提出预设性能控制法处理跟踪误差约束条件；应用动态面控制技术处理虚拟控制器；采用神经网络技术在线学习系统的不确定动态；应用李雅普诺夫稳定性理论设计符合要求的跟踪控制器。本发明的预设性能控制方法，能够避免控制器设计奇异的问题，并且能够满足预先指定的跟踪误差暂态及稳态性能，应用自适应神经网络控制技术在线学习系统的不确定动态，并设计控制器完成轨迹跟踪控制目标，提高了控制方法的实用性。
-
公开(公告)号：CN107085427A
公开(公告)日：2017-08-22
申请号：CN201710327797.X
申请日：2017-05-11
Applicant: 华南理工大学
IPC: G05D1/02
CPC classification number: G05D1/0206
Abstract: 本发明公开了一种基于领导跟随结构的无人水面艇编队控制方法，该方法针对多个全驱动的无人水面艇系统，提出了基于领导者‑跟随者的编队控制方法解决任一跟随者与其领导者防止碰撞和保持连接的问题，所述方法包括以下步骤：建立无人水面艇的动态模型；设计跟随者的位置输出跟踪误差约束条件；设计跟踪误差转换函数；应用动态面控制技术设计虚拟控制器；设计扰动观测器补偿风浪流等外界未知干扰；并构造性地设计跟踪编队控制器。本发明提出的编队控制方法确保任一跟随者与其领导者始终保持一定的安全距离并处于其领导者的通讯连接范围内；采用动态面控制技术，避免使用领导者的加速度，提高了设计方案的实用性。
-
公开(公告)号：CN107015562A
公开(公告)日：2017-08-04
申请号：CN201710281426.2
申请日：2017-04-26
Applicant: 华南理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种满足预设跟踪性能的欠驱动水面船舶控制方法，针对欠驱动水面船舶非线性动态模型，设计跟踪误差稳态精度和暂态性能指标，构造横截函数引入额外控制输入，并完成跟踪控制器的设计，确保闭环控制系统的跟踪误差收敛到一个预先设定的任意小的区域，并保证收敛速度及超调量满足预先设定的要求。具体包括以下步骤：建立欠驱动水面船舶动态模型；设计控制系统的稳态及暂态性能要求；设计速度误差方程引入额外控制；设计扰动观测器补偿外部时变扰动；设计状态反馈跟踪控制器。本发明所设计的控制方法可以解决欠驱动水面船舶运动控制的难点，实现对任意光滑参考轨迹的跟踪控制，提高控制系统的跟踪误差稳态性能及暂态性能。
-
公开(公告)号：CN114529579B
公开(公告)日：2024-08-02
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。
-
Patent Agency Ranking
公开(公告)号：CN118151527A
公开(公告)日：2024-06-07
申请号：CN202410097161.0
申请日：2024-01-24
Applicant: 华南理工大学 , 南方海洋科学与工程广东省实验室(珠海)
IPC: G05B13/04
Abstract: 本发明公开了一种基于预设性能控制的无人机‑无人艇异构协同避障编队控制方法，方法包括：对无人艇和无人机跟随者构建异构运动学模型；结合异构运动学模型，建立异构编队控制系统的动态方程及跟踪控制误差方程；根据立体照相机的视角约束、感知范围约束以及跟随者‑领航者间碰撞避免约束，引入预设性能控制，设计性能函数并与编队跟踪控制误差结合，转换获得障碍误差函数；根据领航者、跟随者和障碍物位置信息建立双变量人工势场，使跟随者机器人实现避障；通过李雅普诺夫法设计异构编队控制系统控制器、速度自适应观测器。本方法的控制方法保证了相关约束和预设性能在整个异构协同控制过程中始终得到满足，并且闭环系统是稳定的。
-
-
公开(公告)号：CN111161243B
公开(公告)日：2023-04-07
申请号：CN201911390407.9
申请日：2019-12-30
Applicant: 华南理工大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于样本增强的工业产品表面缺陷检测方法，包括步骤：1)对工业产品表面图像进行尺寸标准化、归一化，切割并分类；2)带缺陷的图片进行随机翻转的数据增强；3)将带缺陷图片和正常图片进行随机拼接增强；4)使用Cascade‑RCNN算法进行迭代训练；5)得到Cascade‑RCNN检测模型；6)通过Cascade‑RCNN检测模型对需要检测的工业产品表面图片和确定无缺陷的纹理模板图片进行滑窗检测，对滑窗检测到的结果进行拼接，并对二者得到的结果进行比较，最终得到待检测图片的缺陷类别及区域标注。本发明可有效降低光照、曝光和位移等条件对缺陷检测的影响，提高了检测稳定性，同时提高了二阶段目标检测器对花纹和背景的分辨能力，降低了误检率。
-
公开(公告)号：CN109828580B
公开(公告)日：2022-05-24
申请号：CN201910146815.3
申请日：2019-02-27
Applicant: 华南理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于分离式超声波的移动机器人编队跟踪控制方法，包含步骤：步骤(1)：建立单个移动机器人的运动学模型；步骤(2)：建立n个移动机器人编队动态数学模型；步骤(3)：建立分离式超声波获取相对位姿的模型并推导出相对位姿的计算公式；步骤(4)：从编队跟踪控制的实际问题出发，结合所述相对位姿的计算公式设计出使编队跟踪误差渐近收敛的控制规律；步骤(5)：选取移动机器人参考路径，设置移动机器人参数与控制器参数，根据所述控制规律实现移动机器人的编队跟踪控制。本发明从实际应用角度出发，给出了一种分离式超声波获取位姿信息的方法，并设置实际可行的控制器，达到移动机器人编队跟踪控制误差渐近收敛的目标。
-
公开(公告)号：CN111260614B
公开(公告)日：2022-03-25
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。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.05 seconds)
