-
公开(公告)号：CN117260739B
公开(公告)日：2025-03-11
申请号：CN202311479282.3
申请日：2023-11-08
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度强化学习和TSK‑FS模糊推理的机器人抓取方法及系统，它属于机器人视觉定位抓取技术领域。本发明解决了现有物体抓取方法无法获得最优行为指导策略且抓取效率低的问题。本发明在深度强化学习模型的行为策略训练阶段加入Gauss噪声值，可以使机械臂有机会探索到更为广泛的动作空间，进而获得最优的行为指导策略。同时本发明的模糊推理利用了与决策动作直接相关的最优推动动作价值、最优抓取动作价值、目标物体边缘物体占有率和连续抓取失败次数信息，使得决策结果综合考虑了推动动作的需求，可以根据当前工作场景中的状态信息进行推抓动作自主决策，有效提高了目标物体的抓取效率。本发明方法可以应用于对机器人的抓取任务进行控制。
-
公开(公告)号：CN119363288A
公开(公告)日：2025-01-24
申请号：CN202411476335.0
申请日：2024-10-22
Applicant: 哈尔滨工业大学
IPC: H04K3/00 , H04W12/121
Abstract: 一种基于新息序列的四旋翼无人机隐蔽攻击检测方法，它属于信息安全技术领域。本发明解决了现有四旋翼无人机系统不能对新息序列的网络攻击进行检测的问题。本发明通过前向欧拉离散化方法将四旋翼无人机动态方程进行离散化，得到四旋翼无人机全状态系统方程，并给出系统输出方程。再利用动态水印函数技术，使得新息序列的分布对攻击信号敏感，将新息序列在传感器通信网络中传输，进而设计了基于新息序列和残差的网络攻击检测形式，在四旋翼无人机端和控制中心端分别部署拓展卡尔曼滤波器，设计四旋翼无人机远程状态估计方法，并基于状态估计结果继续进行四旋翼无人机控制。本发明方法可以应用于基于新息序列的四旋翼无人机隐蔽攻击检测。
-
公开(公告)号：CN118963136A
公开(公告)日：2024-11-15
申请号：CN202411049808.9
申请日：2024-08-01
Applicant: 江淮前沿技术协同创新中心 , 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于两阶段训练强化学习的自抗扰控制器参数优化方法，它属于计算机系统控制技术领域。本发明解决了现有方法采用自抗扰控制器时存在参数调节效率低、无法保证参数最优、依赖初始参数选择的问题。本发明的基于预训练和进阶强化学习的两阶段训练方法，在预训练阶段设计了基于速度误差的奖励函数，在进阶训练过程中设计了基于误差阈值的分段式奖励机制，将电机的速度跟踪过程划分为不同的区间，在不同区间以不同的奖励指导智能体训练，解耦性能指标，有效避免参数的局部最优，实现自抗扰控制器的参数最优。本发明方法可以应用于自抗扰控制器的参数优化。
-
公开(公告)号：CN118886292A
公开(公告)日：2024-11-01
申请号：CN202410737336.X
申请日：2024-06-07
Applicant: 国网黑龙江省电力有限公司伊春供电公司 , 哈尔滨工业大学 , 国家电网有限公司
IPC: G06F30/27 , G06F17/14 , G06N3/0442 , G06N3/08 , G06F113/04
Abstract: 基于双向长短期记忆网络的输电线路舞动参数估计方法，属于信号处理技术领域。解决了传统基于双向长短期记忆网络实现的输电线路舞动参数估计方法，存在依赖视频进行舞动参数的识别，视频受气象条件和活动物体干扰导致参数预测准确度低，以及仅使用时域数据难以充分表征线路舞动的动态过程，从而导致预测精度较低的问题。本发明基于Bi‑LSTM网络，对IMU实时运行的时域数据及其对应的频域数据进行特征提取，通过结合时域和频域数据，显著增强网络的拟合能力，全面表征舞动过程，对输电线路的舞动幅值、频率进行准确估计。本发明主要用于估计输电线路舞动频率和幅值。
-
公开(公告)号：CN116594385A
公开(公告)日：2023-08-15
申请号：CN202310479253.0
申请日：2023-04-28
Applicant: 哈尔滨工业大学
IPC: G05D1/02
Abstract: 基于Mecanum轮车的物流快递智能无人存取系统，涉及人工智能技术领域，针对现有技术中由于空间狭窄，现有存取系统中无人车大多是根据环境光进行寻路的，在寻路过程中会易受环境光影响，进而出现寻路失败或错误的情况，极大地限制了存取效率，本申请通过布置的轨迹地图，并基于麦克纳姆轮无人车进行货物提取，利用红外探测法，即利用红外线在不同颜色的物体表面具有不同的反射特性，避免了现有技术中无人车易受环境光影响，进而导致寻路失败或错误的情况，极大地提升了存取效率。
-
Patent Agency Ranking
公开(公告)号：CN116460855A
公开(公告)日：2023-07-21
申请号：CN202310577224.8
申请日：2023-05-22
Applicant: 哈尔滨工业大学
Abstract: 一种基于扩展滑模观测器的单连杆机械臂控制方法，它属于单连杆机械臂控制技术领域。本发明解决了当执行器发生故障时，采用现有方法获得的控制效果差的问题。本发明方法具体为：步骤一、建立电机驱动的单连杆机械臂的动力学模型以及电机的故障模型；步骤二、基于状态空间法，根据步骤一中的动力学模型以及电机的故障模型建立含有执行器故障的单连杆机械臂系统模型；步骤三、设计用于估计单连杆机械臂系统状态与执行器故障的滑模观测器；步骤四、基于滑模观测器的估计结果设计积分型滑模控制器，利用设计的积分型滑模控制器对单连杆机械臂进行控制。本发明方法可以应用于单连杆机械臂控制。
-
公开(公告)号：CN115092141B
公开(公告)日：2023-07-21
申请号：CN202210723612.8
申请日：2022-06-23
Applicant: 哈尔滨工业大学
Abstract: 应用于自动驾驶车辆变道超车的轨迹规划方法及设备，属于机器人运动规划技术领域。为了解决现有的轨迹规划方法存在规划路径效果欠佳的问题，本发明方法在Informed RRT*算法基础上引入了偏置采样节点集合，当循环每进行第b次时，在偏置采样节点集合中随机挑选一个采样偏置节点，在以该节点为圆心，r为半径的圆内进行随机均匀采样；当循环每进行第b次以外的循环时，则在以起点和终点为焦点、cbest为长轴，构建的椭圆内进行随机均匀采样；利用改进的Informed RRT*算法对构型空间进行探索，快速生成可行的路径；然后利用Minimum Jerk算法对生成的路径进行优化处理，得到自动驾驶车辆行驶轨迹。用于自动驾驶车辆变道超车的轨迹规划。
-
公开(公告)号：CN115903914A
公开(公告)日：2023-04-04
申请号：CN202211702605.6
申请日：2022-12-28
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 多智能体编队系统允许最大通信数据延迟的判定方法，解决了如何有效的判定允许最大通信数据延迟的问题，属于多智能体领域。本发明包括：S1、获取领航‑跟随多智能体编队系统的参数及迭代步长ΔT；S2、计算得到分块矩阵C、E；S3、初始化迭代次数f＝1，设置时滞变量初始值d0＝ΔT；S4、将d0代入判定条件，计算判定条件的可行解，如果有解，转入S5，如果没有解，减少迭代步长ΔT，转入S2，或更换通信拓扑的拉普拉斯矩阵及领航者与跟随者通信矩阵，转入S3；S5、更新迭代步数f＝f+1；S6、df‑1＝fΔT，将df‑1代入判定条件，计算判定条件的可行解，如果有解，转入S5，如果没有解，最大通信延迟dM为(f‑1)ΔT。
-
公开(公告)号：CN114371625B
公开(公告)日：2022-10-25
申请号：CN202210025713.8
申请日：2022-01-11
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种节点数变化的多智能体编队控制方法，属于智能体编队技术领域。本发明针对多智能体编队在节点数变化及通信异常发生时编队方法鲁棒性差的问题。包括一、建立智能体的运动学系统模型；初始化有向通信拓扑图；二、设定虚拟领航者的动态变化方程，由智能体节点的积分型滑模变量确定等效控制项；三、设计智能体控制器，并设定速度阻尼增益和通信权重；四、采用控制器实现多智能体编队控制；五、当节点数发生变化时，执行六；六、通过线性矩阵不等式验证当前速度阻尼增益的可行性，若可行，更新有向通信拓扑图和虚拟领航者的位置和速度，并返回二；否则更换速度阻尼增益，并返回六。本发明实现了节点减少或新增情形下多智能体系统编队控制。
-
公开(公告)号：CN111045334B
公开(公告)日：2022-10-25
申请号：CN201911418806.1
申请日：2019-12-31
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 信息物理融合系统的主动防御弹性滑模控制方法，属于信息安全技术领域，解决了信息物理融合系统拒绝服务攻击下的物理过程的指数稳定性差、数据丢失量大的问题。本发明建立拒绝服务攻击物理过程模型；利用拒绝服务攻击物理过程模型和零和博弈理论，设计在DoS攻击下基于防御策略的估计器；利用所述基于防御策略的估计器对系统状态进行估计；利用估计的系统状态，获取主动防御的弹性滑模控制器。本发明适用于信息物理融合系统中使用。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.023 seconds)
