-
公开(公告)号：CN119514299A
公开(公告)日：2025-02-25
申请号：CN202411563989.7
申请日：2024-11-04
Applicant: 哈尔滨理工大学
IPC: G06F30/25 , G06F30/20 , G06F17/14 , G06F119/14
Abstract: 本发明针对六足机器人行走在松软斜坡环境下足地相互作用力建模。为了精确地描述足地相互接触时发生滑移和陷落的的动态过程将足地作用力分为法向和切向两个方向进行分析，在法向上，对不规则土壤颗粒建立形状理论模型，基于傅里叶理论不规则土壤颗粒形状建模，得到土壤颗粒傅里叶形状描述数学模型，以DMT接触模型为基础，结合基于傅里叶理论的不规则土壤颗粒形状理论模型，构建不规则土壤颗粒接触过程中法向接触力与形状参数间的关系；在切向上，由于沙粒颗粒形状是不规则且局部剪切速率是非线性的，颗粒形状的角度引起显著的非局部效应，本发明提出根据颗粒滚动时考虑不同层之间颗粒滚动的边界条件，该边界条件根据相邻层之间颗粒滚动的特性确定，分别在悬浮层和过渡层及过渡层和底层之间得到不同的积分方程，并假设底部无滑移时将局部流速在深度上积分得到平均流速的渐进解，进而得到颗粒滚动的本构方程。根据足地相互作用力及切向上颗粒滚动方程可以很好的描述机器人在松软斜坡环境下足端发生的沉陷、滑移、陷落等现象进而优化机器人的步态应对复杂环境。
-
公开(公告)号：CN119513523A
公开(公告)日：2025-02-25
申请号：CN202411522766.6
申请日：2024-10-29
Applicant: 哈尔滨理工大学
IPC: G06F18/20 , G06N3/0464 , G06N3/045 , G06N5/048 , G06F18/213 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/0985
Abstract: 本发明涉及机器人地形感知领域，提出了一种基于多模态数据融合的光照条件自适应土壤湿度估计方法。首先，提出了一种最佳曝光时间计算方法，用于构建多模态土壤湿度数据集。其次，通过SS‑GAN算法去除土壤图像阴影，并结合环境信息改进通道注意力机制ECA和标准卷积层，嵌入ResNet‑50作为网络主干，设计了适应不同光照条件的土壤湿度估计子模型。然后，使用改进的损失函数对各子模型进行训练，使其适应特定光照条件。最后提出了一种子模型融合与切换方法，经过灰度值映射生成土壤湿度估计图。本发明通过改进的神经网络模型进行多模态数据融合，并设计子模型的融合与切换算法，能够提高机器人在复杂光照条件下的土壤湿度估计精度，从而提升地形感知能力。
-
公开(公告)号：CN114648687B
公开(公告)日：2025-02-07
申请号：CN202210275347.1
申请日：2022-03-21
Applicant: 哈尔滨理工大学
IPC: G06T7/73 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/048 , G06K7/14
Abstract: 本发明属于图像处理技术领域。本发明公开了一种基于深度学习的无需深度信息的物体位姿预测算法，可实时预测缺少深度信息的图片中包含物体的类别信息以及位姿信息，可有效降低目标位姿检测成本，提高目标识别以及目标位姿检测的实时性。本发明所述的一种基于深度学习的无需深度信息的物体位姿预测算法，只需以普通RGB图像作为输入，通过卷积神经网络直接预测目标物体的3D bounding box顶点的二维投影，通过Aruco二维码求解相机位姿得到相机的外部参数后计算得到目标物体的位姿信息。本发明所提出的位姿预测算法在Linemod数据集下的平均2D投影准确率可达到90.02％，能够有效降低目标位姿检测工作成本，提高目标检测的效率，同时保证目标检测与位姿预测的实时性。
-
公开(公告)号：CN118818975A
公开(公告)日：2024-10-22
申请号：CN202410795892.2
申请日：2024-06-19
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 本发明属于足式机器人运动控制技术领域。本发明公开了一种应用于关节执行器能力缺失受限条件下的六足机器人自适应控制方法，解决了六足机器人发生关节执行器能力缺失后，运动性能下降问题，具体方法为：首先使用PPO算法，将机器人的关节效能状态作为状态输入的一部分，针对六足机器人关节执行器能力缺失受限这个条件设计奖励函数，对六足机器人每个关节执行器可能的关节能力缺失的情况进行训练，共得到十八个控制策略模型，其次通过离线蒸馏的方式，使用Transformer网络训练，最终得到一个通用的控制策略模型。本发明使六足机器人可根据机器人针对任意单个关节执行器的不同受限程度进行实时自适应调整，实现连续有效的行走和任务执行，提高了六足机器人在崎岖地形下的运动能力以及现实应用性。
-
公开(公告)号：CN118721187A
公开(公告)日：2024-10-01
申请号：CN202410795890.3
申请日：2024-06-19
Applicant: 哈尔滨理工大学
IPC: B25J9/16
Abstract: 本发明公开一种基于多目标优化与学习策略融合的多移动机械臂协同搬运控制方法。其技术方案是：首先运用层级动力学解析建模的方法，建立一种考虑协同搬运时机械臂‑负载‑机械臂和机械臂‑移动底盘紧耦合关系的多移动机械臂协同搬运无约束动力学模型，在此的基础上，确保搬运过程中多移动机械臂系统稳定性与快速性，建立多目标优化方程。构建多移动机械臂协同搬运过程的马尔科夫决策过程模型，基于深度确定性策略梯度和回放经验库算法，通过强化学习与环境进行交互训练，得到协同搬运轨迹和力矩的决策值。最后根据多移动机械臂系统的实际需求和性能要求，定义自适应权重函数，合理分配多目标优化算法和学习算法的控制权重，实现智能协同搬运控制。
-
Patent Agency Ranking
公开(公告)号：CN114838726B
公开(公告)日：2024-07-30
申请号：CN202210414659.6
申请日：2022-04-20
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种基于多传感器数据融合的GPS数据修正方法。所述方法包括：使用惯性测量单元Z轴数据对轮式里程计发生上下抖动时的数据进行处理。对处理后的轮式里程计数据与激光雷达数据进行扩展卡尔曼滤波，得到激光轮式里程计数据。之后对激光轮式里程计数据与GPS数据进行求平滑度，以判断是否用激光轮式里程计数据代替失效的GPS数据。本发明能够在GPS信号失效或者出现波动时，保证无人车定位精度并且减小无人车定位所用时间。
-
公开(公告)号：CN118067125A
公开(公告)日：2024-05-24
申请号：CN202410049718.3
申请日：2024-01-12
Applicant: 哈尔滨理工大学
Abstract: 基于增量平滑的多传感器SLAM系统即插即用因子图融合方法，涉及SLAM技术领域。本发明是为了解决使用不同源的多类传感器的SLAM系统的信息紧耦合联合优化的融合问题，涉及使用三种传感器：相机，IMU和LiDAR。本发明通过判断相机和LiDAR传感器数据的可靠性，有针对性的过滤掉不可靠的传感器数据，筛选出数据可靠的传感器信息，提高了SLAM系统的传感器容错能力；选择性地构建约束因子，构建可变结构的、即插即用式的紧耦合因子图，仅使用可靠数据的融合进行状态估计，保证了定位精度，使用增量平滑的方式进行优化求解，通过更新贝叶斯树的方式添加SLAM系统新增的观测信息，保证了全局优化的计算效率，提高了SLAM系统的响应速度。
-
公开(公告)号：CN117519136B
公开(公告)日：2024-05-17
申请号：CN202311372132.2
申请日：2023-10-21
Applicant: 哈尔滨理工大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明提供一种考虑大曲率转弯的无人艇路径跟踪方法，包括：首先，建立无人艇的运动学与动力学数学模型；在此基础上，设计LOS导引算法，引入自适应观测器，实时观测并补偿漂角，引入内偏角与前视基准角，设计模糊算法以优化内偏角；然后，设计时变前视距离的LOS导引法；最后，设计PID‑GA控制器，利用遗传算法动态优化PID参数以适应环境变化，为加快遗传算法的运算速度，限定其优化的参数个数与参数取值范围。本发明针对大曲率转弯的无人艇路径跟踪问题，考虑到漂角未知且不是很小，使用带内偏角、时变前视距离的PID‑GA路径跟踪方法，避免了在期望路径外侧产生较大的稳态误差，降低了调节时间并减小了稳态误差。
-
公开(公告)号：CN116719335B
公开(公告)日：2024-04-19
申请号：CN202310666612.3
申请日：2023-06-07
Applicant: 哈尔滨理工大学
IPC: G05D1/49 , G05D109/12
Abstract: 本发明属于足式机器人运动控制技术领域。本发明公开了一种考虑随机腿部故障的六足机器人容错步态规划方法，解决了六足机器人发生腿部故障后，运动效率及运动稳定性下降的问题，具体方法为：建立离线的六足机器人备选步态集及整机可容错腿部故障状态集，在此基础上以机器人实时腿部运动状态及故障状态为输入，通过设定腿部运动状态转换约束条件并建立对应评价函数，为六足机器人在备选步态集中在线搜索迈下一步时满足约束条件的最优容错腿部运动状态。本发明使六足机器人可根据随机腿部故障，自发地生成具备良好运动稳定性及行进效率的容错迈腿序列，提高了六足机器人在崎岖地形下的容错运动能力以及现实应用性。
-
公开(公告)号：CN117876489A
公开(公告)日：2024-04-12
申请号：CN202410085304.6
申请日：2024-01-22
Applicant: 哈尔滨理工大学
Abstract: 一种用于视觉惯性点云融合SLAM系统的滑动窗口优化方法，属于SLAM技术领域。本发明涉及三种传感器：相机、IMU、LiDAR，设计了多传感器信息融合SLAM系统的局部优化方法，解决了因图像特征点深度不确定而导致的定位精度低的问题。本发明在滑动窗口内构建了三类传感器信息紧耦合的测量约束关系，在窗口滑动时更新观测约束，保证滑窗内信息的时效性和准确性，有助于定位精度的提高；通过LiDAR点云辅助估计图像特征点的深度信息，在滑窗内维护每个特征点的唯一性，消除“重影”特征点对视觉重定位的影响；本方法不改变滑动窗口的大小，能够保证快速的局部优化，保证了SLAM系统的快速定位响应能力。
-
-
-
-
-
-
-
-
-
Search Results
221
records
(took 0.027 seconds)
