一种基于二阶滑模算法的移动机械臂运动控制方法

    公开(公告)号:CN110161852A

    公开(公告)日:2019-08-23

    申请号:CN201910379915.0

    申请日:2019-05-08

    Inventor: 陈德潮 李帅 吴卿

    Abstract: 本发明公开一种基于二阶滑模算法的移动机械臂运动控制方法,包括:1)设计基于跟踪控制位置误差的向量取值函数,所设计的向量取值误差函数包含跟踪控制位置的导数信息与积分信息,并构建二阶滑模算法动态方程;2)根据具体的移动机械臂参数计算相应的移动机械臂速度层运动学关系式;3)将步骤2)中得到的二阶滑模算法动态方程代入移动机械臂速度层运动学关系式得到求解模型,计算移动机械臂的驱动轮旋转速度与机械臂关节角速度;4)将步骤3)的求解结果传递给下位机控制器驱动移动机械臂运动。本发明求解出的移动机械臂运动控制量,控制移动机械臂实现有限时间收敛的跟踪控制,同时也使得移动机械臂具有抵抗外部干扰的能力。

    基于同构网络的自发微表情种类判别方法

    公开(公告)号:CN109635712A

    公开(公告)日:2019-04-16

    申请号:CN201811492660.0

    申请日:2018-12-07

    CPC classification number: G06K9/00302 G06K9/6265 G06K9/629 G06T7/269

    Abstract: 本发明公开一种基于同构网络的自发微表情种类判别方法。本发明首先进行样本制作,包括RGB样本与光流差值样本的制作。然后将将不同样本分别置入网络中进行训练,训练方式为微调。最后将经过不同训练样本训练后的网络,同构合成所述的同构网络,利用同构网络产生判别结果。本发明中的光流差值样本既包含自发微表情变化的形变信息,又通过求差值去除了非自发微表情变化的环境干扰。结合样本的空间信息与时序变化的时间信息,组成具有时空特征的光流差值样本。对于本发明中的RGB样本以及光流差值样本,利用经过微调的网络对其提取特征,不仅充分结合颜色信息与时空信息,得到的特征更能表示当前样本类别,而且解决自发微表情数据样本少的难题。

    基于低秩分解和稀疏表示残差对比的多姿态人脸识别方法

    公开(公告)号:CN109063555A

    公开(公告)日:2018-12-21

    申请号:CN201810667478.8

    申请日:2018-06-26

    Abstract: 本发明公开一种基于低秩特征和稀疏表示比较分类的多姿态人脸识别方法。本发明首先通过对偶低秩分解方法对输入人脸图片进行降维分解优化,得到去除了姿态结构的第一型低秩特征;其次结构化不相关的低秩分解,通过增广拉格朗日乘子法ALM进行交替迭代求解获得第二型低秩特征;最后基于稀疏表示的残差对比分类:如果两种特征分类结果相同,则分类标签保持不变,若分类标签不相同时,则构建残差率对比模型,比较两种特征经过稀疏表示后的次最小残差与最小残差的差与最小残差的比值。选择两种特征中残差率较高的分类结果作为最终的分类类别。本发明使用的低秩分解方法和稀疏表示残差对比模型能够有效去除姿态结构对识别效果造成的干扰。

    基于细分技术与边界替换的齿轮模型区域参数化方法

    公开(公告)号:CN108763668A

    公开(公告)日:2018-11-06

    申请号:CN201810463056.9

    申请日:2018-05-15

    CPC classification number: G06F17/5086

    Abstract: 本发明公开了基于细分技术与边界替换的齿轮模型区域参数化方法。具有复杂区域的图形模型很难做到高质量的参数化。本发明通过曲线分割方法降低各段曲线的凹凸程度,保证不会产生翻转的四边形网格模型,从而优化齿轮模型参数化的质量,并且满足了它在工程应用中对于等几何分析的有效性要求;之后通过对齿轮模型多边形边界平均距离值的修改,均匀边界顶点之间的距离,从而提高四边形网格的生成率;通过使用边界替换的方法保证齿轮模型的形状不会改变,光顺方法和C‑C细分方法的使用则在光滑度和连续性上对齿轮模型进行了优化,从而满足了工程应用对于等几何分析的光滑度和鲁棒性要求。

    一种面向结构化四边网格生成的二维区域自动分解方法

    公开(公告)号:CN108717493A

    公开(公告)日:2018-10-30

    申请号:CN201810486449.1

    申请日:2018-05-21

    Abstract: 本发明公开了一种面向结构化四边网格生成的二维区域自动分解方法。当前,针对复杂几何外形的结构化网格生成,主要依赖人工将复杂区域手动分解为规则的子区域,增加了出错的可能性。本发明步骤:建立分析实体对象的二维几何模型,并离散成三角形网格模型;根据几何边界约束建立二维几何模型内部区域光滑矢量场的控制偏微分方程,并采用边界元数值方法进行求解;建立与光滑矢量场对应的光滑标架场,并通过分析光滑标架场的奇异结构实现对二维几何模型的自动分解。本发明可以自动快速地获得任意复杂二维几何模型的高质量分区结果,为后续多块结构化四边形网格生成提供输入。

    融合颜色对比图和颜色空间分布图的图像显著性检测方法

    公开(公告)号:CN107392968A

    公开(公告)日:2017-11-24

    申请号:CN201710579455.7

    申请日:2017-07-17

    CPC classification number: G06T7/90 G06K9/6223 G06T7/10

    Abstract: 本发明公开了一种融合颜色对比图和颜色空间分布图的图像显著性检测方法。通常的自下而上的图像显著性检测方法是利用图像的颜色、亮度、边缘等底层特征来计算。本发明综合图像底层颜色对比特征图和图像颜色空间分布特征图来得到最后的显著性图。首先根据SLIC超像素分割后的图像求取图像的颜色对比特征图,接着,利用K-Means聚类后的图像通过计算获得初步的颜色空间分布特征图,再映射到超像素分割图上,进而根据图像颜色的相似度来进一步优化颜色分布特征图。最后融合颜色对比特征图和优化后的图像颜色空间分布特征图得到最终的显著图。本发明能够在较低的时间复杂度内得到较准确、完整的显著图。

    一种基于可重构技术用于农业大棚生产监控方法

    公开(公告)号:CN103329758A

    公开(公告)日:2013-10-02

    申请号:CN201310220059.7

    申请日:2013-06-04

    CPC classification number: Y02A40/266 Y02A40/268

    Abstract: 本发明涉及一种基于可重构技术用于农业大棚生产监控方法。现有的方法只是机械地按照预先设定的标准调节环境,而忽视了作物在不同的时期所需的最佳环境有所差异。本发明首先对智能大棚的控制器进行初始化,其次控制器将当前的时间与二十四节气的时间进行比对,然后控制器开始收集各传感器的感知数据,最后控制器将收集到的传感器的感知数据与数据库中的参数进行比较,利用比较得到的结果指导大棚内的各种环境调节设备进行工作。本发明能根据当前环境数据调节大棚内的环境,使大棚环境维持在最佳环境附近,灵活性较高。

    基于WSN的可重构废水监控系统

    公开(公告)号:CN103268112A

    公开(公告)日:2013-08-28

    申请号:CN201310215659.4

    申请日:2013-06-03

    CPC classification number: Y02P90/02

    Abstract: 本发明涉及一种基于WSN的可重构废水监控系统。现今存在的一些控制系统大多仍是以单片机控制为主的现场控制,不能进行实时性控制与采集,不仅给管理人员造成工作上的不方便,还导致工作效率的低下。本发明中的传感器模块由主芯片、传感器和接口组成,网关模块由主芯片、LCD、存储设备、GSM/GPRS模块、无线网络接收端和操作系统组成;数据存储模块选用数据存储服务器,该服务器安装Linux操作系统,远程控制模块采用Web2.0技术。本发明通过无线传感器技术对各环境参数自动进行采集,根据采集到的数据,经过分析后自动对管理设备进行控制。解决了人工管理无法实现24小时监控和快速反应的问题。

    面向深度强化学习模型训练的异构算力资源配置优化方法

    公开(公告)号:CN119271398A

    公开(公告)日:2025-01-07

    申请号:CN202411293615.8

    申请日:2024-09-14

    Abstract: 发明公开了面向深度强化学习模型训练的异构算力资源配置优化方法,针对model‑based Muzero系列算法的核心组件,构建了一个异构图来描述组件的特征以及数据流动关系,基于多头注意力的节点‑边编码器将节点和边的特征映射到同一隐藏空间,利用汇总的全局特征预测不同配置下的算法训练时间。再利用模拟退火算法,根据模型输出的预测训练时间进行配置优化。根据优化后的配置分配CPU资源、GPU资源和内存资源,进行训练任务。根据训练结果计算资源均衡因子,评估资源配置方案,持续监控与优化。该方法实现模型训练过程中性能与资源消耗间的最佳平衡,显著提升模型训练的效率和效果,降低了复杂场景下资源配置优化的技术难度。

    二维各向异性网格单元度量张量场光滑化方法

    公开(公告)号:CN111079326B

    公开(公告)日:2023-04-28

    申请号:CN201911141245.5

    申请日:2019-11-20

    Abstract: 本发明公开了二维各向异性网格单元度量张量场光滑化方法。目前尚无较好的各向异性网格度量张量的光滑化方法。本发明在飞机翼形几何模型区域的三角形背景网格上设定飞机翼形的初始各向异性网格度量张量场,将每个网格点上的各向异性网格度量张量进行取对数运算,然后建立限制各向异性网格度量张量变化的梯度约束,根据梯度约束对飞机翼形的初始各向异性网格度量张量场进行光滑化处理,从而建立各向异性尺寸度量张量场的光滑过渡数学模型,得到光滑各向异性网格度量张量场。本发明将变化剧烈的飞机翼形度量张量场处理成光滑的度量张量场,从而提高各向异性网格质量及数值模拟精度,使得最终生成的飞机翼形网格单元质量高且网格单元数最少。

Patent Agency Ranking