-
公开(公告)号：CN110705034B
公开(公告)日：2021-07-23
申请号：CN201910848967.8
申请日：2019-09-09
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: G06F30/20 , G06N3/04 , H02P6/34 , H02P21/00 , H02P21/13 , H02P23/00 , H02P23/12 , H02P25/022 , H04L12/801
Abstract: 本发明公开了一种基于事件触发的永磁同步电机位置跟踪控制方法，包括以下步骤：建立永磁同步电机的动力学模型和期望跟踪轨迹；永磁同步电机系统离散化；设计作用于控制器与执行器之间网络通道的事件触发机制；设计基于事件触发的自适应神经网络控制器；设计扰动观测器；设计补偿匹配与非匹配扰动的前馈补偿器。本发明所设计的方法不仅能够获得良好的位置跟踪性能和抗干扰能力，还将传统的永磁同步电机时间触发控制方式推广到了事件触发控制方式，有效地节省了永磁同步电机网络化控制系统的网络带宽、计算和能量等资源，使得系统在网络拥塞情况下也能正常运行。
-
公开(公告)号：CN111161243A
公开(公告)日：2020-05-15
申请号：CN201911390407.9
申请日：2019-12-30
Applicant: 华南理工大学
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：CN108008628B
公开(公告)日：2020-02-18
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：CN107121928B
公开(公告)日：2019-08-20
申请号：CN201710364373.0
申请日：2017-05-22
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于误差符号鲁棒积分的无人水面艇扰动补偿控制方法，包括以下步骤：建立无人水面艇系统的动态模型，并考虑该系统具有模型不确定性且受到风浪流外界时变干扰的影响；对系统的动态模型进行等价转换；建立跟踪误差方程和辅助误差方程；基于误差符号鲁棒积分方法设计跟踪控制器。所述方法既能补偿系统的动态模型不确定性，又能补偿外界时变扰动，解决了具有模型不确定性和外界扰动的无人水面艇系统的渐近跟踪控制问题，使无人水面艇在存在模型不确定性和风浪流外界干扰情况下系统的输出仍能渐近跟踪所期望的参考轨迹。
-
公开(公告)号：CN109857115A
公开(公告)日：2019-06-07
申请号：CN201910147514.2
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视觉反馈的移动机器人的有限时间编队控制方法，包括步骤：构建移动机器人的动态模型；定义第i个移动机器人与其领导者之间的距离与方位角变量；设计针对编队距离误差与方位角误差的性能函数并将编队误差进行转换；采用tan型障碍李雅普诺夫函数并结合转化后的编队误差确定各误差满足暂态性能的约束条件；针对第i个移动机器人设计其对其领导者线速度上界的估计值更新率；运用反步设计法针对第i个移动机器人的距离误差系统和方位角误差系统进行虚拟控制器设计；在控制器设计中运用动态面技术避免对虚拟控制器求导；设计有限时间编队控制器。本发明能避免与其领导者发生碰撞，编队误差满足预设的暂态性能，控制效果佳。
-
Patent Agency Ranking
公开(公告)号：CN108983786A
公开(公告)日：2018-12-11
申请号：CN201810894993.X
申请日：2018-08-08
Applicant: 华南理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种通讯范围约束下移动机器人的编队控制方法，该方法针对移动机器人的模型不确定设计编队控制器，并保证编队误差最终收敛到零点。本发明步骤包括：构建移动机器人的动态模型；定义在领导者-跟随者编队结构中第i个移动机器人与其领导者之间的距离变量与方位角变量；设计针对编队距离误差与方位角误差的性能函数；结合性能函数与tan型障碍李雅普诺夫函数及反步设计法设计编队控制器；运用自适应控制技术解决控制器设计中的模型不确定问题。本发明方法设计的编队控制器能使得在领导者-跟随者编队结构中的每个移动机器人既能测量到其领导者的信息同时能避免与其领导者发生碰撞，编队误差满足预设的暂态性能，同时最终可以收敛到零点。
-
公开(公告)号：CN119666376A
公开(公告)日：2025-03-21
申请号：CN202411658557.4
申请日：2024-11-20
Applicant: 华南理工大学 , 广东致可智能科技有限公司
IPC: G01M13/045 , G06F18/2411 , G06F18/10 , G06F18/2451 , G06N3/08
Abstract: 本发明公开了一种集成支持向量动态神经网络轴承故障诊断方法，包括下述步骤：获取旋转机械的轴承关键位置的振动数据，对振动数据进行数据预处理，得到预处理后的振动信号数据集；基于振动信号数据集构建具有二次规划问题形式的支持向量机模型，设计相应的惩罚函数和拉格朗日函数对支持向量机模型进行简化；设计变参动力学求解方程，建立最终的集成支持向量动态神经网络轴承故障诊断模型对支持向量机模型进行求解；基于装袋分类器方法同时训练多个支持向量动态神经网络轴承故障诊断模型，对振动信号数据集进行轴承状态诊断，输出诊断结果。本发明提高了机器学习方法的准确性、神经网络求解器的收敛性证明和智能故障诊断模型的可解释性。
-
公开(公告)号：CN112734765B
公开(公告)日：2023-08-22
申请号：CN202011393477.2
申请日：2020-12-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于实例分割与多传感器融合的移动机器人定位方法、系统及介质，方法包括下述步骤：对相机图像进行目标实例分割；对分割后的图像提取并追踪特征点；计算特征点深度值并使用EPnP算法进行位姿解算；基于IMU预积分的位姿解算；根据实例分割信息和特征点提取情况，选择位姿初值的更新方式；视觉传感器与IMU进行紧耦合的位姿优化，获取精准的姿态；本发明获取图像的实例分割信息，选取复杂环境中的静态特征点作为基准，估计自身位姿状态，并且可以在相机定位不理想时切换至IMU更新定位初值信息，使得机器人的定位在高度动态环境下也具有精准度和鲁棒性。
-
公开(公告)号：CN116512256A
公开(公告)日：2023-08-01
申请号：CN202310459253.4
申请日：2023-04-26
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于联合学习的机器人最优人机交互阻抗控制方法、存储介质及机器人，方法包括如下步骤：构建任务空间参考回归轨迹、人机交互二阶阻抗模型与任务空间辅助轨迹，建立人机交互任务空间增广系统与对应的评价指标函数；基于积分强化算法在线更新人机交互二阶阻抗模型参数，直至得到最优参数；针对二阶阻抗模型，构建自适应神经网络阻抗控制器；基于确定学习理论获取经验知识，构建常值神经网络阻抗控制器。本方法有效解决了机器人在未知动力学信息与未知人类运动特性条件下人机交互的精确阻抗控制，运用强化学习机制实现在不同任务场景与不同交互对象条件下人机交互参数的在线最优调整。
-
公开(公告)号：CN111156998B
公开(公告)日：2022-04-15
申请号：CN201911367625.0
申请日：2019-12-26
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RGB‑D相机与IMU信息融合的移动机器人定位方法，包括下述步骤：(1)建立针孔相机模型；(2)建立IMU测量模型；(3)结构光相机深度计算与基于特征点匹配的位姿变换计算；(4)IMU预积分姿态解算以及IMU坐标系与相机坐标系的转换；(5)RGB‑D数据与IMU数据融合过程以及相机位姿优化过程，最终获得精准的定位姿态。本发明使用RGB‑D相机与IMU的传感器组合的定位，很好的利用了IMU在短时间的快速运动具有较好的状态估计的特性，而相机具有静态条件下基本不漂移的特性，从而使定位系统具有较好的静态特性和动态特性，使机器人能适应低速运动场合和高速运动场合。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.046 seconds)
