-
公开(公告)号：CN115464659A
公开(公告)日：2022-12-13
申请号：CN202211218404.9
申请日：2022-10-05
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于视觉信息的深度强化学习DDPG算法的机器臂抓取控制方法，旨在解决现有技术中机械臂工作场景灵活性差，场景变动后，人工示教调试慢，效率低等技术问题。该方法首先采用卷积神经网络并融合卡尔曼滤波，对待抓取的物体进行实时检测与跟踪，并提取待抓取物体的平面3D位姿信息。设计一种基于末端执行器速度平滑约束的示教机制，解决经典DDPG网络在初始化训练初由于动作随机导致的有效数据少，算法效率低的问题；并设计基于能量约束归一化非线性奖励函数，把输入到深度强化学习网络的数据解算至相同的区间，并且对变量进行非线性的函数映射，使得网络梯度下降的时候速率更快，提高训练效率和机械臂在靠近目标物体附近时产生的抖动问题；基于仿真环境对强化学习网络进行预训练，并对待抓取物体位姿进行显示表达，使得该算法在新对象和环境中具有更强的泛化能力，将快速迁移到真实世界的机械臂上面。
-
公开(公告)号：CN114972459A
公开(公告)日：2022-08-30
申请号：CN202210611042.3
申请日：2022-05-31
Applicant: 哈尔滨理工大学
Abstract: 本发明提出了一种基于低维点云局部特征描述符的点云配准方法。首先通过均匀采样提取两片点云的关键点，通过构建局部参考坐标系将关键点转移到一个新3D空间形成“3D”描述符；然后我们结合点云邻域内法向量夹角和、曲率和、距离和形成“邻域点特征直方图”描述符来对关键点邻域信息进行编码；“3D”描述符和“邻域点特征直方图”描述符共同组成低维点云局部特征描述符；提出的描述符首先在新的3D空间中对“3D”关键点位置径向搜索，减少了对应点对的搜索空间；最后使用“邻域点特征直方图”描述符通过RANSAC算法进行配准。该算法能够在较短的时间里获得准确的配准效果，适用于对配准效果要求高的精密测量领域。
-
公开(公告)号：CN114838726A
公开(公告)日：2022-08-02
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数据修正算法。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：CN113360229A
公开(公告)日：2021-09-07
申请号：CN202110612452.5
申请日：2021-06-02
Applicant: 哈尔滨理工大学
Abstract: 一种足式移动装备的人在环辅助决策操控系统架构及功能模块组成，涉及足式移动装备在面对室外自然环境时，一种协同发挥驾驶员智能决策与足式装备行为控制优势，最大限度提升操控系统功能完备性与指令高效性的人机交互方式。本发明所述足式移动装备操控系统提出了硬件功能模块和软件功能模块的架构方案，通过设计人机交互界面、操纵逻辑控制、操纵容错控制、人在环辅助决策以及机体/腿足运动轨迹人工干预等模块实现装备运动状态及外部环境监控、行走模式调控、容错保护、指令融合等人机协同操控功能。所提出人在环辅助决策操控系统架构及功能模块能够保证足式装备在室外自然环境下安全、高效的执行任务。本发明适用于足式移动装备的人机交互领域。
-
公开(公告)号：CN108508906B
公开(公告)日：2020-11-27
申请号：CN201810497769.7
申请日：2018-05-23
Applicant: 哈尔滨理工大学
IPC: G05D1/08
Abstract: 户外环境下的多足机器人双边触觉遥操作系统及控制方法，涉及一种多足机器人在面对户外非理想环境时，可实现机体多维度控制的遥操作方式。本发明所述户外环境下多足机器人双边触觉遥操作系统及控制方法，考虑了复杂多变的足底界面对于多足机器人运动状态的影响，在半自主控制模式的基础上设计可协同调控机体速度与位姿的二维遥操作系统；基于无源性理论设计速度层遥操作子系统的双边控制器，并反馈加速度差异力；再根据虚拟悬架模型设计位姿层遥操作子系统的双边控制器，同时反馈机体等效的虚拟弹簧‑阻尼力；所提出的遥操作系统及控制方法也为后续更复杂环境下多足机器人遥操作系统的设计做铺垫。本发明适用于多足机器人的遥操作领域。
-
Patent Agency Ranking
公开(公告)号：CN110162092A
公开(公告)日：2019-08-23
申请号：CN201910496488.4
申请日：2019-06-10
Applicant: 哈尔滨理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种多无人机编队植保作业方法，包括：(1)多架植保无人机以固定或可变构型的编队飞行方式实施植保作业；(2)相邻植保无人机的间距及飞行高度可预先设置或自适应动态调整；(3)植保无人机之间可进行信息共享，并由机载控制系统完成自身控制任务的解算及实施，不存在集中控制模块。通过上述方式，本发明能够在不增加操作飞手数量的前提下极大的提高单位时间内的植保作业面积，提高植保作业效率，满足大规模植保作业的发展需求。
-
公开(公告)号：CN108791560A
公开(公告)日：2018-11-13
申请号：CN201810497737.7
申请日：2018-05-23
Applicant: 哈尔滨理工大学
IPC: B62D57/032
Abstract: 一种可协同调控多足机器人的单腿操作和机体平移的遥操作系统及控制方法，涉及多足机器人在面对障碍环境时，一种可维持机体稳定裕度且最大限度提升机器人环境交互能力的遥操作方式。本发明所述多足机器人的遥操作系统提出了可协同控制单腿操作和机体平移的遥操作方案，建立耦合作用下的整机运动学模型及可操作腿的动力学模型，设计机体层和单腿层的遥操作子系统，采用多自由度耦合的绝对稳定性准则对机体层控制律参数进行求解，基于非线性力观测器以及自适应鲁棒控制器对单腿层控制架构进行改进。所提出控制方法能够保证多足机器人在障碍环境下产生稳定的遥操作系统，满足跟踪精度的同时兼具良好的力透明度。本发明适用于多足机器人的遥操作领域。
-
公开(公告)号：CN108508906A
公开(公告)日：2018-09-07
申请号：CN201810497769.7
申请日：2018-05-23
Applicant: 哈尔滨理工大学
IPC: G05D1/08
CPC classification number: G05D1/0891
Abstract: 户外环境下一种新型的多足机器人双边触觉遥操作系统及控制方法，涉及一种多足机器人在面对户外非理想环境时，可实现机体多维度控制的遥操作方式。本发明所述户外环境下多足机器人双边触觉遥操作系统及控制方法，考虑了复杂多变的足底界面对于多足机器人运动状态的影响，在半自主控制模式的基础上设计可协同调控机体速度与位姿的二维遥操作系统；基于无源性理论设计速度层遥操作子系统的双边控制器，并反馈加速度差异力；再根据虚拟悬架模型设计位姿层遥操作子系统的双边控制器，同时反馈机体等效的虚拟弹簧-阻尼力；所提出的遥操作系统及控制方法也为后续更复杂环境下多足机器人遥操作系统的设计做铺垫。本发明适用于多足机器人的遥操作领域。
-
公开(公告)号：CN105564527B
公开(公告)日：2018-04-10
申请号：CN201610004735.0
申请日：2016-01-07
Applicant: 哈尔滨理工大学
IPC: B62D57/032 , B62D5/04
Abstract: 一种重型载人足式机器人的线控转向操纵平台及操纵方法，是为了解决机器人在转向过程中由于质量大、结构复杂等属性所带来的操纵难度大等问题。本发明所述操纵平台由方向盘模块、运动控制单元模块及转向执行模块组成，基于操纵平台实现的操纵方法可归纳为：方向盘模块一方面接收驾驶员操纵指令，另一方面将路感信息反馈给驾驶员；运动控制单元模块一方面规划机器人的足端坐标，另一方面控制路感电机输出阻力矩；转向执行模块一方面规划腿部各关节的目标转角，驱动腿从而支撑机体转向，另一方面将采集腿部信息反馈到运动控制单元模块。本发明通过引入方向盘操纵模式，降低驾驶员操纵负担的同时提高了操纵准确性。本发明适用于足式机器人操纵。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.025 seconds)
