-
公开(公告)号：CN118578385A
公开(公告)日：2024-09-03
申请号：CN202410743470.0
申请日：2024-06-11
Applicant: 哈尔滨理工大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于元模仿学习的双臂机器人智能搬运方法。该方法包括以下步骤：首先，根据搬运难度进行分级，越光滑、越重的物体等级越高，搬运使用的力越大，由操作者操控双臂机器人执行搬运任务，获取示教数据集，对示教数据集进行预处理，合成专家数据集；其次，运用专家示教数据集进行最大熵逆强化学习训练奖励函数；再次，使用训练出来的奖励函数作为动作指导，采用MAML元强化学习方法，训练出一个泛化能力足够强的双臂搬运策略模型。本发明使双臂机器人可在保持一定效率的情况下，既能成功执行样本之内物块搬运，又能通过少量数据样本的适应，成功执行样本之外物体的搬运任务，相较于传统的双臂机器人搬运规划方法和一般的强化学习机器人搬运算法，提升了双臂机器人在搬运任务上的泛化能力并降低了训练成本。
-
公开(公告)号：CN118349001A
公开(公告)日：2024-07-16
申请号：CN202410619240.3
申请日：2024-05-18
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种面向非结构化地形的足式移动机器人路径规划方法，属于足式机器人控制技术领域，包括以下步骤：依据地形数据和特征训练决策树模型；针对足式移动机器人运动特点对地形进行分类，建立全局可通过栅格地图；通过决策树模型量化全局可通过栅格地图中每个单位地形的复杂度；最后通过将地形复杂度C与自适应权重系数α引入代价函数后的路径规划算法进行路径规划。本发明通过量化地形复杂度与改进代价函数的方式，解决了传统路径规划方法难以满足足式移动机器人的在复杂非结构化地形下的需求问题，能够同时兼顾地形可通过性与路径距离，提升了路径规划算法收敛速度，进而提高了路径规划效率、机器人的运动安全性与地形适应性。
-
公开(公告)号：CN116572249B
公开(公告)日：2024-01-02
申请号：CN202310672505.1
申请日：2023-06-07
Applicant: 哈尔滨理工大学
Abstract: 本发明属于柔性机械臂遥操作技术领域。本发明公开了一种基于三模态切换机制的柔性机械臂遥操作控制方法，解决了柔性机械臂遥操作系统在复杂环境下因环境刚度的变化造成系统的不稳定性和低透明性。本发明所述的一种基于三模态切换机制的柔性机械臂遥操作控制方法，采用单主单从的遥操作系统架构，设计了从端环境刚度估计器，根据环境刚度的大小将遥操作控制分为三种模态，设计了切换控制规则，并设计遥操作系统在三种模态下不同的控制器。本发明能够保证从端环境刚度变化时遥操作系统的稳定性以及提升系统的透明性。
-
公开(公告)号：CN117292675A
公开(公告)日：2023-12-26
申请号：CN202311388897.5
申请日：2023-10-24
Applicant: 哈尔滨理工大学
IPC: G10L15/00 , G10L15/06 , G10L15/16 , G10L21/02 , G06N3/0464 , G06N3/0499
Abstract: 基于深层时序特征表示的语种识别方法，本发明涉及一种基于深层时序特征表示的语种识别方法，属于语种识别技术领域。本发明的目的是为了解决现有方法对语种识别的精度低的问题。过程为：步骤1、获取不同语种的音频数据集；分别对不同语种的音频数据集进行数据增强；将数据增强后的不同语种的音频数据集裁剪成同等长度音频数据，作为训练集；步骤2、构建深度学习模型，将步骤1的训练集输入深度学习模型进行训练，直至达到了设置的最大迭代次数，获得训练好的深度学习模型；所述深度学习模型依次包括预训练模型、时间池和全连接层；步骤3、将待测音频数据输入训练好的深度学习模型，获得待测音频数据的语种类别。
-
公开(公告)号：CN117272036A
公开(公告)日：2023-12-22
申请号：CN202311304347.0
申请日：2023-10-09
Applicant: 哈尔滨理工大学
IPC: G06F18/2136 , G06F18/214 , G06F18/24 , G06N3/049 , G06N3/0499 , G06N3/08 , A61B5/374 , A61B5/00 , G06F123/02
Abstract: 本发明涉及医疗技术领域，公开了棘波识别模型构建方法、棘波识别方法、装置及设备，构建方法包括：获取脑电信号；对脑电信号进行分割，得到棘波脑电信号段；对棘波脑电信号段进行脉冲编码，得到脉冲序列；基于脉冲序列以及神经元动力学机制构建初始神经元模型；基于初始神经元模型，构建前馈脉冲神经网络，前馈脉冲神经网络用于对脉冲序列进行特征映射；基于神经元突触自反馈时延调节机制，对前馈脉冲神经网络进行更新，得到目标棘波识别模型。基于自反馈时延性的神经元突触调节机制，加速前馈脉冲神经网络全局收敛的同时，保证了识别模型高精度识别非侵入可溯型癫痫样棘波。
-
Patent Agency Ranking
公开(公告)号：CN115771145A
公开(公告)日：2023-03-10
申请号：CN202211506860.3
申请日：2022-11-29
Applicant: 哈尔滨理工大学
Abstract: 基于博弈论的人机协作安全控制策略是为了解决在工业场景中人和机器人处于同一工作空间时确保操作者安全的问题。本发明所述的一种基于博弈论的安全控制策略是在完全且完美信息动态博弈的条件下，通过比较距离危险度大小决定机械臂博弈的先后次序，最后通过逆向归纳法获取每个机械臂的最优策略。本发明除了能保证操作者安全外还考虑了生产效率和多机协作的问题，提高机器人在协作过程中的灵活性。
-
公开(公告)号：CN112863521B
公开(公告)日：2022-07-05
申请号：CN202011546522.3
申请日：2020-12-24
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于互信息估计的说话人识别方法，解决了说话人身份特征区分性不强及识别系统错误率高的问题。在训练时，先对语音提取语谱图，将其作为VGG‑M网络的输入；然后对训练数据进行随机的三元组采样，获取正负样本进行互信息估计，并利用基于互信息估计的目标函数训练网络。在识别时，利用训练好的VGG‑M网络提取测试语音与目标说话人语音对应的嵌入特征；然后计算上述两个嵌入特征间的余弦距离，并将其作为说话人的匹配得分；将得分与设定的阈值比较，判断测试语音是否来自目标说话人。该方法能够有效利用正负样本对应的说话人特征间的互信息，以此优化网络训练并降低系统的错误率。本发明可以应用于说话人识别领域。
-
公开(公告)号：CN114613369A
公开(公告)日：2022-06-10
申请号：CN202210221405.2
申请日：2022-03-07
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于特征差异最大化的说话人识别方法，使得说话人特征差异最大化，增加区分性。降低说话人识别系统的错误率。首先将训练集集的全部音频文件进行预处理，生成语谱图特征。将语谱图特征作为VGG‑M的输入，生成嵌入特征(embedding)。然后使用NPLDA打分选取三元组语音对，使用NPLDA的目标函数训练NPLDA模型，使用互信息损失函数计算正负样本对的损失，与NPLDA共同训练VGG‑M网络。在测试阶段，使用训练好的网络提取测试说话人和目标说话人的嵌入特征。使用余弦打分计算两种嵌入特征的相似度，即相似度得分。将计算好的相似度得分与设置好的阈值进行比较，判断是否语音来自同一说话人。该方法通过NPLDA选取三元组对，使得不同说话人特征差异更明显，并利用互信息损失函数和NPLDA共同优化网络，降低识别的错误率。本发明可以应用于说话人识别领域。
-
公开(公告)号：CN119832529A
公开(公告)日：2025-04-15
申请号：CN202510011774.2
申请日：2025-01-05
Applicant: 哈尔滨理工大学
IPC: G06V20/59 , A61B5/18 , A61B5/397 , A61B5/16 , G06V10/764 , G06V10/774 , G06V10/82 , G06T7/80 , G06T7/136 , G06N3/0464 , G06N3/08 , G06F17/11
Abstract: 本发明属于足式机器人驾驶操作技术领域。本发明公开了一种基于驾驶员行为特征和注意力水平的足式移动平台驾驶疲劳表征与检测方法，解决足式移动平台驾驶员驾驶疲劳量化建模的问题。本发明所述的一种基于驾驶员行为特征和注意力水平的足式移动平台驾驶疲劳表征与检测方法，采用基于自适应移动平均与可分离卷积的动作识别算法监测驾驶行为的激活、产生过程，结合视觉、速度信息，根据驾驶员在驾驶过程中的视野区域变化，估计驾驶行为执行时注意力的集中程度，并采用生存分析模型，通过建立协变量与反应时间的映射关系，反向获得行为变换的基础概率分布，从而估计驾驶员的驾驶疲劳程度。本发明通过对不同生理特征的监测与分析模型的建立，最大程度上避免了行为变换、注意力水平对建立驾驶疲劳与反应时间映射关系的干扰。本发明可有效衡量驾驶行为的风险性，有助于在足式移动平台模仿学习驾驶行为的过程中，降低风险行为的影响，增强足式移动平台自主决策模型的鲁棒性。
-
公开(公告)号：CN119533489A
公开(公告)日：2025-02-28
申请号：CN202510037449.3
申请日：2025-01-09
Applicant: 哈尔滨理工大学
IPC: G01C21/20
Abstract: 本发明属于机器人路径规划领域。本发明提出了基于驾驶员引导与动态地图分割的改进A*路径规划方法，旨在解决现有路径规划方法在复杂地形和大规模地图中的计算复杂度高、实用性不足等问题，具体方法为：通过结合驾驶员引导路径点输入，采用贝塞尔曲线拟合出驾驶员引导路径，并基于该路径设计动态地图切割方法，从而有效减少无用区域的计算负担。综合考虑路径长度、能耗和路径风险的代价，对A*算法的实际代价函数和启发函数进行优化，并对规划出的路径采用三次样条曲线进行平滑处理。该方法可以提高路径规划的效率与实用性。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.043 seconds)
