-
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。
-
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：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。
-
Patent Agency Ranking
公开(公告)号：CN117272037A
公开(公告)日：2023-12-22
申请号：CN202311304378.6
申请日：2023-10-09
Applicant: 哈尔滨理工大学
IPC: G06F18/2136 , A61B5/374 , A61B5/00 , G06F18/214 , G06F18/24 , G06N3/049 , G06N3/08
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；基于神经元突触内部可塑性调节机制，对初始神经元模型进行更新，构建自适应神经元模型；基于自适应神经元模型，构建脉冲神经网络，脉冲神经网络用于对脉冲序列进行特征映射；基于神经元突触内部可塑性调节机制，对脉冲神经网络进行更新，得到目标棘波识别模型。该目标棘波识别模型，兼顾兴奋性神经元和抑制性神经元，保证脉冲神经网络特征映射的合理性，提高识别非侵入可溯型癫痫样棘波的准确性。
-
公开(公告)号：CN117056713A
公开(公告)日：2023-11-14
申请号：CN202311008837.6
申请日：2023-08-10
Applicant: 哈尔滨理工大学
IPC: G06F18/2136 , G06F18/214 , G06F18/24 , G06N3/049 , G06N3/04 , G06N3/08 , A61B5/00 , A61B5/372 , 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，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稀疏脉冲编码，得到稀疏脉冲序列；设置时间步长，基于时间步长，对稀疏脉冲序列进行权重分配，得到脉冲耦合序列；基于神经元模型，对脉冲耦合序列进行特征映射，构建脉冲神经网络；基于神经元突触学习机制，对脉冲神经网络进行更新，得到目标棘波识别模型，本发明通过选用稀疏脉冲编码，将脑电信号编码为稀疏脉冲序列，在稀疏脉冲编码的基础上，耦合运用不同类别编码，更新脉冲神经网络，得到更为理想且通用的目标棘波识别模型，提高了可溯型癫痫样识别精度。
-
公开(公告)号：CN113525717B
公开(公告)日：2023-06-16
申请号：CN202110847847.3
申请日：2021-07-27
Applicant: 哈尔滨理工大学
IPC: B64G1/16 , B62D57/028 , B60W30/18
Abstract: 本发明提供了一种轮腿式移动机器人蠕动的控制系统及其控制方法，涉及机器人控制技术领域。该控制系统包括速度传感器、比较器、微分器、模糊控制器、保留器、下一级控制器、驱动车轮和制动车轮。该控制方法的步骤为：首先，通过采集信号并计算获得机器人制动车轮的线速度误差和线速度误差变化率，将制动车轮的线速度误差和线速度误差变化率输入到模糊控制器中，模糊控制器输出驱动轮和制动轮滑转率的调节增量，经保留器与上一次滑转率值相加迭代并将最终滑转率目标值输入到下一级控制器中，进而调整驱动轮和制动轮转速达到目标滑转率。通过采用本方法，能充分利用制动轮后退阻力，降低机器人车体蠕动对驱动轮牵引力和转速要求，减少车体后退，提高行驶效率，从而达到降低能量消耗的目的。
-
公开(公告)号：CN116256972A
公开(公告)日：2023-06-13
申请号：CN202211508724.8
申请日：2022-11-29
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 本发明属于足式机器人驾驶操控技术领域。本发明公开了一种六足机器人人机指令组合优选方法，解决了六足机器人驾驶过程中驾驶员和机器人决策指令优选分配的问题。本发明所述的一种六足机器人人机指令组合优选方法，将驾驶员的决策指令和六足机器人的决策指令之间的分配方案作为有限状态机的状态，当六足机器人在行驶过程中稳定裕度、能量消耗和碰撞次数的约束条件超出设定的阈值时会触发状态转移，并对状态转移过程中增加转移概率来提高状态转移的灵活性。本发明能够实时的获取驾驶员与机器人之间的最优驾驶指令组合，有效的提高六足机器人的行驶性能和面对突发状况的适应性。
-
公开(公告)号：CN113733105A
公开(公告)日：2021-12-03
申请号：CN202111207273.X
申请日：2021-10-18
Applicant: 哈尔滨理工大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于人的意图识别的协作机械臂模糊变导纳控制系统及方法，本发明控制方法包括以下步骤：S1、采集协作机械臂末端运动信息及人机交互力信息，将合作者对协作机械臂的拖拽牵引意图依据人机交互力与机械臂速度信息分为五种情况。S2、将人机交互力信息及机械臂速度信息作为输入，导纳控制中的阻尼系数作为输出，依据人的意图与阻尼系数特性建立模糊规则，实现阻尼系数的自整定，并按比例实时改变惯性系数。S3、采用递推最小二乘法在线识别人手臂刚度，利用二阶系统临界阻尼条件实时改变阻尼系数的取值范围。本系统及方法将人的意图识别与刚度识别构建于基于速度的导纳控制框架中，使导纳参数可以随外界环境信息实时改变，能够提升物理人机交互系统的安全性、柔顺性和智能性，实现协作机械臂的柔顺控制。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.027 seconds)
