一种货运装载方法及装置
    61.
    发明公开

    公开(公告)号:CN119117724A

    公开(公告)日:2024-12-13

    申请号:CN202411261929.X

    申请日:2024-09-09

    Abstract: 本发明涉及货运装载技术领域,公开了一种货运装载方法及装置,其中,方法包括:设置决策变量,基于货物最大摆放量的目标函数、货物摆放规则的约束条件、货物摆放方向的约束条件、货物装车的约束条件、决策变量,生成货物摆放模型;利用整数线性规划算法求解货物摆放模型,得到决策变量对应的求解结果;利用预设优化算法优化决策变量对应的求解结果,以得到目标装载策略;按照目标装载策略,通过智能叉车设备将同一类型的多个货物装载至目标货车中。本发明应用于铁路货运中,通过智能算法生成一套目标装载策略,再利用智能叉车设备基于该目标装载策略装载货物,能够提高货物装载效率以及降低人力成本。

    基于卷积神经网络的无创在体干细胞示踪方法及系统

    公开(公告)号:CN111276181B

    公开(公告)日:2023-06-06

    申请号:CN202010062519.8

    申请日:2020-01-20

    Abstract: 本发明属于光学分子影像及生物自发荧光成像技术领域,具体涉及了一种基于卷积神经网络的无创在体干细胞示踪方法及系统,旨在解决现有技术计算复杂度高、无创在体干细胞示踪精度达不到预期的问题。本发明包括:获取无创在体干细胞对应荧光强度向量,并结合生物体表节点进行光子密度强度归一化处理;基于归一化后的体表节点荧光强度向量,通过训练好的无创在体干细胞示踪网络,获取无创在体干细胞的位置向量;基于无创在体干细胞的位置向量,实现无创在体干细胞示踪。本发明进行网络输入向量、输出向量预处理,获得适用于卷积神经网络的数据,并通过仿真数据进行网络训练,网络模型在干细胞示踪领域精度高,速度快。

    水下机器人运动控制方法、装置、系统、设备和存储介质

    公开(公告)号:CN115808931B

    公开(公告)日:2023-06-02

    申请号:CN202310071091.7

    申请日:2023-02-07

    Abstract: 本发明涉及机器人技术领域,提供一种水下机器人运动控制方法、装置、系统、设备和存储介质,其中方法包括:获取待控制的水下机器人的当前运动状态和任务目标;将当前运动状态和任务目标输入至反馈控制器,得到反馈控制器输出的第一控制动作;将当前运动状态和任务目标输入至残差控制器,得到残差控制器输出的第二控制动作,残差控制器是基于强化学习方法在仿真环境中训练得到的,仿真环境基于周期性参数随机化策略调整;基于第一控制动作和第二控制动作,对水下机器人进行运动控制。本发明实施例提供的水下机器人运动控制方法、装置、系统、设备和存储介质,实现在扰动情况下对水下机器人进行高效、精准的运动控制。

    一种基于模糊人工势场技术的水下机器人避障控制方法

    公开(公告)号:CN115220444A

    公开(公告)日:2022-10-21

    申请号:CN202210754183.0

    申请日:2022-06-28

    Abstract: 本发明提供一种基于模糊人工势场技术的水下机器人避障控制方法,其中方法包括:确定当前位置、当前速度、障碍物位置和障碍物速度;基于当前位置、当前速度、障碍物位置和障碍物速度,确定期望目标位置;基于模糊人工势场,应用当前位置、当前速度、障碍物位置、障碍物速度和期望目标位置,确定到达期望目标位置的规划避障路径;基于规划避障路径,应用滑模控制进行实时控制,到达期望目标位置,该方法通过模糊人工势场确定当前位置到期望目标位置的规划避障路径,并通过滑模控制完成避障任务,克服障碍物移动对水下机器人运动的影响,实现了同时对静态障碍物和动态障碍物的避障任务,进而提高水下多变环境的避障任务的效果。

    机器人技能学习的方法、装置、电子设备及存储介质

    公开(公告)号:CN113919475B

    公开(公告)日:2022-04-08

    申请号:CN202111537547.1

    申请日:2021-12-16

    Abstract: 本发明公开了机器人技能学习的方法、装置、电子设备及存储介质,包括:获取多个连续等间隔时刻的环境状态;环境状态包含机器人状态以及任务阶段标志符;将多个连续等间隔时刻的环境状态输入至训练好的机器人技能学习模型,得到机器人学习技能的动作描述信息序列;根据动作描述信息序列确定机器人执行的动作序列。本发明通过将多个连续等间隔时刻的环境状态输入至机器人技能学习模型,得到机器人学习技能的动作描述信息序列,从而实现机器人技能学习,解决了在面对多阶段复杂任务时易导致的难收敛、成功率较低的问题,提高了鲁棒性,实现了机器人复杂技能的高效、精准学习。

    多机器人协同轨迹规划方法、装置、电子设备和存储介质

    公开(公告)号:CN113253744B

    公开(公告)日:2021-10-01

    申请号:CN202110803758.9

    申请日:2021-07-16

    Abstract: 本发明提供一种多机器人协同轨迹规划方法、装置、电子设备和存储介质,其中方法包括:将机器人划分为轨迹规划组和不变轨迹组;根据轨迹规划组中各个待规划机器人在当前时刻的位置、速度以及目标时刻的位置、速度,分别构建各个待规划机器人对应的包含待优化参数的时空贝塞尔曲线轨迹方程;基于粒子群算法以及多机器人需满足的物理约束,依次求解各个待规划机器人对应的时空贝塞尔曲线轨迹方程中的待优化参数,得到各个待规划机器人的同步时间轨迹,以供各个待规划机器人沿所述轨迹协同运动。本发明扩大了轨迹规划方法的适用范围,可用于地面移动机器人、无人机、水下机器人等多种类型机器人的二维或三维实时轨迹规划。

    基于GCN残差连接网络的激发荧光断层成像方法

    公开(公告)号:CN113409466A

    公开(公告)日:2021-09-17

    申请号:CN202110763557.0

    申请日:2021-07-06

    Abstract: 本发明属于生物医学分子影像领域,具体涉及一种基于GCN残差连接网络的激发荧光断层成像方法、系统、设备,旨在解决传统基于光子传播模型进行FMT重建时出现的模型精度下降,重建精度下降,重建速度慢的问题。本方法包括对分割后的生物体的CT影像数据网格化,并进行图结构建模;对体内光源在生物体体内的光子传播过程进行仿真,得到生物体表面和内部的荧光分布,作为光源样本并扩充;构建第一节点集合;将扩充后的光源样本、第一节点集合中的各节点输入深度学习网络模型,对模型进行训练;利用训练好的深度学习网络模型对生物体进行激发荧光断层重建。本发明实现了高重建质量、高重建速度的激发荧光断层成像。

    多机器人协同轨迹规划方法、装置、电子设备和存储介质

    公开(公告)号:CN113253744A

    公开(公告)日:2021-08-13

    申请号:CN202110803758.9

    申请日:2021-07-16

    Abstract: 本发明提供一种多机器人协同轨迹规划方法、装置、电子设备和存储介质,其中方法包括:将机器人划分为轨迹规划组和不变轨迹组;根据轨迹规划组中各个待规划机器人在当前时刻的位置、速度以及目标时刻的位置、速度,分别构建各个待规划机器人对应的包含待优化参数的时空贝塞尔曲线轨迹方程;基于粒子群算法以及多机器人需满足的物理约束,依次求解各个待规划机器人对应的时空贝塞尔曲线轨迹方程中的待优化参数,得到各个待规划机器人的同步时间轨迹,以供各个待规划机器人沿所述轨迹协同运动。本发明扩大了轨迹规划方法的适用范围,可用于地面移动机器人、无人机、水下机器人等多种类型机器人的二维或三维实时轨迹规划。

Patent Agency Ranking