-
公开(公告)号：CN113467465B
公开(公告)日：2023-08-04
申请号：CN202110829617.4
申请日：2021-07-22
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明提出一种面向机器人系统的人在回路决策建模与控制方法，包括机器人任务设计、人的决策信息选择、人的决策行为建模、人的决策任务设计、固定时间滑模自适应行为控制器设计；所述方法首先获取机器人执行任务后的输出信息值，然后通过选择机器人位置偏差信息与速度偏差信息作为人的决策信息，使用人为决策漂移扩散模型作为建模方法，根据人的决策信息对人的决策行为进行建模，达到决策阈值后选择执行人为干预行为，设计人为决策任务，最后基于固定时间滑模控制方法设计自适应行为控制器，当机器人无法自主控制完成任务时，通过执行人为决策任务来在有限时间内完成工作任务；本发明有助于保证有限时间内完成人机复合任务，实现人机任务共融。
-
公开(公告)号：CN116258402A
公开(公告)日：2023-06-13
申请号：CN202310076456.5
申请日：2023-01-17
Applicant: 福州大学
Inventor： 黄捷
IPC: G06Q10/0639 , G06F30/25 , G06F30/27 , G06F18/214 , G06N3/006
Abstract: 本发明涉及一种基于QPSO算法和LSTM模型的数字经济数据处理方法。针对数字经济影响因素指标体系混杂的问题，结合皮尔逊相关系数和随机森林的特征重要性评估思想，对选取的数据处理影响因素进行分析，建立数据处理指标体系，克服了影响因素选取存在主观性，易带来特征冗余导致神经网络训练缓慢的问题；引入数据处理指标体系，结合QPSO算法，构建组合模型，其中，QPSO算法克服人为调整参数具有盲目性和不确定性的难题，使参数寻优结果和收敛速度和数据处理精度得到进一步地提升。
-
公开(公告)号：CN116149363A
公开(公告)日：2023-05-23
申请号：CN202310074378.5
申请日：2023-01-19
Applicant: 福州大学
IPC: G05D1/10
Abstract: 本发明涉及一种面向多无人机系统编队队形变换的能耗优化方法，该方法首先采用改进的粒子群优化算法，通过设计无人机飞行距离以及爬升高度代价，设置合适的目标函数，在每次迭代中通过求解线性规划求出每个粒子当前位置的最优指派解，计算出粒子群在迭代过程中的适应度，最后通过粒子群适应度的对比得出该问题的优化解；在获得无人机集群队形切换最优方案后，针对无人机需要到达目标点以及避免碰撞的多任务冲突问题，引入基于零空间行为控制算法来对多任务冲突进行合理消解，保证各个无人机在驶向目标点时避免发生碰撞。该方法不仅可以优化多无人机系统编队队形变换的能耗，而且可以确保飞行过程中无人机能无碰的到达目标点，保证编队飞行的安全。
-
公开(公告)号：CN115981338A
公开(公告)日：2023-04-18
申请号：CN202310073042.7
申请日：2023-01-18
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种面向车辆队列系统的自适应路径跟随控制方法。通过优化目标路径的更新规则和估计相邻车辆的加速度，提高了车辆队列车之间的信息传递速度，提高了车辆队列的轨迹跟随收敛速度，增强了车辆在不同环境下的适应性，首先，创建分布式车辆模型并设计改进的参数化目标路径；二是制定车辆队列控制目标，控制目标包括几何目标和动态目标，几何目标允许车辆在目标轨迹上行驶，动态目标允许车辆达到所需速度；第三，采用滑模控制和自适应方法设计了分布式车辆队列控制的路径跟踪控制器。
-
公开(公告)号：CN114581705A
公开(公告)日：2022-06-03
申请号：CN202210200381.2
申请日：2022-03-02
Applicant: 福州大学
IPC: G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774
Abstract: 本发明涉及一种基于YOLOv4模型和卷积神经网络的水果成熟检测方法和系统。该方法包括：步骤S1、将训练图片输入基于YOLOv4模型的水果识别单元；步骤S2、将来自水果识别单元的训练数据集输入水果成熟检测单元以训练水果成熟检测单元的基于卷积神经网络的深度学习模型；步骤S3、通过摄像头和树莓派拍摄图片并将图片输入水果识别单元；步骤S4、将图像输入水果成熟检测单元，输出是否成熟。本发明在YOLOv4模型基础上结合水果成熟检测模型，以对水果的成熟进行检测，并使用轻量级YOLOv4‑tiny结构作为YOLOv4模型中识别网络，以提高水果检测的精度和速度；本发明可运用于日常生活中水果成熟的检测，以方便对于水果的储存。
-
Patent Agency Ranking
公开(公告)号：CN113467465A
公开(公告)日：2021-10-01
申请号：CN202110829617.4
申请日：2021-07-22
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明提出一种面向机器人系统的人在回路决策建模与控制方法，包括机器人任务设计、人的决策信息选择、人的决策行为建模、人的决策任务设计、固定时间滑模自适应行为控制器设计；所述方法首先获取机器人执行任务后的输出信息值，然后通过选择机器人位置偏差信息与速度偏差信息作为人的决策信息，使用人为决策漂移扩散模型作为建模方法，根据人的决策信息对人的决策行为进行建模，达到决策阈值后选择执行人为干预行为，设计人为决策任务，最后基于固定时间滑模控制方法设计自适应行为控制器，当机器人无法自主控制完成任务时，通过执行人为决策任务来在有限时间内完成工作任务；本发明有助于保证有限时间内完成人机复合任务，实现人机任务共融。
-
公开(公告)号：CN111897224A
公开(公告)日：2020-11-06
申请号：CN202010811359.2
申请日：2020-08-13
Applicant: 福州大学
IPC: G05B13/04
Abstract: 本发明提出一种基于演员-评论家强化学习和模糊逻辑的多智能体编队控制方法，将最优控制方法引入多机器人系统领航跟随者编队控制方法中，利用模糊逻辑系统逼近连续函数的能力，解决最优控制中汉密尔顿-雅可比-贝尔曼方程难以求取解析解的问题；同时，结合演员-评论家强化学习算法，形成演员模糊逻辑系统模块和评论家模糊逻辑系统模块，前者执行控制行为，后者对前者所选择的行为进行评价并将评价信息反馈给前者。该方法可以平衡控制性能和资源损耗，并且以在线学习的方式提高多机器人系统对于环境的适应性。
-
公开(公告)号：CN111882184A
公开(公告)日：2020-11-03
申请号：CN202010677791.7
申请日：2020-07-14
Applicant: 福州大学
Abstract: 本发明涉及一种多智能体系统零空间行为控制动态任务优先级规划方法，首先，通过零空间投影的方法，建立复合任务；其次，将动态任务优先级规划问题转化为一个切换模式最优控制问题；最后应用混合整数优化方法，求解该最优控制问题得到最优复合任务轨迹。此方法解决多智能体系统零空间行为控制动态任务优先级规划问题，该方法不需要人为的设定任务优先级的切换条件，从而减少了研究人员的工作量，并具有良好的可扩展性，能被应用于传统逻辑法难以处理的大数量任务优先级动态规划中。此外，该方法在任务优先级切换的过程中考虑了对智能体未来状态的预测信息，使得其相较于传统的逻辑方法具有更加理想的切换效果。
-
公开(公告)号：CN111596691A
公开(公告)日：2020-08-28
申请号：CN202010648652.1
申请日：2020-07-07
Applicant: 福州大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于人在回路的多机器人系统的决策建模与协同控制方法及系统，包括步骤：获取机器人执行任务后的输出信息值，选择机器人位置偏差信息作为人的决策信息；使用人的漂移扩散模型作为建模方法，根据人的决策信息对人的决策行为进行建模；设计人为决策任务，在机器人无法依赖自主控制系统完成任务的时候，执行人为决策任务，帮助机器人顺利完成任务。本发明将漂移扩散模型与基于零空间的行为控制方法相结合，提出人的漂扩散模型，通过速度-准确性准则得到相对应的决策阈值公式，该方法能够提高人的决策准确性。
-
公开(公告)号：CN111461058A
公开(公告)日：2020-07-28
申请号：CN202010303245.7
申请日：2020-04-17
Applicant: 福州大学
Abstract: 本申请提供了一种电力电子变换器故障的诊断方法和诊断系统。该方法包括：根据获取的包含多个子信号的电力电子变换器的信号建立与电力电子变换器的运行状态相匹配的样本库；从所述样本库获取作为训练数据的样本，通过所述样本对基于小脑模型神经网络算法的故障分类器进行训练，将通过故障识别率的训练后故障分类器植入用于诊断的DSP中；获取待诊断电力电子变换器的信号，对所述信号进行数据预处理后输入所述DSP中，根据所述DSP的处理结果判断所述待诊断电力电子变换器是否出现故障。本申请有效地减少了噪音等其他因素对单一状态信息的干扰，弥补了传统方法使用单故障样本信息的不可靠性和不确定性的缺点。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.033 seconds)
