一种基于种子空间分割与主成分分析的并联机器人工作空间高效求解方法

    公开(公告)号:CN115797669A

    公开(公告)日:2023-03-14

    申请号:CN202211386275.4

    申请日:2022-11-07

    Abstract: 本发明涉及一种基于种子空间分割与主成分分析的并联机器人工作空间高效求解方法,本方法运用了蒙特卡洛和分层法作为求解算法的基础,通过二者的融合,加之针对边界空间筛选的种子空间分割以及针对边界种子空间分层方向的主成分分析算法,实现了整体求解算法的设计。该方法能对并联机器人较大的工作空间进行分割,通过分割后空间内可求逆点与不可求逆点的比例快速自主地筛选出工作空间粗糙化边界,减小整体求解空间的范围,并通过主成分分析的方式选择边界种子空间最优的分层方向,增加梯度变化大方向的分层数量,减小特征丢失,从而提升整体工作空间边界的求解精度。

    协调打磨机械臂系统自适应神经网络同步阻抗控制方法

    公开(公告)号:CN113156819B

    公开(公告)日:2022-06-24

    申请号:CN202110386032.X

    申请日:2021-04-09

    Applicant: 浙江大学

    Abstract: 本发明涉及协调机械臂打磨领域,具体涉及协调打磨机械臂系统自适应神经网络同步阻抗控制方法,该方法包含打磨轨迹环跟踪和打磨力环跟踪两个部分,在这两个环的方法设计中,分别设计了基于神经网络的不确定性补偿控制律,从而快速消除协调机械臂系统中的动力学不确定性和工件打磨系统中的不确定性,在双环中同时保证了协调打磨机械臂系统的协同高精度打磨轨迹和打磨力的跟踪效果,为协调机械臂打磨领域提供了一个精准稳定的控制方法。

    不确定混沌系统间接自适应模糊最优同步控制器设计方法

    公开(公告)号:CN110908286B

    公开(公告)日:2021-02-19

    申请号:CN201911271919.3

    申请日:2019-12-11

    Applicant: 浙江大学

    Abstract: 本发明公开了不确定混沌系统间接自适应最优同步控制器设计方法,包括以下步骤:A.构建不确定混沌系统同步权重矩阵自组织模糊规划器;B.设计自适应最优同步控制器;C.设计自适应监督递归补偿器;D.对控制器闭环系统进行稳定性分析。通过设计方法完成最优同步控制器的设计,能够根据系统状态在很短时间内补偿同步不确定性、参数摄动和干扰,将被控混沌系统轨迹和跟踪误差收敛到期望值(域)附近,结合自适应递归监督补偿器进一步减小和消除同步残差,保证了不确定混动系统同步稳定性,有效提高了同步控制精度和性能。

    基于双机械臂协作打磨系统的动力学模型设计方法

    公开(公告)号:CN110900604B

    公开(公告)日:2021-01-05

    申请号:CN201911215079.9

    申请日:2019-12-02

    Applicant: 浙江大学

    Abstract: 本发明公开了基于双机械臂协作打磨系统的动力学模型设计方法,包括如下步骤:步骤一,构建双机械臂基于打磨加工轨迹的雅可比矩阵,在运动学层面,基于双机械臂的雅可比矩阵,结合打磨刀具和夹持工件的物理参数,将双机械臂的各关节和打磨轨迹结合起来,构造出从打磨轨迹速度到各机械臂关节速度的雅可比矩阵;步骤二,构建打磨刀具和工件打磨力简化力学模型;步骤三,构建双机械臂协作打磨系统耦合动力学模型,将所述协作打磨系统分为加工机械臂系统和夹持机械臂系统,分别构建耦合加工机械臂系统的动力学模型和耦合夹持机械臂系统的动力学模型。

    一种协调机械臂自适应神经网络同步鲁棒控制器设计方法

    公开(公告)号:CN109782601A

    公开(公告)日:2019-05-21

    申请号:CN201910101817.0

    申请日:2019-01-31

    Applicant: 浙江大学

    Abstract: 本发明涉及到一种协调机械臂自适应神经网络同步鲁棒控制器设计方法,主要体现在基座标不确定的工况下被夹持工件能够精准跟踪期望轨迹和内力。本方法运用了自适应滑模控制和RBF神经网络作为控制方法的基础,通过二者的融合,加之针对机械臂协调夹持系统设置相应的逼近鲁棒控制项,实现了控制方法的设计。该控制方法能对不确定的基座标平移误差和旋转误差所产生的轨迹误差进行自适应补偿,通过神经网络逼近不确定的机械臂系统动力学参数和基座标不确定参数,该神经网络具有随输入域、误差和时间不断更新权重因子的功能,所以能够在很短的时间内补偿基座标不确定参数,将机械臂夹持工件的轨迹和内力跟踪误差收敛到期望值附近,提高了控制精度。

    一种集群无人机多目标拦截决策方法

    公开(公告)号:CN119937630A

    公开(公告)日:2025-05-06

    申请号:CN202510050729.8

    申请日:2025-01-13

    Abstract: 本发明涉及多目标拦截决策领域,尤其涉及一种集群无人机多目标拦截决策方法,包括:构建三维空间下无人机集群的攻防博弈模型,将无人机集群的攻防博弈由多对多博弈分解为多个多防一博弈,并设置博弈值函数表示博弈双方的目标;其中,将博弈值函数进行凸优化转换,以实时获取最优拦截点,并通过带权重的冲突二部图最大匹配来实现多个多防一博弈的最大拦截匹配,同时基于整数规划来求解带权重的冲突二部图最大匹配问题。该方法可以有效应用于包含无人机在内的多种类型的目标拦截场景,并可扩展到大规模的目标拦截场景,同时由于该方法采用凸优化进行决策求解并能在多项式时间内进行匹配求解,可用于对实时性要求较高的高速目标拦截场景。

    一种基于形状先验的类级别物体6D姿态估计方法

    公开(公告)号:CN119904512A

    公开(公告)日:2025-04-29

    申请号:CN202411964344.4

    申请日:2024-12-30

    Abstract: 本发明属于深度学习技术领域,公开了一种基于形状先验的类级别物体6D姿态估计方法,首先基于RetinaNet网络检测图像中所有需要预测的物体,并且获取物体掩码图,进一步生成物体局部三维点云。然后基于类pointnet编码器、全连接层解码器以及现有三维点云数据集训练形状先验生成器。进一步将形状先验点云、分割出的物体局部RGB图片、物体局部点云输入姿态预测网络,生成先验点云形状变化以及与物体局部点云的对应。之后根据先验点云形状变化以及旋转变化对先验点云进行变形得到物体的归一化点云。最后利用Umeyama算法将归一化点云和物体实际局部点云进行对齐变换,得到物体的实际6D姿态。提高了识别效率。

    一种地空多模同驱的三轴无尾扑翼飞行器

    公开(公告)号:CN119840834A

    公开(公告)日:2025-04-18

    申请号:CN202510042287.2

    申请日:2025-01-10

    Abstract: 本发明属于特种扑翼飞行器技术领域,公开了一种地空多模同驱的三轴无尾扑翼飞行器,包括碳杆骨架、扑翼运动组件、振动放大组件和控制感知组件,三组所述扑翼运动组件呈度环形对称安装在碳杆骨架周围,所述振动放大组件固定安装在碳杆骨架底部,所述控制感知组件固定安装在碳杆骨架中间,用于控制扑翼运动组件在空中的煽动,以及振动放大组件在地面的踱步跃进,从而实现三轴无尾扑翼飞行器在空中的飞行和地面的移动。本发明使用的柔性翅膀保证了飞行过程的低噪声隐蔽性、飞行安全性和控制稳定性,而底盘被动踱步跃进机构有效地保证了功耗更低的地面运动能力,在复杂地空场景如丛林、管道、室内等环境的巡检、侦察、勘探应用方面拥有较大潜力。

Patent Agency Ranking