一种基于神经网络的目标检测与识别方法

    公开(公告)号:CN112884064A

    公开(公告)日:2021-06-01

    申请号:CN202110268857.1

    申请日:2021-03-12

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于神经网络的目标检测与识别方法,该方法在现有YOLOv5网络模型的三层检测层后再增加一层检测层得到新型YOLOv5网络模型;然后在考虑预测框和真实框的重叠区域、两个框的中心点的距离和两框的纵横比的情况下对新型YOLOv5网络模型进行训练,最后将待检测图像输入训练好的模型中,输出目标的预测框和目标所属类别对应的概率值,设最大概率值对应的类别为该待检测图像中目标的预测类别。该方法能够快速有效地检测出多类目标,尤其对小目标检测效果更为理想,同时克服了多目标紧凑排列易出现的漏检现象,算法检测速度也可以满足实时检测要求。

    一种恒温节能数字式即热热水结构及其控制方法

    公开(公告)号:CN110260506A

    公开(公告)日:2019-09-20

    申请号:CN201910562097.8

    申请日:2019-06-26

    摘要: 本发明公开了一种恒温节能数字式即热热水结构及其控制方法,热水结构包括加热管、水流传感器、温度传感器、显示及输入装置、高频电磁换能器、电磁加热盘以及控制器,高频电磁换能器和电磁加热盘连接,控制器分别与水流传感器、温度传感器、高频电磁换能器和显示及输入装置连接。控制方法包括步骤1:给恒温节能数字式即热热水结构上电;步骤2:设定水温期望值……等步骤。本发明中热水结构加热过程不产生废气,环保性好,加热管升温快、加热效率高,使用安全性高;本发明中控制方法加热速度快,能使输出水温恒定稳定在设定的期望值,避免输出效率低和水温不稳定的问题。

    基于鲁棒自适应控制算法的书法及雕刻机器人控制方法

    公开(公告)号:CN108326857A

    公开(公告)日:2018-07-27

    申请号:CN201810228368.1

    申请日:2018-03-20

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种基于鲁棒自适应控制算法的书法及雕刻机器人控制方法,包括:步骤1:建立三自由度书法及雕刻机器人的动力学模型,根据动力学方程估算各关节的惯性力矩项H、向心力和哥氏力矩项C、重力矩项G,最后得出各关节的力矩估算公式,步骤2:设计鲁棒自适应控制器;步骤3:将控制器U计算出的指令发送给三自由度书法及雕刻机器人的关节执行器,控制机器人输出跟踪理想的轨迹。本发明基于鲁棒自适应控制算法的书法及雕刻机器人控制方法,能够在有未知执行器故障且具有未知外界干扰的情况下,保证机器人的输出跟踪理想轨迹,跟踪误差能快速收敛到理想范围内,控制精度高,且能保证机器人任意误差的瞬态性能。

    基于鲁棒自适应控制算法的书法及雕刻机器人控制方法

    公开(公告)号:CN108326857B

    公开(公告)日:2023-04-07

    申请号:CN201810228368.1

    申请日:2018-03-20

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种基于鲁棒自适应控制算法的书法及雕刻机器人控制方法,包括:步骤1:建立三自由度书法及雕刻机器人的动力学模型,根据动力学方程估算各关节的惯性力矩项H、向心力和哥氏力矩项C、重力矩项G,最后得出各关节的力矩估算公式,步骤2:设计鲁棒自适应控制器;步骤3:将控制器U计算出的指令发送给三自由度书法及雕刻机器人的关节执行器,控制机器人输出跟踪理想的轨迹。本发明基于鲁棒自适应控制算法的书法及雕刻机器人控制方法,能够在有未知执行器故障且具有未知外界干扰的情况下,保证机器人的输出跟踪理想轨迹,跟踪误差能快速收敛到理想范围内,控制精度高,且能保证机器人任意误差的瞬态性能。

    散袋小包装中药的快速称量方法

    公开(公告)号:CN112414526A

    公开(公告)日:2021-02-26

    申请号:CN202011269239.0

    申请日:2020-11-13

    摘要: 本发明公开了一种散袋小包装中药的快速称量方法,其包括步骤:1)建立散袋小包装称重系统等效物理模型,并通过拉普拉斯变换和Z变换后得到待称量药包质量M的计算式;2)基于向量预测误差求取a1、a2、b1、b2;3)根据获得的a1、a2、b1和b2和待称量药包质量的计算式得到被称量的散袋小包装中药的重量。本发明中散袋小包装中药的快速称量方法,其在传统方法的基础上将标量预测误差扩展为向量预测误差,构造出新的基于向量预测误差的辨识模型,对预测误差的利用效率更高,通过实际称量对比试验可知,本发明称量方法相比于传统称量方法收敛速度更快,参数辨识精度更高,能缩短称量时间,提高称量效率。