一种基于散斑匹配网络的高精度三维形貌测量方法与系统

    公开(公告)号:CN115482268A

    公开(公告)日:2022-12-16

    申请号:CN202211142765.X

    申请日:2022-09-20

    Abstract: 本发明公开了一种基于散斑匹配网络的高精度三维形貌测量方法与系统,其中测量方法包括:获取待测物体的左表面图与右表面图;基于映射函数构建右表面图中的目标子区和左表面图的参考子区之间的关系;基于左表面图与右表面图构建散斑数据集,对散斑数据集进行预处理;构建散斑匹配网络,基于散斑数据集与散斑匹配网络进行三维形貌测量。测量系统包括可实现获取高精度数据集的数据集采集装置与用于网络训练的高性能GPU。本发明利用一个专制的散斑投影装置采集了一个包含上千数据量的高精度的散斑双目数据集,并实现快速、高精度和边缘信息保护的三维形貌测量,相比于传统的测量方法误差明显减少,而且训练参数和推理时间均大幅下降。

    一种基于参数重组神经网络的机器人残差补偿方法

    公开(公告)号:CN115319756A

    公开(公告)日:2022-11-11

    申请号:CN202211142953.2

    申请日:2022-09-20

    Abstract: 本发明公开了一种基于参数重组神经网络的机器人残差补偿方法,包括以下步骤:获取被测物体的原始位置数据;通过校准后的系统运动学模型获取世界坐标系中的初始位置;将与所述系统运动学模型和所述原始数据相关的参数进行参数重组,将重组后的参数输入DNN中获取残余误差;基于所述残余误差与所述初始位置进行误差补偿,获取校正后的位置,完成残差补偿。本发明提高定位精度。

    一种基于参数重组神经网络的机器人残差补偿方法

    公开(公告)号:CN115319756B

    公开(公告)日:2025-02-14

    申请号:CN202211142953.2

    申请日:2022-09-20

    Abstract: 本发明公开了一种基于参数重组神经网络的机器人残差补偿方法,包括以下步骤:获取被测物体的原始位置数据;通过校准后的系统运动学模型获取世界坐标系中的初始位置;将与所述系统运动学模型和所述原始数据相关的参数进行参数重组,将重组后的参数输入DNN中获取残余误差;基于所述残余误差与所述初始位置进行误差补偿,获取校正后的位置,完成残差补偿。本发明提高定位精度。

    船舶混合电站储能系统直流链路电容配置方法

    公开(公告)号:CN119834282A

    公开(公告)日:2025-04-15

    申请号:CN202510023342.3

    申请日:2025-01-07

    Abstract: 一种船舶混合电站储能系统直流链路电容配置方法,通过构建包含储能调频系统和交流供电系统的船舶混合电站储能系统模型,设置VSG的惯性时间常数和阻尼系数,计算惯性调频需求功率;在在线阶段根据实测交流频率波动并考虑功率爬坡约束的储能输出功率,以最大频率阶跃波动下维持直流电压波动在安全范围内为目标计算得到直流链路电容。本发明量化解析调频需求功率/能量、蓄电池爬坡功率/能量、链路电容功率/能量,利用直流链路电容能量作为储能惯性调频系统中的快速调频资源,弥补储能系统爬坡功率输出与VSG惯性调频功率需求之间的差额。根据功率和能量守恒,得到满足船舶综合电力系统最佳调频功率需求下的直流链路电容大小,适用于不同类型储能系统和不同扰动下系统调频需求,有效提高系统多工况下惯性调频能力和稳定运行能力。

Patent Agency Ranking