-
公开(公告)号：CN112577491A
公开(公告)日：2021-03-30
申请号：CN202011466769.4
申请日：2020-12-14
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种基于改进人工势场法的机器人路径规划方法，包括步骤1：初始化物流车间信息，确定机器人当前位置、目标位置、障碍物的位置；步骤2：根据A*算法，进行全局路径规划得到初始路径，拐点设置为子目标点；步骤3：将障碍物设置为斥力级，目标点为引力级；步骤4：机器人在行驶过程中如遇到障碍物时计算受到的引力及斥力，并计算合力的方向大小，引导机器人行驶；步骤5：将人工势场法的斥力场函数进行优化，引入碰撞系数；步骤6：机器人在传感器检测到周围障碍物后利用改进的人工势场法进行局部避障；步骤7：避开障碍物后引导机器人回到初始路径；步骤8：若已行驶到最终目标点，则结束算法循环，否则，跳转到步骤4。
-
公开(公告)号：CN118313241A
公开(公告)日：2024-07-09
申请号：CN202410317800.X
申请日：2024-03-20
Applicant: 上海应用技术大学 , 无锡盛起源科技有限公司
IPC: G06F30/27 , G06F17/11 , G06N3/0499 , G06F119/14
Abstract: 本发明提供一种悬臂式起重机防摆控制方法，包括：建立悬臂式起重机系统的动力学模型；基于所述动力学模型，构建悬臂式起重机系统的动态误差；采用RBF神经网络对悬臂式起重机系统的不确定项进行估计；基于所述动态误差及估计的不确定项，采用RBF神经网络设计控制器，以通过所述控制器对所述悬臂式起重机进行控制。本发明基于RBF神经网络非线性性质，用于逼近悬臂式起重机未建模动态，提高悬臂式起重机的建模精度，以减少模型参数不确定性对防摇控制性能的影响。
-
公开(公告)号：CN114136311B
公开(公告)日：2023-08-04
申请号：CN202111311578.5
申请日：2021-11-08
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种基于IMU预积分的激光SLAM定位方法，包括步骤1：在获取当前IMU与激光雷达测量数据的基础上，对当前时刻IMU进行状态预测与预积分；步骤2：利用IMU状态预测得到的预测值，消除激光雷达数据测量产生的点云畸变；步骤3：从畸变后的点云中进行特征提取，提取边缘点与平面点；步骤4：将一段时间内不同时间戳下所提取的特征点投影至同一坐标系下，形成一个点云局部地图；步骤5：根据局部地图，确定所提取特征与局部地图间的对应关系，得到相对激光雷达测量；步骤6：以LiDAR相对测量残差和IMU预积分残差为约束条件，建立非线性最小二乘目标函数，并联合优化求解，将结果用于更新IMU预测的状态变量，消除IMU在传递过程中的误差。
-
公开(公告)号：CN111738344A
公开(公告)日：2020-10-02
申请号：CN202010595268.X
申请日：2020-06-24
Applicant: 上海应用技术大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于多尺度融合的快速目标检测方法，包括：S1：将待检测图像输入Darknet53特征提取器提取待检测图像特征图；S2：将Darknet53特征提取器提取的特征图输入至多特征融合模块；S3：将多特征融合模块获得的特征信息输入至多尺度聚合模块；S4：将多尺度聚合模块获得的特征信息输入至具有空间注意力机制的残差预测模块，输出目标检测结果。本发明所构建的多特征融合模块，通过将可学习的加权参数自适应分配给三个不同的卷积分支，提高目标检测模型的多特征表示能力。检测网络的四条输出分支通过多尺度聚合模块自上而下的增强了网络的多尺度检测能力。在预测模块中使用空间注意力，使网络更好地定位物体的位置信息。
-
Patent Agency Ranking
公开(公告)号：CN111738344B
公开(公告)日：2024-02-02
申请号：CN202010595268.X
申请日：2020-06-24
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种基于多尺度融合的快速目标检测方法，包括：S1：将待检测图像输入Darknet53特征提取器提取待检测图像特征图；S2：将Darknet53特征提取器提取的特征图输入至多特征融合模块；S3：将多特征融合模块获得的特征信息输入至多尺度聚合模块；S4：将多尺度聚合模块获得的特征信息输入至具有空间注意力机制的残差预测模块，输出目标检测结果。本发明所构建的多特征融合模块，通过将可学习的加权参数自适应分配给三个不同的卷积分支，提高目标检测模型的多特征表示能力。检测网络的四条输出分支通过多尺度聚合模块自上而下的增强了网络的多尺度检测能力。在预测模块中使用空间注意力，使网络更好地定位物体的位置信息。
-
公开(公告)号：CN117274630A
公开(公告)日：2023-12-22
申请号：CN202311254366.7
申请日：2023-09-26
Applicant: 上海应用技术大学
IPC: G06V10/44 , G06V20/56 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种基于通道和空间注意力模块的特征提取及自动驾驶感知方法，其中方法包括：将自适应注意力模块(AAM)嵌入YOLOP模型中，给定BDD100K训练集的中间特殊预处理特征图作为输入，AAM首先使用通道注意力模块推断出一维通道注意力特征图，并将其与输入特征图相乘以获得中间通道细化特征；空间注意力模块沿着通道维度将中间通道细化特征分组为多个子特征，然后并行细化处理它们；随后，所有细化子特征被聚合，并采用通道混洗机制，以生成自适应强调的最终细化特征，进而增强了该模型在自动驾驶中的目标检测能力；本发明提出了一种轻量且高效的自适应注意力模块，显著提高了其在不同驾驶感知任务中的性能并平衡了模型的复杂性。
-
公开(公告)号：CN114136311A
公开(公告)日：2022-03-04
申请号：CN202111311578.5
申请日：2021-11-08
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种基于IMU预积分的激光SLAM定位方法，包括步骤1：在获取当前IMU与激光雷达测量数据的基础上，对当前时刻IMU进行状态预测与预积分；步骤2：利用IMU状态预测得到的预测值，消除激光雷达数据测量产生的点云畸变；步骤3：从畸变后的点云中进行特征提取，提取边缘点与平面点；步骤4：将一段时间内不同时间戳下所提取的特征点投影至同一坐标系下，形成一个点云局部地图；步骤5：根据局部地图，确定所提取特征与局部地图间的对应关系，得到相对激光雷达测量；步骤6：以LiDAR相对测量残差和IMU预积分残差为约束条件，建立非线性最小二乘目标函数，并联合优化求解，将结果用于更新IMU预测的状态变量，消除IMU在传递过程中的误差。
-
公开(公告)号：CN112052993A
公开(公告)日：2020-12-08
申请号：CN202010877790.7
申请日：2020-08-27
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种基于改进TEB算法的AGV局部路径规划方法，包括：分析AGV差速底盘运动学，建立其运动学约束方程；构建TEB算法模型并改进约束；构建TEB算法求解模型设定各目标函数权重，进行仿真调试。本发明为发挥差速底盘原地转向的优势，增加前向运动权重来禁止AGV用倒退动作来调整位姿，避免AGV倒退带来的风险；分析复杂车间环境特点，采用TEB算法修饰全局轨迹，将由一系列路径点组成的初始路径转化为依赖时间的轨迹，令AGV可实时地进行动态避障；增加最短距离约束函数，并融合其余目标约束函数，使得局部路径既满足AGV动态约束，也符合时间、路径最短，提升运动范围有限的复杂车间中AGV的运动效率。
-
公开(公告)号：CN215268490U
公开(公告)日：2021-12-21
申请号：CN202121459751.1
申请日：2021-06-29
Applicant: 上海应用技术大学
IPC: H04N5/232
Abstract: 本申请提供了一种远程数据采集终端，包括：移动基座、控制器、平衡检测组件、图像采集装置以及驱动组件；控制器控制驱动组件带动图像采集装置沿其所在的第一方向移动，以其所在的行驶方向为轴心带动图像采集装置来回摆动，以其所在第一方向为轴心带动图像采集装置周向转动，以及以其所在第二方向为轴心旋转带动图像采集视野沿第一方向移动；在移动基座行驶过程中，接收平衡检测组件检测的角度数据，控制驱动组件驱使图像采集装置对偏转的角度数据进行第一方向或第二方向的补偿。本实施例通过调整图像采集的视野位置以及高度以适应不同的场合，实现图像采集过程的稳定性，以及实现图像采集的范围最大化，避免行驶过程中图像采集不清晰的情况。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.024 seconds)
