公开(公告)号：CN111624992B

公开(公告)日：2021-07-09

申请号：CN202010350095.5

申请日：2020-04-28

Applicant: 北京科技大学

Inventor： 孟宇 ,  白国星 ,  武俊雪 ,  刘丽 ,  冯立勇 ,  甘鑫

IPC: G05D1/02 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供一种基于神经网络的搬运机器人的路径跟踪控制方法，能够提高非线性模型预测控制的实时性。所述方法包括：利用非线性模型预测控制产生训练样本集，其中，训练样本包括：搬运机器人的状态变量和控制变量；构建神经网络模型；利用获取的训练样本集对构建的神经网络模型进行训练，得到训练好的神经网络模型；其中，在路径跟踪控制过程中，训练好的神经网络模型输出控制变量，以便所述搬运机器人根据神经网络模型输出的控制变量进行路径跟踪。本发明涉及移动机器人自主行驶控制领域。

公开(公告)号：CN111624992A

公开(公告)日：2020-09-04

申请号：CN202010350095.5

申请日：2020-04-28

Applicant: 北京科技大学 ,  南京北科迪悦科技有限公司

Inventor： 孟宇 ,  白国星 ,  武俊雪 ,  刘丽 ,  冯立勇 ,  甘鑫

IPC: G05D1/02 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供一种基于神经网络的搬运机器人的路径跟踪控制方法，能够提高非线性模型预测控制的实时性。所述方法包括：利用非线性模型预测控制产生训练样本集，其中，训练样本包括：搬运机器人的状态变量和控制变量；构建神经网络模型；利用获取的训练样本集对构建的神经网络模型进行训练，得到训练好的神经网络模型；其中，在路径跟踪控制过程中，训练好的神经网络模型输出控制变量，以便所述搬运机器人根据神经网络模型输出的控制变量进行路径跟踪。本发明涉及移动机器人自主行驶控制领域。

公开(公告)号：CN111538331A

公开(公告)日：2020-08-14

申请号：CN202010335187.6

申请日：2020-04-24

Applicant: 北京科技大学 ,  南京北科迪悦科技有限公司

Inventor： 孟宇 ,  白国星 ,  周蕾 ,  马宝全 ,  李凯伦 ,  冯立勇

IPC: G05D1/02 ,  G05D1/03

Abstract: 本发明提供一种地下无人铰接车的反应式导航方法，能够提高路径跟踪的精度。所述方法包括：感知铰接车周围的巷道环境；根据感知到的铰接车周围的巷道环境及铰接车在地下巷道的行驶路径，完成反应式导航过程中的分段式参考路径规划，其中，得到的分段式参考路径为基于铰接车车身坐标系的分段直线；根据规划完成的分段式参考路径，以优化铰接车对分段式参考路径的跟踪效果以及控制量输出的平顺性为目标，确定非线性模型预测控制的优化函数，得到最优控制序列，以便铰接车对规划完成的分段式参考路径进行跟踪。本发明涉及自主导航领域。