-
公开(公告)号:CN118163112B
公开(公告)日:2024-09-10
申请号:CN202410470434.1
申请日:2024-04-18
Applicant: 北京科技大学
IPC: B25J9/16
Abstract: 本发明涉及机械臂控制领域,特别是指一种基于扩散模型的机械臂逆解控制方法及装置,方法包括:获取待控制的凿岩台车钻臂的目标孔位数据,输入至训练好的凿岩台车钻臂逆解控制模型,得到钻臂的各个关节变量;根据各个关节变量,得到轨迹规划结果,完成凿岩台车钻臂控制。本发明具有应用范围广(数据来源真实环境,无需构造其余标签数据)、精度高(寻孔目标函数不断逼近实际孔位坐标)、可选性多(多组不同的关节位姿均可对应同一目标孔位)、计算效率高(对比传统数值法求逆解,神经网络求解速度可到毫秒级别)的优点,突破了现有无人凿岩台车钻臂控制逆运动学求解方面精度低、高维求解困难、运动速度突变的瓶颈。
-
公开(公告)号:CN119739151A
公开(公告)日:2025-04-01
申请号:CN202411674068.8
申请日:2024-11-21
IPC: G05D1/43 , G05D1/65 , G05D1/644 , G05D1/648 , G05D109/10
Abstract: 本发明涉及自动驾驶领域,特别是指一种依托强化学习的PID轨迹跟踪控制方法及装置,方法包括:获取待控制自动驾驶车辆的当前状态、参考轨迹和实际运行误差;构建车辆轨迹跟踪控制的策略模型;将当前状态和参考轨迹输入至车辆轨迹跟踪控制的策略模型,得到PID控制参数;将PID控制参数和实际运行误差输入至PID控制器,得到自动驾驶车辆的控制量,根据自动驾驶车辆的控制量,完成自动驾驶车辆轨迹跟踪控制。本发明利用强化学习强大的学习能力结合PID本身的稳定性以及强鲁棒性,实现车辆轨迹跟踪控制的高实时、高稳定和高精度在线计算。解决当前车辆轨迹跟踪控制的计算实时性差、应用可靠性弱和依赖复杂动态模型等问题。
-
公开(公告)号:CN118818957A
公开(公告)日:2024-10-22
申请号:CN202411073119.1
申请日:2024-08-06
IPC: G05B11/42
Abstract: 本发明涉及自动驾驶领域,特别是指一种依托强化学习的PID轨迹跟踪控制方法及装置,方法包括:获取待控制自动驾驶车辆的当前状态、参考轨迹和实际运行误差;构建车辆轨迹跟踪控制的策略模型;将当前状态和参考轨迹输入至车辆轨迹跟踪控制的策略模型,得到PID控制参数;将PID控制参数和实际运行误差输入至PID控制器,得到自动驾驶车辆的控制量,根据自动驾驶车辆的控制量,完成自动驾驶车辆轨迹跟踪控制。本发明利用强化学习强大的学习能力结合PID本身的稳定性以及强鲁棒性,实现车辆轨迹跟踪控制的高实时、高稳定和高精度在线计算。解决当前车辆轨迹跟踪控制的计算实时性差、应用可靠性弱和依赖复杂动态模型等问题。
-
公开(公告)号:CN118163112A
公开(公告)日:2024-06-11
申请号:CN202410470434.1
申请日:2024-04-18
Applicant: 北京科技大学
IPC: B25J9/16
Abstract: 本发明涉及机械臂控制领域,特别是指一种基于扩散模型的凿岩台车钻臂逆解控制方法及装置,方法包括:获取待控制的凿岩台车钻臂的目标孔位数据,输入至训练好的凿岩台车钻臂逆解控制模型,得到钻臂的各个关节变量;根据各个关节变量,得到轨迹规划结果,完成凿岩台车钻臂控制。本发明具有应用范围广(数据来源真实环境,无需构造其余标签数据)、精度高(寻孔目标函数不断逼近实际孔位坐标)、可选性多(多组不同的关节位姿均可对应同一目标孔位)、计算效率高(对比传统数值法求逆解,神经网络求解速度可到毫秒级别)的优点,突破了现有无人凿岩台车钻臂控制逆运动学求解方面精度低、高维求解困难、运动速度突变的瓶颈。
-
-
-