-
公开(公告)号：CN107297748B
公开(公告)日：2024-03-26
申请号：CN201710625810.X
申请日：2017-07-27
Applicant: 南京理工大学北方研究院 , 南京理工大学
Abstract: 本发明提供了一种餐厅服务机器人系统及应用，系统包括底盘机构、机器人外壳、摄像头、超声波避障机构、工控机、可充电锂电池、上位机机构、图案地图，机器人外壳安装在底盘机构上，超声波避障机构和工控机固定在底盘机构上方，机器人外壳内部，使用可充电锂电池供电，所述可充电锂电池固定在底盘机构上方，机器人外壳内部；所述摄像头固定在机器人外壳顶部外侧，面向上方图案地图，通过USB与工控机相连。本发明由于使用相对稳定、干扰较小的天花板图案地图作为特征路标，避免了路面上物体和人运动带来的干扰，系统鲁棒性更强；使用视觉SLAM导航方法，能实现机器人自主导航，更为灵活和智能。
-
公开(公告)号：CN107297748A
公开(公告)日：2017-10-27
申请号：CN201710625810.X
申请日：2017-07-27
Applicant: 南京理工大学北方研究院 , 南京理工大学
CPC classification number: B25J11/008 , B25J9/1664 , B25J19/00 , G05B2219/40425
Abstract: 本发明提供了一种餐厅服务机器人系统及应用，系统包括底盘机构、机器人外壳、摄像头、超声波避障机构、工控机、可充电锂电池、上位机机构、图案地图，机器人外壳安装在底盘机构上，超声波避障机构和工控机固定在底盘机构上方，机器人外壳内部，使用可充电锂电池供电，所述可充电锂电池固定在底盘机构上方，机器人外壳内部；所述摄像头固定在机器人外壳顶部外侧，面向上方图案地图，通过USB与工控机相连。本发明由于使用相对稳定、干扰较小的天花板图案地图作为特征路标，避免了路面上物体和人运动带来的干扰，系统鲁棒性更强；使用视觉SLAM导航方法，能实现机器人自主导航，更为灵活和智能。
-
公开(公告)号：CN107368074A
公开(公告)日：2017-11-21
申请号：CN201710625811.4
申请日：2017-07-27
Applicant: 南京理工大学 , 南京理工大学北方研究院
IPC: G05D1/02
CPC classification number: G05D1/0246 , G05D1/0214 , G05D1/0276
Abstract: 本发明提供了一种基于视频监控的机器人自主导航方法，包括导航环境的部署，安装一个以上的监控摄像头，机器人所有允许的移动范围都有监控装置监控覆盖；自主导航方法，包括以下步骤：S1、上位机通过监控摄像头采集无运动物体时的背景图像，并标记静态障碍物；S2、在机器人上绘制监控摄像头能够监控到的位姿识别图案；S3、在上位机上输入目标位置和目标位姿，上位机根据当前位姿识别图案、障碍物，经过分析、处理后，规划出路径；S4、上位机根据障碍物、规划的路径，控制机器人移动。本发明所述的基于视频监控的机器人自主导航方法使用独立的监控装置，通过上位机运算分析，提高了定位的精度和鲁棒性。
-
公开(公告)号：CN107689063A
公开(公告)日：2018-02-13
申请号：CN201710625812.9
申请日：2017-07-27
Applicant: 南京理工大学北方研究院 , 南京理工大学
CPC classification number: G06T7/74 , G01C21/206 , G06T7/269 , G06T2207/30252
Abstract: 本发明提供了一种基于天花板图像的机器人室内定位方法，包括如下步骤：预先在天花板设置与相邻视野内的图像具有明显差异性的图案；编程使得机器人遍历室内位置，并通过顶部摄像头拍摄照片，将采集到的图像进行图像拼接，得到全局图像；将室内实际尺寸与全局图像的像素尺寸进行比对，得到图像坐标与实际坐标的坐标换算关系；通过光流法和图像匹配计算机器人在全局图像中的位姿，并根据坐标换算关系确定机器人当前的实际位姿。本发明通过光流法和图像匹配计算机器人在全局图像中的位姿，并根据坐标换算关系确定机器人当前的实际位姿；本发明的机器人室内定位方法，适应性强、稳定性好。
-
公开(公告)号：CN118192539A
公开(公告)日：2024-06-14
申请号：CN202410079014.0
申请日：2024-01-19
Applicant: 南京理工大学
Abstract: 本发明公开一种基于动态学习因子的变电站多巡检点路径规划方法。针对变电站巡检机器人缺少多任务点全局规划的情况，选用粒子群算法进行任务规划。针对粒子群算法易陷入局部最优且算法收敛速度慢的问题，对粒子群算法的惯性权重和学习因子进行改进，设计自适应惯性权重和动态学习因子，并融合遗传算法思想中的交叉、变异操作。针对改进粒子群算法只考虑任务点间直线距离，无法避开障碍物的问题，将Lazy Theta*算法与IPSO算法融合。通过实验，验证了本发明在保证总路径长度较短的同时，避免了机器人与障碍物发生碰撞的情况。本方法应用在变电站巡检机器人全局规划中，可以大大提升机器人运行效率，弥补多任务点巡检规划的不足，并避免与静态障碍物发生碰撞。
-
Patent Agency Ranking
公开(公告)号：CN114252088B
公开(公告)日：2024-05-24
申请号：CN202011021861.X
申请日：2020-09-25
Applicant: 南京理工大学
IPC: G01C25/00
Abstract: 本发明公开了一种基于平行光管的星图匹配半实物验证方法，所述方法包括以下步骤：基于Tycho2星库，以恒星星等为条件筛选恒星，构建新的星库；从新的星库中随机挑选出满足相机视场大小的三颗恒星，并记录三颗恒星两两之间的角距；利用平行光管模拟出无穷远处恒星发出的单一点光源；基于所述单一点光源和三颗恒星两两之间的角距，利用经纬仪模拟出所述三颗恒星，之后利用相机拍摄模拟出的恒星；利用拍摄的图片验证星图匹配算法的正确性。本发明使用平行光管模拟出无穷远处的星点，结合真实的相机进行拍摄，达到与真实情况相差较小的地步，提高了星图匹配算法验证方法的说服力。
-
公开(公告)号：CN108958275B
公开(公告)日：2023-09-26
申请号：CN201810658195.7
申请日：2018-06-25
Applicant: 南京理工大学
IPC: G05D1/08
Abstract: 本发明提出了一种刚柔液耦合系统姿态控制器和机动路径联合优化方法，包括以下步骤：首先建立充液挠性航天器的动力学模型；再获取充液挠性航天器的角加速度曲线、角速度曲线、得到多段的角位置曲线，对充液挠性航天器姿态机动路径进行规划；再计算角位置多段曲线中每段曲线的表达式；采用PD控制系统对充液挠性航天器进行姿态控制；联合优化充液挠性航天器控制器和机动路径的参数：采用基于自适应网格的多目标粒子群优化算法对充液挠性航天器的控制器和机动路径参数进行联合优化。本发明的方法减少了姿态机动对挠性附件振动和液体晃动的激发，实现了充液挠性航天器姿态大角度快速机动快速稳定控制。
-
公开(公告)号：CN116205273A
公开(公告)日：2023-06-02
申请号：CN202111440668.4
申请日：2021-11-30
Applicant: 南京理工大学
Abstract: 本发明公开了一种优化经验存储与经验再利用的多智能体强化学习方法，包括：构建了基于LRU(Least recently used,最近最少使用)机制进行经验存储的经验缓冲池；设计基于网络权值共享的多智能体经验收集方法；采用一种基于经验优先级的混合采样方法来为较高优先级数据提供较高的检索率，并采用B+树数据结构对标记好优先级的经验进行存储。与传统方法相比，本发明提出的方法在充分降低样本数据关联度的基础上进一步丰富了样本种类，同时具有高效的经验样本检索率和良好的生物可解释性，对样本噪声有更强的鲁棒性，智能体面对复杂的环境和任务时表现更好。
-
公开(公告)号：CN115937309A
公开(公告)日：2023-04-07
申请号：CN202211504910.4
申请日：2022-11-29
Applicant: 南京理工大学
IPC: G06T7/73 , G06V20/64 , G06V10/82 , G06V10/766 , G06V10/774 , G06T1/00
Abstract: 本发明公开了一种基于神经网络的管道弯道特征检测与定位方法及系统，采集管道环境弯道特征点云数据制作数据集；训练针对于弯道特征检测的改进YOLOv4网络M；采集实时点云数据流，选取一帧点云数据A作为初始帧；对该帧点云数据A进行像素重映射为图像B；利用网络M对图像B进行检测，获得弯道特征目标中心点在图像B中的像素坐标(x,y)、目标框的宽度w与高度h以及置信度acc；判断置信度是否满足高于阈值要求，若满足，进行步骤7，若不满足，则返回步骤3；将网络M的输出进行紧缩化；对于步骤7紧缩化后的目标框进行角度距离回归解算，更新定位机体位姿。本发明不需要人工干预，减少了运行时间与资源消耗，能够在复杂的管道环境背景下取得良好效果。
-
公开(公告)号：CN111082709A
公开(公告)日：2020-04-28
申请号：CN201911312275.8
申请日：2019-12-18
Applicant: 南京理工大学
IPC: H02P5/00
Abstract: 本发明公开了一种基于基底神经节的电消隙控制方法，基于Izhikevich尖峰神经元，构造基底神经节突触；基于漏积分神经元模型，构建基底神经节核团，包括纹状体D1、纹状体D2、苍白球外核、苍白球内核和底丘脑核；利用基底神经节突触将基底神经节核团连接，构建基底神经节模型；将电机负载电流输入至基底神经节模型中，确定各通道电机偏置电压系数的重要性，选择重要性最大的电机偏置电压系数计算电机的偏置电压，完成电消隙控制。本发明以尖峰神经元模型为基础构建基底神经节突触，控制系统电消隙的偏置电压更加精确。
-
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.028 seconds)
