-
Patent Agency Ranking
公开(公告)号：CN112099507B
公开(公告)日：2021-12-03
申请号：CN202010981891.9
申请日：2020-09-17
Applicant: 吉林大学
IPC: G05D1/03
Abstract: 本发明公开了一种多机器人队形在有障碍物场景中的协同运动方法，包括如下步骤：机器人队列编号、队列主领航员确定、障碍物识别、副领航员确定、障碍物运动状态判断、运动模式传达与协同运动结果判断；本发明提供的一种多机器人队形在有障碍物场景中的协同运动方法，与现有技术相比，通过在一字形的机器人队列中提取主领航员与第一、第二副领航员，通过主副领航员对障碍物的状态进行分析，从而确认主领航员与队列中其他机器人的运动模式，进而对整个队列在有障碍物的状态进行运动，从而区别于动力学计算方式的指导机器人进行运动，同时区别人工进行实时控制指示的智能协同运动。
-
公开(公告)号：CN110351086A
公开(公告)日：2019-10-18
申请号：CN201910764207.9
申请日：2019-08-19
Applicant: 吉林大学
Abstract: 本发明公开了一种机器人群组内加密信息处理与传输方法和系统，发送端机器人根据自身的硬件信息和接收端机器人的网络地址生成密钥，并获取密钥和将要发送到所述接收端机器人的明文；发送端机器人通过加密算法和密钥对明文进行加密处理，并将完成加密处理后的明文生成密文；发送端机器人将密文发送到接收端机器人；接收端机器人根据解密算法和密钥对接收的密文进行解密处理，生成明文。本发明在信息传输前，发送端机器人通过特定密钥对要传输的信息进行加密，然后通过IPv6网络通信协议，点对点的传输到接收端机器人，接收端机器人根据密钥对传输的信息进行解密得到完整信息，进而完成群组内加密信息处理与传输，提高信息传输的安全性。
-
公开(公告)号：CN114582018A
公开(公告)日：2022-06-03
申请号：CN202210208495.1
申请日：2022-03-03
Applicant: 吉林大学
Abstract: 本发明公开了基于改进卷积神经网络的步态识别方法、装置、智能终端，所述方法包括：将卷积层、批归一化层、带激活函数的激活层依次连接形成改进的基本卷积单元，并引入序列注意力，形成基本序列注意力卷积模块；根据视频图像大小选定多个基本序列注意力卷积模块依次连接，并连接平均池化层搭建步态识别卷积神经网络；利用搭建的步态识别卷积神经网络训练完整的步态识别模型；将需要识别的视频数据输入训练好的步态识别模型进行步态识别。本发明的步态识别卷积神经网络在每一层都对时间特征进行综合，网络模型对噪声有较强的抑制能力，同时可以利用前后序列图的特征对缺失进行恢复，使得网络模型效果较好，平均准确率有较大提升。
-
公开(公告)号：CN112099507A
公开(公告)日：2020-12-18
申请号：CN202010981891.9
申请日：2020-09-17
Applicant: 吉林大学
IPC: G05D1/02
Abstract: 本发明公开了一种多机器人队形在有障碍物场景中的协同运动方法，包括如下步骤：机器人队列编号、队列主领航员确定、障碍物识别、副领航员确定、障碍物运动状态判断、运动模式传达与协同运动结果判断；本发明提供的一种多机器人队形在有障碍物场景中的协同运动方法，与现有技术相比，通过在一字形的机器人队列中提取主领航员与第一、第二副领航员，通过主副领航员对障碍物的状态进行分析，从而确认主领航员与队列中其他机器人的运动模式，进而对整个队列在有障碍物的状态进行运动，从而区别于动力学计算方式的指导机器人进行运动，同时区别人工进行实时控制指示的智能协同运动。
-
公开(公告)号：CN110058596A
公开(公告)日：2019-07-26
申请号：CN201910425045.6
申请日：2019-05-21
Applicant: 吉林大学
IPC: G05D1/02
Abstract: 本发明公开了一种多机器人系统自适应分散协同控制方法及系统，所述方法包括以下步骤：当其它机器人位于本体机器人的交互区域内时，本体机器人与其它机器人建立交互通信，并控制本体机器人和其它机器人之间产生聚合力；当其它机器人位于本体机器人的缓冲区域内时，控制本体机器人和其它机器人之间产生排斥力，其中，缓冲区域位于交互区域内。由于通过控制缓冲区域内邻近机器人之间的聚合力和排斥力，使得多机器人能维持网络的初始互连关系，且避免成员之间发生碰撞。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
