-
公开(公告)号：CN111627064B
公开(公告)日：2021-07-09
申请号：CN202010335557.6
申请日：2020-04-25
IPC: G06T7/73 , G06N3/04 , G06N3/08 , G01S17/933
Abstract: 一种行人交互友好型的单目避障方法，属于无人机导航领域，本发明为解决搭载单目摄像头的室内无人机避障性能不佳的问题。本发明方法为无人机利用单目摄像头采集图片，所述图片输入至端到端策略的并行深度神经网络结构中，该网格结构输出最佳航向角作为无人机避障的飞行指令；所述端到端策略的并行深度神经网络结构由单目摄像头结合单线激光雷达协同完成，训练过程为：步骤一、利用单线激光雷达采集的深度值搜索最佳航向，并为单目摄像头采集的图片打标签，建立数据集；步骤二、所述数据集分别输入至Resnet18网络和预训练好的YOLO v3网络中；步骤三、利用步骤一的数据集训练步骤二所述并行深度神经网络直至收敛。
-
公开(公告)号：CN111627064A
公开(公告)日：2020-09-04
申请号：CN202010335557.6
申请日：2020-04-25
IPC: G06T7/73 , G06N3/04 , G06N3/08 , G01S17/933
Abstract: 一种行人交互友好型的单目避障方法，属于无人机导航领域，本发明为解决搭载单目摄像头的室内无人机避障性能不佳的问题。本发明方法为无人机利用单目摄像头采集图片，所述图片输入至端到端策略的并行深度神经网络结构中，该网格结构输出最佳航向角作为无人机避障的飞行指令；所述端到端策略的并行深度神经网络结构由单目摄像头结合单线激光雷达协同完成，训练过程为：步骤一、利用单线激光雷达采集的深度值搜索最佳航向，并为单目摄像头采集的图片打标签，建立数据集；步骤二、所述数据集分别输入至Resnet18网络和预训练好的YOLO v3网络中；步骤三、利用步骤一的数据集训练步骤二所述并行深度神经网络直至收敛。
-
公开(公告)号：CN110288706A
公开(公告)日：2019-09-27
申请号：CN201910590279.6
申请日：2019-07-02
Abstract: 本发明提供一种小曲率不规则点云曲面的拟合方法，属于三维点云曲面拟合技术领域。本发明解决了现有主流的点云切片法对小曲率不规则曲面进行轨迹规划时，轨迹规划复杂度高，进而导致喷涂速度受限、喷涂效果差等问题。本发明具体过程为：首先得到要拟合的小曲率不规则点云数据，通过轴向包围盒的方法求取标记点，在不规则点云中寻找标记点的最近邻点，并向相应直线投影，得到投影点；然后将点云分割的各个部分，重复迭代求取标记点的最近邻点并得到投影点，直到迭代次数达到设定值；最后由投影点构建拟合面的边缘，将不规则点云向相应平面投影，实现拟合。本发明适用于自动喷涂轨迹规划前对点云模型的处理。
-
公开(公告)号：CN109407676B
公开(公告)日：2019-08-02
申请号：CN201811562344.6
申请日：2018-12-20
Abstract: 基于DoubleDQN网络和深度强化学习的移动机器人避障方法，它属于移动机器人导航技术领域。本发明解决了现有的深度强化学习避障方法存在的响应延迟高、所需训练时间长以及避障成功率低的问题。本发明设计了特殊的决策动作空间以及回报函数、将移动机器人轨迹数据采集和Double DQN网络训练放在两个线程下并行运行，可以有效提高训练效率，解决了现有深度强化学习避障方法需要的训练时间长的问题；本发明使用Double DQN网络对动作值进行无偏估计，防止陷入局部最优，克服现有深度强化学习避障方法避障成功率低和响应延迟高的问题，与现有方法相比，本发明可以将网络训练时间缩短到现有技术的20％以下，且保持100％的避障成功率。本发明可以应用于移动机器人导航技术领域。
-
公开(公告)号：CN116461626A
公开(公告)日：2023-07-21
申请号：CN202310577235.6
申请日：2023-05-22
IPC: B62D57/028 , B62D11/04 , B62D37/04
Abstract: 适用于多地形的无边双轮机器人及无边双轮机器人控制方法，本发明涉及无边双轮机器人及无边双轮机器人控制方法。本发明的目的是为了解决现有无边双轮机器人是一种欠驱动的结构，在应对路面颠簸等外界扰动时无法保持稳定，容易倾倒；以及无边双轮机器人还存在静止起步困难的问题。适用于多地形的无边双轮机器人，所述无边双轮机器人包括中心平台、角度控制模块、无边轮、摆锤、控制电路；所述中心平台两侧各安装一个角度控制模块；所述两个角度控制模块上各安装一个无边轮；所述中心平台底部或前部安装摆锤。适用于多地形的无边双轮机器人控制方法的控制过程为：无边双轮机器人控制分为起步阶段、前进阶段和转向阶段的控制。本发明用于无边轮车辆技术领域。
-
Patent Agency Ranking
公开(公告)号：CN110288706B
公开(公告)日：2020-08-07
申请号：CN201910590279.6
申请日：2019-07-02
Abstract: 本发明提供一种小曲率不规则点云曲面的拟合方法，属于三维点云曲面拟合技术领域。本发明解决了现有主流的点云切片法对小曲率不规则曲面进行轨迹规划时，轨迹规划复杂度高，进而导致喷涂速度受限、喷涂效果差等问题。本发明具体过程为：首先得到要拟合的小曲率不规则点云数据，通过轴向包围盒的方法求取标记点，在不规则点云中寻找标记点的最近邻点，并向相应直线投影，得到投影点；然后将点云分割的各个部分，重复迭代求取标记点的最近邻点并得到投影点，直到迭代次数达到设定值；最后由投影点构建拟合面的边缘，将不规则点云向相应平面投影，实现拟合。本发明适用于自动喷涂轨迹规划前对点云模型的处理。
-
公开(公告)号：CN119225179A
公开(公告)日：2024-12-31
申请号：CN202411341813.7
申请日：2024-09-25
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 一种考虑时变约束的欠驱动无人船自动靠泊控制方法、电子设备及存储介质，属于船舶自动靠泊技术领域。为确保无人船在时变约束下有更好的操作性能和安全性能。本发明包括根据欠驱动无人船在水面的运动情况建立欠驱动无人船数学模型；构建正切型障碍李雅普诺夫函数，设置约束边界作为判断依据；对欠驱动无人船数学模型进行微分同胚变换，然后对微分同胚变换后的欠驱动无人船数学模型进行变量代换，得到变换后的纵荡子系统模型和变换后的艏向子系统模型；使用正切型障碍李雅普诺夫函数设计考虑时变约束边界的纵荡自动靠泊控制器；使用正切型障碍李雅普诺夫函数设计考虑时变约束边界的艏向自动靠泊控制器，然后在欠驱动无人船上进行仿真验证。
-
公开(公告)号：CN119091690A
公开(公告)日：2024-12-06
申请号：CN202411197571.9
申请日：2024-08-29
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于AIS数据的复杂水域船舶碰撞风险评估方法，涉及船舶的碰撞风险分析技术领域，包括：采集目标区域的船舶AIS数据并对AIS数据进行预处理及数据转换；基于处理后的数据对可能存在碰撞风险的船舶进行聚类，输出可能发生碰撞的船舶集合，确定目标船舶；分别计算本船与目标船舶的最近会遇时间TCPA、最近会遇距离DCPA、相对方位和船舶领域重叠度，确定船舶环境安全状态评价特征指标；通过所述船舶环境安全状态评价特征指标，确定船舶碰撞风险等级，并向相关船舶输出对应预警信息。本发明可以提高碰撞风险识别的有效性，及早发现相似航行特征的船舶可能产生的潜在碰撞冲突。
-
公开(公告)号：CN118247341A
公开(公告)日：2024-06-25
申请号：CN202410046151.4
申请日：2024-01-11
Applicant: 哈尔滨理工大学
IPC: G06T7/73 , G06N3/0499 , G06N3/048 , G06N3/084
Abstract: 基于神经网络和扩展卡尔曼滤波算法的压电平台补偿方法，本发明涉及压电平台补偿方法。本发明目的是为了解决现有技术中扩展Kalman滤波算法在面对带有迟滞非线性的状态观测方程时估计能力较差，压电定位跟踪精度低问题。过程为：一、构建状态方程；二、得到包含迟滞非线性的状态观测方程；三、对BP神经网络输出下一时刻的包含迟滞非线性的状态观测方程进行反向传播得到图像雅可比矩阵；四、基于图像雅可比矩阵对压电平台先验状态估计值进行在线估计；五、计算压电平台先验状态估计值与实际位置的误差，根据误差设置滑膜控制器，基于滑膜控制器对压电平台补偿实现压电平台移动。本发明应用在由压电材料驱动的显微视觉微操作领域。
-
公开(公告)号：CN117462399A
公开(公告)日：2024-01-30
申请号：CN202311370171.9
申请日：2023-10-20
Applicant: 哈尔滨理工大学
IPC: A61J1/20
Abstract: 一种智能配药机器人及其配药方法。配药机器人包括：主控模块、注射模块、运动驱动模块、图像采集模块。所述主控模块使用TI AM5708工业派进行储药管的实时识别，定位储药管位置以及获取已注射的药液量，并对运动驱动模块和注药模块进行控制。所述注射模块由一个步进电机、高精度不锈钢加压助推器和针管组成。所述运动驱动模块通过使用5个步进电机设计了运动驱动部分以及注射部分。所述图像采集模块通过使用两个大恒工业相机，以进行待注射的储药管的定位与检测。通过步进电机控制高精度不锈钢加压助推器推进，使其带动针管下压完成注射并能够实时监控，测试结果表明该机器人具有精度高、实时性强、成本低、体积小、设计灵活等优点。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.076 seconds)
