-
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: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:CN118838276A
公开(公告)日:2024-10-25
申请号:CN202410846077.4
申请日:2024-06-27
Applicant: 哈尔滨工业大学
IPC: G05B19/418
Abstract: 一种基于指数最优平滑正则化的时滞工业系统线性变参数建模方法,属于系统辨识及工业自动化技术领域。本发明针对现有工业系统采用的建模方法将模型参数与时滞参数分步估计,累计误差大并且造成模型精度低的问题。包括建立局部线性有限脉冲响应时滞模型,并得到时滞工业系统的全局模型;在概率框架下引入模型身份隐变量,基于局部输出分布特性得到全局模型全局输出的概率密度函数;再基于指数最优平滑正则化方法构造平滑矩阵,得到局部模型参数先验分布;建立观测数据集和缺失数据集,基于广义期望最大化算法得到全局模型参数的迭代更新公式,算法收敛获得全局模型参数估计值,实现全局模型的建模。本发明用于时滞工业系统线性变参数建模。
-
公开(公告)号:CN118015608A
公开(公告)日:2024-05-10
申请号:CN202410072731.0
申请日:2024-01-18
Applicant: 哈尔滨工业大学
IPC: G06V20/64 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于仿射与角度增强的单目3D检测方法,包括:一、随机水平平移数据增强:在使用随机水平平移数据增强的同时,对输入图像进行柱面变换,得到新的图像作为网络的输入;二、随机竖直平移数据增强:在使用随机竖直平移数据增强的同时,对输入RGB三个通道的图像进行竖直坐标信息的拼接,将每个像素位置的坐标信息vcat作为第四个通道,得到新的四个通道的张量作为网络的输入;三、随机俯仰角和滚转角数据增强:在向量空间均匀采样俯仰角和滚转角,在使用随机俯仰角和滚转角数据增强后利用图像的竖直平移保持垂直坐标的深度估计线索不变。本发明提高了算法的兼容性、灵活性,以及检测器的检测精度,而不会产生额外的推理成本。
-
公开(公告)号:CN117036420A
公开(公告)日:2023-11-10
申请号:CN202311165568.4
申请日:2023-09-11
Applicant: 哈尔滨工业大学
Abstract: 一种基于LK光流的线特征追踪方法及设备,它属于计算机视觉领域。本发明解决了现有方法的帧间线特征提取和匹配所需的运算量大,无法保证实时性的问题。本发明方法首先利用改进EDlines算法对采集到的第一帧图像进行线特征提取;然后基于第一帧图像中的线特征和LK光流法对下一帧图像进行线特征追踪,且在线特征追踪时采用图像金字塔的形式。解决了传统方法需要在每帧图像中提取描述子和进行帧间匹配所需的运算量大的问题,本发明降低了线特征提取和进行帧间匹配的时间消耗,保证了实时性。本发明方法可以应用于图像中的线特征追踪。
-
公开(公告)号:CN115544898B
公开(公告)日:2023-08-29
申请号:CN202211398653.0
申请日:2022-11-09
Applicant: 哈尔滨工业大学
Abstract: 基于深度强化学习的多智能体攻防决策方法,涉及人工智能、机器学习领域。本发明解决了多智能体深度确定性策略梯度方法,无法应用于智能体可坠毁的场景下的问题。本发明该攻防决策方法包括如下过程:S1、根据场景构建攻防环境;S2、将N个智能体与攻防环境进行交互,交互过程中每个智能体最大化自身奖励,构建适用于深度神经网络的数据集知识库;所述数据集知识库内所有样本的数据维度相同;S3、从数据集知识库中随机抽取一批样本,利用同批样本同时对每个智能体的深度神经网络进行训练,获得训练后的智能体;S4、在当前攻防环境和预设攻防轮次下,使训练后的各智能体进行攻防决策。主要用于复杂场景下的多对多智能体的攻防决策。
-
公开(公告)号:CN115562330B
公开(公告)日:2023-08-22
申请号:CN202211381428.6
申请日:2022-11-04
Applicant: 哈尔滨工业大学
Abstract: 一种抑制类场风扰的无人机控制方法,属于无人机抗扰技术领域。本发明包括:S1、通过自主无人机上携带的摄像头获取风源图像,利用跟踪网络对图像中的目标干扰源进行跟踪,获得目标干扰源的位置,利用补偿网络根据目标干扰源的位置获得出动作补偿量;跟踪网络包括特征提取器和卷积层;风源图像跟踪网络得到扰动源特征图;补偿网络采用深度强化学习算法实现;S2、将控制补偿量与无人机控制器输出的控制量相加后,作为被控自主无人机的输入;S3、更新类场风扰补偿网络的网络参数;S4、重复S1至S3,直到无人机飞离风场区域,解决了自主无人机在城市拥挤环境下飞行在受到人造类场风扰时易出现坠机危险的问题。
-
公开(公告)号:CN115660201B
公开(公告)日:2023-07-28
申请号:CN202211392055.2
申请日:2022-11-08
Applicant: 哈尔滨工业大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/04 , H05K13/04 , H05K13/08
Abstract: 基于动态规划的直排式贴片机贴装头元件分配方法,解决了多约束条件下贴片机贴装头元件分配效率低、鲁棒性差的问题,属于电器技术及电气工程领域。本发明包括:步骤一、读取直排式贴片机机械参数、PCB生产数据、供料器的排列布局,确定可用供料器数上限和基准供料器组;步骤二、基于步骤一确定的基准供料器组,采用分配策略对贴装头各吸杆元件进行分配,结合动态规划计算分配结果适配度,得到最优贴装头元件分配结果;步骤三、根据可用供料器数上限和直排式贴片机机械参数,结合步骤二中得到的最优贴装头元件分配结果,对供料器组进行拆解,分配新的供料器至供料器基座,提高生产效率。
-
公开(公告)号:CN116469460A
公开(公告)日:2023-07-21
申请号:CN202310117288.X
申请日:2023-02-15
Applicant: 哈尔滨工业大学
Abstract: 本发明公开一种基于多次随机编码的未知细胞网络表达观测方法及系统,涉及生命科学领域的细胞基因表达量测定技术领域,方法包括:基于有限等距条件和被测未知细胞的基因维度,确定多个随机测量矩阵;根据随机测量矩阵和被测未知细胞的基因维度确定多组基因名称组,进而对被测未知细胞进行多重PCR反应,以确定被测未知细胞的多个Ct数据集合;根据Ct正值和Ct负值计算确定基因观测值;基于盲压缩感知算法,对多个随机测量矩阵对应的基因观测矩阵,进行字典训练,以得到未知细胞基因字典;根据未知细胞基因字典和多个随机测量矩阵对应的基因观测矩阵,计算被测未知细胞的基因表达量。本发明对未知细胞直接进行测量,提高了测量效率。
-
-
-
-
-
-
-
-
-