-
公开(公告)号：CN117151590B
公开(公告)日：2024-06-25
申请号：CN202311176961.3
申请日：2023-09-13
Applicant: 哈尔滨理工大学
IPC: G06Q10/087 , G06Q10/0835
Abstract: 本发明针对传统时间窗优化容易造成运行路径节点堵塞，影响整个仓储任务执行的效率问题，公开了基于平移时间窗和任务路径规划的AGV调度方法，具体包括：在运输系统的地图中设定关键节点、出入站点信息，建立与车间实物相同运输线路的网格路径地图，初始化系统信息并更新网格地图，对任务优先级进行排序，搜索AGV最短路径并检测是否存在时间窗冲突，当存在时间窗冲突时，任务优先级更高AGV优先通过，并将冲突栅格点删除重新进行时间窗规划，再与停车等待成本进行比较选取最优结果。仿真结果表明，本发明提出基于平移时间窗和任务路径规划的AGV调度方法，克服了传统时间窗算法在存在时间窗冲突时容易造成运行路径堵塞的问题，AGV路径规划效率高。
-
公开(公告)号：CN116859960B
公开(公告)日：2024-02-20
申请号：CN202310946057.X
申请日：2023-07-28
Applicant: 哈尔滨理工大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明针对传统编队中易发生内部碰撞、队形切换不稳定以及避障无法保持队形等难以自适应的问题，公开了一种多UUV队形切换与编队避障的自适应方法，具体包括：首先在三维环境下对障碍物进行栅格化建模，对UUV进行速度约束，然后与人工势场法相结合在编队中对UUV增加斥力势场，避免形成编队过程中UUV内部之间碰撞，通过引入队形距离系数，增强UUV编队在不同海洋地形下的自适应性，最后针对不同大小的障碍物，采用优先避障和队形变换两种策略，使UUV编队在栅格地图中顺利避开障碍物，到达目标点。仿真结果表明，本发明提出的方法有效改善了传统编队方法易发生内部碰撞和队形切换不稳定的问题，并提高了编队避障的自适应性。
-
公开(公告)号：CN117150901A
公开(公告)日：2023-12-01
申请号：CN202311109197.8
申请日：2023-08-31
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06F17/16 , G06F119/14
Abstract: 本发明涉及一种节约通信资源的动力定位船位置观测器设计方法，所述方法包括：建立动力定位船的三自由度动力学模型和运动学模型；引入采样数据系统，计算当前状态和采样状态之间的误差；基于反馈控制技术，设计离散时间输出反馈观测器；通过状态估计，提出一种离散时间动态事件触发条件来确定通信时刻，获得节约通信资源的事件触发最优控制律来实现系统的鲁棒稳定，使控制输入有界。所提出观测器设计方法，使船舶可以更稳定地保持在期望状态，使用更少的通信资源来保证观测性能，降低信号传递次数，减少了计算负担，不会产生不必要的信道占用。此外，提供最小采样时间的正下界以避免Zeno行为，即在有限的时间内出现无限次事件。
-
公开(公告)号：CN116879870A
公开(公告)日：2023-10-13
申请号：CN202310678823.9
申请日：2023-06-08
Applicant: 哈尔滨理工大学
Abstract: 针对移动机器人在室外环境中，因行人、车辆等动态物体的存在，导致激光SLAM生成的地图中存在动态物体的轨迹残影，影响后续的定位及路径规划等问题，本发明提出了一种适用于低线束3D激光雷达的动态障碍物去除方法。该方法包括以下步骤：首先对激光雷达采集到的三维点云数据进行预处理；然后进行地面分割，并将非地面点云地图投影为深度图，通过视点可见法对比与查询帧之间可见性来去除轨迹残影；考虑到点云具有距离越远越稀疏的特性，根据距离信息来自适应调节深度图的分辨率，并通过不断减小分辨率来恢复被误删的静态点。经实验证明，该方法可以在低线束的3D激光雷达上高效地去除动态障碍物，保留完整的静态地图，减小动态障碍物对SLAM系统的影响。
-
公开(公告)号：CN117152716B
公开(公告)日：2024-04-02
申请号：CN202311174928.7
申请日：2023-09-13
Applicant: 哈尔滨理工大学
IPC: G06V20/58 , G06V10/82 , G06V10/774 , G06V10/80 , G06V10/764 , G06N3/0464
Abstract: 本发明提出一种考虑方向入口线和辅助标记点的停车位检测方法，旨在通过图注意力机制将方向入口线和辅助标记点相结合以提高停车位检测的鲁棒性和简易性。首先选择合适的数据集制作训练样本和测试样本；其次，将训练样本输入到卷积网络中提取深度特征，将深度特征输入到方向入口线检测器和辅助标记点检测器，综合考虑两者的结果，获取每个标记点的坐标以及相对坐标特征，经过双线性插值、特征融合获取每个标记点的融合特征；然后通过图注意力机制获取包含所有标记点信息的注意力加权特征；最后将重要标记点的注意力加权特征拼接输入到停车位鉴别网络，判断其能否形成合理的停车位。本发明可以使模型快速、鲁棒地检测出各种类型的停车位。
-
Patent Agency Ranking
公开(公告)号：CN117036408A
公开(公告)日：2023-11-10
申请号：CN202311054988.5
申请日：2023-08-22
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种动态环境下联合多目标跟踪的物体SLAM方法，完成在动态环境中对动态与静态对象的定位与建图任务。首先，为精确获得物体的运动区域，通过短时密集连接(STDC)网络进行语义分割得到运动物体掩膜，依据运动物体掩膜对特征点进行区分得到静态特征点与动态特征点。同时，将图像输入到单目3D目标检测(SMOKE)网络进行三维目标检测，并将检测结果输入到数据关联模块进行多目标跟踪。利用动静态特征点与数据关联后的目标位姿共同估计相机与动静态物体位姿。最后，依据动静态特征点、相机与动静态物体位姿进行跟踪优化，提升定位与建图精度。本方法与传统SLAM方法相比，有效提升了SLAM系统的鲁棒性，建立的地图语义明确、可解释性好。
-
公开(公告)号：CN116859960A
公开(公告)日：2023-10-10
申请号：CN202310946057.X
申请日：2023-07-28
Applicant: 哈尔滨理工大学
IPC: G05D1/06
Abstract: 本发明针对传统编队中易发生内部碰撞、队形切换不稳定以及避障无法保持队形等难以自适应的问题，公开了一种多UUV队形切换与编队避障的自适应方法，具体包括：首先在三维环境下对障碍物进行栅格化建模，对UUV进行速度约束，然后与人工势场法相结合在编队中对UUV增加斥力势场，避免形成编队过程中UUV内部之间碰撞，通过引入队形距离系数，增强UUV编队在不同海洋地形下的自适应性，最后针对不同大小的障碍物，采用优先避障和队形变换两种策略，使UUV编队在栅格地图中顺利避开障碍物，到达目标点。仿真结果表明，本发明提出的方法有效改善了传统编队方法易发生内部碰撞和队形切换不稳定的问题，并提高了编队避障的自适应性。
-
公开(公告)号：CN117105096B
公开(公告)日：2024-02-23
申请号：CN202311242696.4
申请日：2023-09-25
Applicant: 哈尔滨理工大学
Abstract: 本发明提供一种适用于变绳长双摆型船用起重机的滑模控制方法，旨在解决传统线性控制方法导致非线性船用起重机系统减摆效果不佳、响应速度慢的问题。首先，在缆绳长度可以改变和吊钩质量不可忽略的情况下，建立具有双摆特性船用起重机的动力学模型，然后，采用干扰观测器对未知波浪有界干扰进行估计补偿，最后，针对系统可驱动状态向量构造包含吊钩摆角导数和负载摆角导数的滑模面，以确保系统的状态输出及早得到修正，分别设计基于台车位置与缆绳长度的控制律，以实现变绳长双摆型船用起重机的镇定控制。本发明提高了船用起重机非线性模型的准确性，使系统状态在有限时间内快速收
-
公开(公告)号：CN117288177A
公开(公告)日：2023-12-26
申请号：CN202311242697.9
申请日：2023-09-25
Applicant: 哈尔滨理工大学
IPC: G01C21/00 , G06V10/762 , G01C21/16 , G01S17/89 , G01S17/86
Abstract: 针对激光SLAM是基于静态假设完成的，在含有动态障碍物的环境下建图会产生大量的动态残影，导致建图和定位精度下降的问题，本发明公开了一种解决动态残影的激光SLAM方法。所述方法包括：首先对激光雷达获取的点云数据进行栅格划分；然后分离地面点并通过聚类非地面点剔除噪声，利用IMU信息和点云信息判断初始位姿，如果IMU初始化失败则运行激光里程计模式；最后引入生长高度描述子，获取疑似的动态残影区域，利用时空约束，将获取的动态残影剔除。本发明通过聚类剔除噪声，引入生长高度描述子与时空约束剔除动态残影，提高了建图与定位精度，解决了动态障碍物对建图的影响。
-
公开(公告)号：CN117152716A
公开(公告)日：2023-12-01
申请号：CN202311174928.7
申请日：2023-09-13
Applicant: 哈尔滨理工大学
IPC: G06V20/58 , G06V10/82 , G06V10/774 , G06V10/80 , G06V10/764 , G06N3/0464
Abstract: 本发明提出一种考虑方向入口线和辅助标记点的停车位检测方法，旨在通过图注意力机制将方向入口线和辅助标记点相结合以提高停车位检测的鲁棒性和简易性。首先选择合适的数据集制作训练样本和测试样本；其次，将训练样本输入到卷积网络中提取深度特征，将深度特征输入到方向入口线检测器和辅助标记点检测器，综合考虑两者的结果，获取每个标记点的坐标以及相对坐标特征，经过双线性插值、特征融合获取每个标记点的融合特征；然后通过图注意力机制获取包含所有标记点信息的注意力加权特征；最后将重要标记点的注意力加权特征拼接输入到停车位鉴别网络，判断其能否形成合理的停车位。本发明可以使模型快速、鲁棒地检测出各种类型的停车位。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.023 seconds)
