-
公开(公告)号:CN118426294A
公开(公告)日:2024-08-02
申请号:CN202410512270.4
申请日:2024-04-26
Applicant: 大连理工大学
IPC: G05B11/42
Abstract: 本发明提供一种差速轮式移动机器人的路径跟踪控制方法,属于移动机器人运动控制技术领域。首先,建立机器人的运动学模型、动力学模型;其次,设计超螺旋滑模控制器替代传统滑模控制器实现对系统抖振的抑制;最后,设计自适应律实现滑模增益的在线自整定。本发明设计超螺旋滑模控制器替代传统滑模控制,超螺旋滑模控制器的控制律具有滤波以及抑制抖振的作用,能够抑制传统滑模控制器引起的机器人控制系统抖振问题,并通过设计自适应律,能够实现超螺旋滑模增益的在线自整定,从而提高机器人的路径跟踪精度;本发明针对机器人的位置对其进行实时有效方案的控制,能够解决无法对机器人进行实时控制以及面对复杂路径运动误差较大的问题。
-
公开(公告)号:CN118710516A
公开(公告)日:2024-09-27
申请号:CN202410876309.0
申请日:2024-07-02
Applicant: 大连理工大学
IPC: G06T5/50 , G06T5/60 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 一种基于可见光与红外图像多源特征的模态信息融合方法,属于多模态信息融合领域。首先,将可见光图像和红外图像输入多尺度特征提取器进行特征提取;其次,将提取得到的两种模态特征映射输入融合器进行特征融合;最后,将融合后的特征映射输入特征重建器进行特征重整,最终生成融合图像。本发明的多尺度特征提取器能够同时捕捉两个模态图像的局部和全局特征;通过专门设计的融合策略充分整合和利用多尺度特征提取器提取的多尺度特征映射,实现两个模态特征的高效融合,显著增强图像融合效果;通过多尺度特征提取、特征融合和特征重整实现对可见光图像和红外图像的充分融合。本发明充分利用红外模态的热目标显著性和可见光模态的细节丰富性,克服单一模态的局限性,提供更加丰富和准确的图像信息。
-
公开(公告)号:CN119739196A
公开(公告)日:2025-04-01
申请号:CN202411884969.X
申请日:2024-12-20
Applicant: 大连理工大学
IPC: G05D1/49 , G05D109/12
Abstract: 本发明属于移动机器人技术领域,具体涉及基于深度强化学习的球形多伸缩足机器人自主变形运动方法。该方法包括以下步骤:基于机器人运动特性,构建状态空间与动作空间;在仿真环境中搭建训练场景,设计包括狭窄隧道地形和随机高度障碍的非结构化地形;构建深度强化学习网络模型,包括策略网络、动作值函数网络及经验池等核心模块,并确定其网络参数;根据任务需求设计多目标奖励函数;对深度强化学习网络进行训练与优化,最终生成高效的自主变形运动策略。相较于现有技术,本发明具备更高的环境适应性与任务泛化能力,能够根据不同地形条件,自主调整变形方式,从而实现复杂地形下的高效稳定运动。
-
公开(公告)号:CN117289693A
公开(公告)日:2023-12-26
申请号:CN202311184151.2
申请日:2023-09-14
Applicant: 大连理工大学
IPC: G05D1/02
Abstract: 一种球形多伸缩足机器人的路径跟踪方法,属于移动机器人运动控制技术领域。步骤如下。步骤1:建立机器人的运动学模型;步骤2:计算机器人受到的接触力,建立动力学模型;步骤3:根据机器人的实时运动,设计了两种确定运动方向的方法;若机器人在路径内侧,利用机器人和路径相关的切线的垂线方向确定运动方向;若机器人在路径外侧,利用机器人和路径相关的切线和截线方向确定运动方向;步骤4:通过两个机器人运动的临界状态决定足腿的伸缩。本发明针对机器人的位置对其进行实时有效方案的控制。本发明能够解决无法对机器人进行实时控制以及面对复杂路径运动误差较大的问题。
-
-
-