一种基于地面砖轮廓线的机器人定位导航方法

    公开(公告)号:CN106643725B

    公开(公告)日:2019-11-22

    申请号:CN201611019146.6

    申请日:2016-11-21

    Applicant: 浙江大学

    Abstract: 本方法公开了一种基于地面砖缝隙识别的机器人定位导航方法,该方法提出通过检测地面砖缝隙和十字交叉点来做机器人定位和导航。先是通过lsd和Hough变换检测出画面中的直线,然后通过运动信息和直线周围颜色纹理信息检测出地面缝隙和十字交叉处。最后根据直线和十字交叉点来算出机器人的局部位置,并充分结合轮式里程计进行定位,最后使用基于地面砖线建立栅格地图,使用耕牛式覆盖算法,覆盖大范围区域。实验结果表明,该方法的定位和导航精度在10cm以内,完全适合大范围的公共场合的定位和导航。

    一种基于四足机器人运动学模型的轨迹规划系统

    公开(公告)号:CN114721267B

    公开(公告)日:2025-03-07

    申请号:CN202210357758.5

    申请日:2022-04-06

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于四足机器人运动学模型的轨迹规划系统,基于四足机器人运动特点,将四足机器人侧向移动能力考虑在内,同时也将其运动速率受机器人速度与机器人朝向之间夹角的影响考虑在内;将四足机器人行进任务简化为点对点移动,只需要在指定时间内完成四足机器人需要的状态增量即可;利用四足机器人运动学模型和行进任务,自动生成一条可以通行的轨迹,并同时寻找完成行进任务的最短时间。本发明可以实现四足机器人非结构化的轨迹规划,具有高效、快速等优点,解决了目前四足机器人只能使用低效、适配性低的轨迹规划方法的缺点。

    一种基于并行投影局部保留的质量相关动态潜变量方法

    公开(公告)号:CN115329868A

    公开(公告)日:2022-11-11

    申请号:CN202210974329.2

    申请日:2022-08-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于并行投影局部保留的质量相关动态潜变量方法,包括:(1)构建低秩向量自回归模型;(2)质量相关分析:将邻域结构信息和集成到偏最小二乘模型,将步骤(1)得到的低秩时序系数矩阵输入到局部保留的潜变量模型以计算得分向量矩阵T;(3)并行投影:将步骤(2)得到的得分向量矩阵进行并发投影,使得输入和输出数据空间同时投影到五个子空间;(4)故障检测:在五个子空间中建立故障统计量以及子空间中对应的故障置信限,以检测故障发生;(5)故障诊断:在四个故障相关子空间中重构故障贡献以诊断故障变量。利用本发明,可以适当解决噪声和异常值的干扰,提升故障检测和诊断的可靠性。

    用于海底石油管道泄漏检测与定位的装置

    公开(公告)号:CN103090193B

    公开(公告)日:2014-12-03

    申请号:CN201310007065.4

    申请日:2013-01-08

    Applicant: 浙江大学

    Abstract: 本发明公开了一种用于海底石油管道泄漏检测与定位的装置,包括上位机和沿石油管道运动的智能探测器;所述智能探测器包括壳体以及位于壳体内的微处理器,还设有与所述微处理器连接的:无线通信模块,用于微处理器与上位机之间的无线通信;无损检测单元,用于感应石油管道的法兰接口对智能探测器进行初步定位;导航系统,用于对智能探测器在每节石油管道内精确位置;压力传感器,用于收集石油管道内的压力信息;声电换能器,用于收集石油管道内的声音信息。本发明还公开了一种用于海底石油管道泄漏检测与定位的方法。本发明结构设计合理,采用声音的频域信号与压力时域信号的异缘融合算法,泄漏点辨识的准确性高,且能推断出泄漏点的大小。

    一种基于变分贝叶斯概率潜变量模型的动态过程故障检测方法

    公开(公告)号:CN115248558B

    公开(公告)日:2025-03-14

    申请号:CN202210974327.3

    申请日:2022-08-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于变分贝叶斯概率潜变量模型的动态过程故障检测方法,包括:(1)构造概率潜变量动态模型:收集工业过程数据标准化处理,建立线性动态系统表示数据,确定模型的初始化状态先验和参数先验;(2)变分最大步:通过构造的模型,计算模型参数下的最优后验分布,然后据此确定模型参数的更新方式;(3)变分期望步:在前向步计算状态xn在每个时间步n的边缘后验分布,然后基于状态xn在时间步n及之前所有时间步计算边缘后验分布;(4)证据下界:计算证据下界#imgabs0#以确定通过模型通过迭代计算后达到收敛;(5)动态过程监测:通过状态和观测的残差构建统计量和置信限以监测故障是否发生。利用本发明,可以提升动态过程故障检测的可靠性。

    一种基于鲁棒动态变分贝叶斯字典学习的过程监测方法

    公开(公告)号:CN115470838A

    公开(公告)日:2022-12-13

    申请号:CN202210974039.8

    申请日:2022-08-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于鲁棒动态变分贝叶斯字典学习的过程监测方法,包括:(1)构造贝叶斯字典学习模型;(2)通过构造的模型,计算证据下界,最大化下界的最优分布,计算模型近似的后验分布;(3)计算过程数据对应的二值稀疏矩阵,并确定更新公式;(4)确定参数近似后验分布的更新公式,计算参数的最优后验分布;(5)离线建模:计算正常工况数据的字典矩阵,通过重构误差计算控制限,计算稀疏编码获得重构样本矩阵;(6)建立向量自回归模型分析重构样本矩阵,得到动态系数矩阵和Q;(7)在线监测:根据和Q,构建故障统计量以检测故障是否发生。本发明可以提升模型对于噪声的鲁棒性,进而降低误报率以提升过程监测的可靠性。

    一种基于变分贝叶斯概率潜变量模型的动态过程故障检测方法

    公开(公告)号:CN115248558A

    公开(公告)日:2022-10-28

    申请号:CN202210974327.3

    申请日:2022-08-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于变分贝叶斯概率潜变量模型的动态过程故障检测方法,包括:(1)构造概率潜变量动态模型:收集工业过程数据标准化处理,建立线性动态系统表示数据,确定模型的初始化状态先验和参数先验;(2)变分最大步:通过构造的模型,计算模型参数下的最优后验分布,然后据此确定模型参数的更新方式;(3)变分期望步:在前向步计算状态xn在每个时间步n的边缘后验分布,然后基于状态xn在时间步n及之前所有时间步计算边缘后验分布;(4)证据下界:计算证据下界以确定通过模型通过迭代计算后达到收敛;(5)动态过程监测:通过状态和观测的残差构建统计量和置信限以监测故障是否发生。利用本发明,可以提升动态过程故障检测的可靠性。

    一种基于地面砖轮廓线的机器人定位导航方法

    公开(公告)号:CN106643725A

    公开(公告)日:2017-05-10

    申请号:CN201611019146.6

    申请日:2016-11-21

    Applicant: 浙江大学

    Abstract: 本方法公开了一种基于地面砖缝隙识别的机器人定位导航方法,该方法提出通过检测地面砖缝隙和十字交叉点来做机器人定位和导航。先是通过lsd和Hough变换检测出画面中的直线,然后通过运动信息和直线周围颜色纹理信息检测出地面缝隙和十字交叉处。最后根据直线和十字交叉点来算出机器人的局部位置,并充分结合轮式里程计进行定位,最后使用基于地面砖线建立栅格地图,使用耕牛式覆盖算法,覆盖大范围区域。实验结果表明,该方法的定位和导航精度在10cm以内,完全适合大范围的公共场合的定位和导航。

    用于海底石油管道泄漏检测与定位的装置及方法

    公开(公告)号:CN103090193A

    公开(公告)日:2013-05-08

    申请号:CN201310007065.4

    申请日:2013-01-08

    Applicant: 浙江大学

    Abstract: 本发明公开了一种用于海底石油管道泄漏检测与定位的装置,包括上位机和沿石油管道运动的智能探测器;所述智能探测器包括壳体以及位于壳体内的微处理器,还设有与所述微处理器连接的:无线通信模块,用于微处理器与上位机之间的无线通信;无损检测单元,用于感应石油管道的法兰接口对智能探测器进行初步定位;导航系统,用于对智能探测器在每节石油管道内精确位置;压力传感器,用于收集石油管道内的压力信息;声电换能器,用于收集石油管道内的声音信息。本发明还公开了一种用于海底石油管道泄漏检测与定位的方法。本发明结构设计合理,采用声音的频域信号与压力时域信号的异缘融合算法,泄漏点辨识的准确性高,且能推断出泄漏点的大小。

    基于元逆强化学习的流程制造价值链挖掘与工业控制方法

    公开(公告)号:CN118131708A

    公开(公告)日:2024-06-04

    申请号:CN202410235130.7

    申请日:2024-03-01

    Applicant: 浙江大学

    Abstract: 本发明公开了基于元逆强化学习的流程制造价值链挖掘与工业控制方法,包括:首先,通过引入隐变量作为流程制造价值链挖掘的模态指示变量,构建增广MDP定义;其次,使用隐变量决定的奖励函数和条件策略,描述逆强化学习控制器设计和价值链挖掘问题;然后,在元逆强化学习训练过程中,利用推理网络估计当前所处的模态,针对不同的模态求解一个通用的但可区分模态的多模态控制器;最后,将训练好的元逆强化学习智能体用于在线价值链挖掘与工业控制。本发明为逆强化学习智能体赋予了从历史闭环数据中学习多模态行为的能力,提升其在跨模态场景下的迁移学习效率,从而提供了一种流程制造价值链挖掘与工业控制器设计的数据驱动解决方案。

Patent Agency Ranking