-
公开(公告)号：CN114312811B
公开(公告)日：2023-11-07
申请号：CN202210102104.8
申请日：2022-01-27
Applicant: 清华大学
Abstract: 本申请涉及一种自动驾驶汽车的自车状态近似最优估计方法、装置及设备，方法包括：获取自动驾驶车辆的当前行驶环境并识别实际行驶工况；利用训练后的近似最优估计器获取其自车状态的近似最优估计结果，其中，近似最优估计器是迭代类型估计器，其将迭代估计过程转化为马尔可夫决策过程。由此，解决了在建立车辆系统状态空间方程后还需结合实车实验数据反复检验、校正模型并调整系统参数以及设计有效的基于模型的估计算法，耗费大量时间与精力等问题，通过把车辆状态迭代估计问题转化为马尔可夫决策问题，利用自学习技术训练后得到的策略网络作为近似最优估计器，从而减轻建模、调参负担，减小估计器设计难度。
-
公开(公告)号：CN114312811A
公开(公告)日：2022-04-12
申请号：CN202210102104.8
申请日：2022-01-27
Applicant: 清华大学
Abstract: 本申请涉及一种自动驾驶汽车的自车状态近似最优估计方法、装置及设备，方法包括：获取自动驾驶车辆的当前行驶环境并识别实际行驶工况；利用训练后的近似最优估计器获取其自车状态的近似最优估计结果，其中，近似最优估计器是迭代类型估计器，其将迭代估计过程转化为马尔可夫决策过程。由此，解决了在建立车辆系统状态空间方程后还需结合实车实验数据反复检验、校正模型并调整系统参数以及设计有效的基于模型的估计算法，耗费大量时间与精力等问题，通过把车辆状态迭代估计问题转化为马尔可夫决策问题，利用自学习技术训练后得到的策略网络作为近似最优估计器，从而减轻建模、调参负担，减小估计器设计难度。
-
公开(公告)号：CN102897892A
公开(公告)日：2013-01-30
申请号：CN201210417958.1
申请日：2012-10-26
Applicant: 清华大学
Abstract: 一种增强型毛细管针放电等离子体反应装置属于低温等离子体的应用技术领域，涉及一种可用于水处理的常压等离子体放电反应装置，其特征在于，包括反应容器和放电装置，其中：放电装置由金属毛细管功率电极、绝缘介质管、金属端盖悬浮电极与气室组成，置于反应容器内；工作气体通过气室进入金属毛细管和绝缘介质管内，在高压电源作用下，在金属毛细管下端针状管口与金属端盖之间的绝缘介质管内产生气体放电等离子体，生成的产物从金属端盖上的小孔流出进入待处理溶液，对反应容器内的溶液进行净化；具有活性物质利用率高、对不同待处理液普适性强、稳定性好、易于集成以及降低对等离子体激励源要求的优点。
-
公开(公告)号：CN102897892B
公开(公告)日：2013-10-16
申请号：CN201210417958.1
申请日：2012-10-26
Applicant: 清华大学
Abstract: 一种增强型毛细管针放电等离子体反应装置属于低温等离子体的应用技术领域，涉及一种可用于水处理的常压等离子体放电反应装置，其特征在于，包括反应容器、放电装置和气室，其中：放电装置由金属毛细管功率电极、绝缘介质管与金属端盖悬浮电极组成，置于反应容器内；工作气体通过气室进入金属毛细管和绝缘介质管内，在高压电源作用下，在金属毛细管下端针状管口与金属端盖之间的绝缘介质管内产生气体放电等离子体，生成的产物从金属端盖上的小孔流出进入待处理溶液，对反应容器内的溶液进行净化；具有活性物质利用率高、对不同待处理液普适性强、稳定性好、易于集成以及降低对等离子体激励源要求的优点。
-
公开(公告)号：CN115042178B
公开(公告)日：2025-05-23
申请号：CN202210744763.1
申请日：2022-06-27
Applicant: 清华大学
IPC: B25J9/16
Abstract: 本申请公开了一种保证接触安全的机器人强化学习方法、装置、设备及介质，其中，方法包括：获取机器人目标任务；利用强化学习策略生成目标任务的笛卡尔空间变阻抗控制的参数，并根据姿态约束生成约束动作；若机器人未发生碰撞，则根据笛卡尔空间变阻抗控制的参数和约束动作生成第一执行动作，并控制机器人按照第一执行动作执行目标任务，否则根据碰撞力大小计算变阻抗控制补偿量，补偿笛卡尔空间变阻抗控制的参数的同时，修正姿态约束生成补偿约束动作，并生成第二执行动作，控制机器人按照第二执行动作执行目标任务。由此，解决了现有的方法无法避免意外碰撞，导致在混乱或未知的环境中产生非预期的危险行为，且未考虑关节空间的接触安全等问题。
-
Patent Agency Ranking
公开(公告)号：CN113849903B
公开(公告)日：2024-12-31
申请号：CN202110999851.1
申请日：2021-08-26
Applicant: 清华大学
IPC: G06F30/15 , G06F30/20 , G06Q10/047 , G06Q50/40 , G06F111/04 , G06F111/10
Abstract: 本公开提供的智能汽车最优决控模型构建及求解方法、装置和存储介质，包括：构建智能汽车的最优决控模型，以最小化自车的路径跟踪性能和预测跟踪误差之和作为最优决控模型的目标函数，分别以自车动力学模型、自车与周围交通参与者的距离、自车与道路的距离和自车与信号灯的距离作为最优决控模型的运动约束和安全约束，以评价函数和策略函数作为最优决控模型的输出；建立学习型罚函数方法处理安全约束，在探索过程中监测不安全的驾驶状态并对违反约束的策略施加惩罚，使得策略朝着满足约束的方向迭代，最终输出最优决控模型的最优策略函数和最优评价函数。本公开具有高安全性和强智能性，突破了现有决控求解器独立优化且依赖人工规则的瓶颈。
-
公开(公告)号：CN113619604B
公开(公告)日：2023-08-15
申请号：CN202110990262.7
申请日：2021-08-26
Applicant: 清华大学
Abstract: 本公开提供的自动驾驶汽车的集成式决控方法、装置及存储介质，本公开包括：根据交通驾驶场景的静态信息构造候选路径集合，对候选路径集合中每一条候选路径考虑交通驾驶场景的动态信息构建路径跟踪模型，在此基础上进一步构造路径优选模型；将路径跟踪模型和路径优选模型分别转化为决控策略求解模型和评价函数求解模型，通过离线方式求解决控策略求解模型和评价函数求解模型，得到最优决控策略和最优评价函数；从自动驾驶汽车出发时刻开始，每一时刻利用最优评价函数选择最优路径，然后使用最优决控策略确定自动驾驶汽车的最优动作，直至到达全局路径终点。本公开的可扩展性强且在线计算效率高。
-
公开(公告)号：CN115593535A
公开(公告)日：2023-01-13
申请号：CN202211167366.9
申请日：2022-09-23
Applicant: 清华大学(CN)
IPC: B62D57/032
Abstract: 本发明公开了一种人形机器人的腿部结构和具有其的人形机器人，人形机器人的腿部结构包括：一关节驱动模组；二关节固定架，二关节固定架与一关节驱动模组相连；十字轴连接件，十字轴连接件内具有空腔，十字轴连接件可转动地设在二关节固定架上；框架大腿；框架小腿；脚板；二关节驱动模组，二关节驱动模组安装在二关节固定架上；三关节驱动模组，三关节驱动模组安装在十字轴连接件上；四关节驱动模组，四关节驱动模组安装在框架大腿上且位于三关节驱动模组下方；五关节驱动模组，五关节驱动模组安装在框架大腿内。根据本发明实施例的人形机器人的腿部结构具有重量轻、重量集中、末端重量低、转动惯量小等优点。
-
公开(公告)号：CN113849903A
公开(公告)日：2021-12-28
申请号：CN202110999851.1
申请日：2021-08-26
Applicant: 清华大学
IPC: G06F30/15 , G06F30/20 , G06Q10/04 , G06Q50/30 , G06F111/04 , G06F111/10
Abstract: 本公开提供的智能汽车最优决控模型构建及求解方法、装置和存储介质，包括：构建智能汽车的最优决控模型，以最小化自车的路径跟踪性能和预测跟踪误差之和作为最优决控模型的目标函数，分别以自车动力学模型、自车与周围交通参与者的距离、自车与道路的距离和自车与信号灯的距离作为最优决控模型的运动约束和安全约束，以评价函数和策略函数作为最优决控模型的输出；建立学习型罚函数方法处理安全约束，在探索过程中监测不安全的驾驶状态并对违反约束的策略施加惩罚，使得策略朝着满足约束的方向迭代，最终输出最优决控模型的最优策略函数和最优评价函数。本公开具有高安全性和强智能性，突破了现有决控求解器独立优化且依赖人工规则的瓶颈。
-
公开(公告)号：CN103714162A
公开(公告)日：2014-04-09
申请号：CN201310743707.7
申请日：2013-12-30
Applicant: 清华大学
CPC classification number: G06F17/3089 , G06K7/0008 , H04L67/22
Abstract: 本发明公开了一种信息发布方法及服务器，根据活动现场采集的活动参与者的身份信息，识别已参与活动的参与者；接收所述已参与活动的参与者发布的互动信息；发布所述互动信息。从而能够识别已参与活动的参与者，能够发布已参与活动的参与者提供的互动信息。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.022 seconds)
