-
公开(公告)号:CN114485730B
公开(公告)日:2023-07-04
申请号:CN202210089031.3
申请日:2022-01-25
Applicant: 湖南大学 , 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种基于牛顿迭代法的DVL误差标定方法及系统,其包括:步骤1,构建DVL误差损失函数f(Φ,δ);步骤2,通过牛顿迭代法逼近损失极小值点获得Φ和δ的最优估计值,其具体包括:步骤21,令X=[Φ,δ],将所述非线性优化函数f(X)进行在初始点二阶泰勒展开;步骤22,根据所述步骤21二阶泰勒展开后的结果,确定迭代方程:步骤23,给定初始值通过i次迭代,求出每次迭代中不同的海森矩阵A(X)及其逆矩阵,从而得到Xi,如果Xi小于预设值,或者迭代次数达到设定的最大值,则Xi作为最优解,停止迭代;否则返回方程(3)继续迭代运行。
-
公开(公告)号:CN114543799A
公开(公告)日:2022-05-27
申请号:CN202210345007.1
申请日:2022-03-31
Applicant: 湖南大学无锡智能控制研究院 , 湖南大学
Abstract: 本发明公开了一种抗差联邦卡尔曼滤波方法、设备与系统,该系统包括:在载体上设置的惯性导航系统和N个其它导航系统,所述惯性导航系统对应主滤波器,所述N个其它导航系统与N个局部滤波器一一对应;其中,所述N个局部滤波器,用于接收各自对应的传感器的输入数据,计算系统状态量的估计值;所述主滤波器,用于融合所述N个局部滤波器得到的状态量的估计值,获得系统状态全局最优估计和量测噪声方差阵。本发明中,当量测信息增加或减少时,联邦滤波器仅通过调整局部滤波器数量即可完成融合模式的切换,既具有灵活的数据融合结构,又具有抗差能力,稳定性和鲁棒性优势明显。
-
公开(公告)号:CN114543799B
公开(公告)日:2023-10-27
申请号:CN202210345007.1
申请日:2022-03-31
Applicant: 湖南大学无锡智能控制研究院 , 湖南大学
Abstract: 本发明公开了一种抗差联邦卡尔曼滤波方法、设备与系统,该系统包括:在载体上设置的惯性导航系统和N个其它导航系统,所述惯性导航系统对应主滤波器,所述N个其它导航系统与N个局部滤波器一一对应;其中,所述N个局部滤波器,用于接收各自对应的传感器的输入数据,计算系统状态量的估计值;所述主滤波器,用于融合所述N个局部滤波器得到的状态量的估计值,获得系统状态全局最优估计和量测噪声方差阵。本发明中,当量测信息增加或减少时,联邦滤波器仅通过调整局部滤波器数量即可完成融合模式的切换,既具有灵活的数据融合结构,又具有抗差能力,稳定性和鲁棒性优势明显。
-
公开(公告)号:CN114485730A
公开(公告)日:2022-05-13
申请号:CN202210089031.3
申请日:2022-01-25
Applicant: 湖南大学 , 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种基于牛顿迭代法的DVL误差标定方法及系统,其包括:步骤1,构建DVL误差损失函数f(Φ,δ);步骤2,通过牛顿迭代法逼近损失极小值点获得Φ和δ的最优估计值,其具体包括:步骤21,令X=[Φ,δ],将所述非线性优化函数f(X)进行在初始点二阶泰勒展开;步骤22,根据所述步骤21二阶泰勒展开后的结果,确定迭代方程:步骤23,给定初始值通过i次迭代,求出每次迭代中不同的海森矩阵A(X)及其逆矩阵,从而得到Xi,如果Xi小于预设值,或者迭代次数达到设定的最大值,则Xi作为最优解,停止迭代;否则返回方程(3)继续迭代运行。
-
公开(公告)号:CN116812477A
公开(公告)日:2023-09-29
申请号:CN202311069261.4
申请日:2023-08-24
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明涉及机器人转运技术领域,具体公开了一种轨道式转运机器人的控制方法、装置及系统,包括:分别获取转运机器人的实时位置和每个驱动轮的载重分布信息;根据每个驱动轮的载重分布信息构建每个驱动轮的最大驱动力约束,并根据每个驱动轮的最大驱动力约束构建转运机器人总驱动力约束;根据转运机器人总驱动力约束和所述转运机器人的实时位置控制转运机器人的对接;根据所述转运机器人的实时位置和目标对接位置的差值并结合每个驱动轮的最大驱动力约束构建每个驱动轮的驱动力分配策略;根据每个驱动轮的驱动力分配策略生成驱动信号。本发明提供的轨道式转运机器人的控制方法提升了转运机器人与目标轨道的对接精度。
-
公开(公告)号:CN114565616B
公开(公告)日:2022-12-09
申请号:CN202210202063.X
申请日:2022-03-03
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种非结构化道路状态参数估计方法及系统,其包括:步骤1,将采集到的点云数据与图像数据进行时间同步和空间同步,并获得激光雷达坐标系中的点云数据中的点云到像素坐标系中的像素的映射关系;步骤2,多传感器融合地面分割,输出点云地面分割结果和图像地面分割结果;步骤3,地面点云数据增强;步骤4,道路自适应分块拟合,实现路面建模;步骤5,道路参数估计:基于路面平面模型,通过计算相邻两平面的法向量夹角即可求得相邻平面的相对纵向/横向坡度;通过计算地面点云到对应拟合平面之间的距离,并采用距离的均方根作为路面粗糙度的评价指标;通过拟合每个分块平面的道路边界,进行道路曲率估计。
-
公开(公告)号:CN114509086B
公开(公告)日:2022-11-25
申请号:CN202210137726.4
申请日:2022-02-15
Applicant: 湖南大学无锡智能控制研究院
IPC: G01C21/34
Abstract: 本发明公开了一种智能车辆在连续弯道场景下的最优轨迹规划方法及系统,其包括:步骤1,通过传感器获取自车所在道路的道路边界点以及该道路的中心线点的坐标,沿自车纵轴的前、后方向分别设置半径为R的前包络圆和后包络圆,通过前包络圆和后包络圆表征自车,同时将道路边界点均沿垂直于其对应中心线的方向内缩距离R;步骤2,将道路边界点拟合出总数为N条具有相互重叠部分并由多项式和描述的道路边界;步骤3,使用自行车运动学模型作为自车的车辆模型,同时将和作为道路边界约束,结合车辆约束,建立第一最优控制问题,并将最优控制问题转化为非线性规划问题,求出全局最优轨迹。
-
公开(公告)号:CN114670856A
公开(公告)日:2022-06-28
申请号:CN202210328946.5
申请日:2022-03-30
Applicant: 湖南大学无锡智能控制研究院 , 江苏集萃清联智控科技有限公司
IPC: B60W50/00 , B60W60/00 , B60W40/105 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进BP神经网络的参数自整定纵向控制方法及系统,其包括:步骤1,获取预瞄速度误差,输入至当前BP神经网络;步骤2,在切换为驱动模式和制动模式之一后,判断预瞄速度误差是否大于预设阈值,如果是,则进入步骤3;如果否,则进入步骤4;步骤3,离线训练当前模式下BP神经网络的初始参数,获取最优的所述初始参数,对所述当前BP神经网络进行初始化;步骤4,通过Batch Normalization处理归一化方法,所述当前BP神经网络在线计算误差反向传播,并调整权重参数,然后通过所述当前BP神经网络输出当前模式对应的控制参数。本发明能够快速调整控制参数,同时提高车辆纵向控制精度。
-
公开(公告)号:CN119758855B
公开(公告)日:2025-05-16
申请号:CN202510264898.1
申请日:2025-03-07
Applicant: 湖南大学无锡智能控制研究院
IPC: G05B19/042 , G01M17/06
Abstract: 本发明涉及装备试验技术领域,具体公开了一种多轴转向底盘移动试验台架的控制方法、装置及系统,包括:分别获取台架本体的定位信息以及试验件的运动信息;根据预设试验路径和台架本体的位置信息进行误差计算,获得纠偏转角;根据预设试验路径以及试验件的运动信息进行横摆力矩平衡计算,获得补偿转角;分别对纠偏转角和补偿转角进行时滞补偿,获得纠偏转角分配控制参数和补偿转角分配控制参数;向纠偏轮组输出纠偏转角控制参数以及向补偿轮组输出补偿转角分配控制参数。本发明提供的多轴转向底盘移动试验台架的控制方法能够解决人工驾驶试验台架带来的路径跟踪控制精度差,行驶稳定性低的问题,达到提升路径跟踪精度以及提高行驶稳定性的目的。
-
公开(公告)号:CN119861568A
公开(公告)日:2025-04-22
申请号:CN202510033450.9
申请日:2025-01-09
Applicant: 湖南大学
IPC: G05B13/04
Abstract: 本发明公开了一种ASV‑AUV混合集群鲁棒模型预测协同控制方法及系统,其包括:步骤1,获取混合集群中任意自主系统的位置状态信息和速度状态信息,自主系统分为ASV和AUV;步骤2,依据协同任务设定自主系统i对应的期望位置向量,结合位置状态信息和速度状态信息,在运动学层计算自主系统的虚拟控制速度;步骤3,根据虚拟控制速度,在动力学层采用干扰观测器估计干扰,通过鲁棒模型预测控制器计算自主系统的控制输入;步骤4,根据控制输入,在执行层采用推进器模型计算出推进系统的实际执行控制量。本发明能够解决具有不确定性的ASV‑AUV混合集群系统的协同控制问题,并提高系统控制的鲁棒性和稳定性。
-
-
-
-
-
-
-
-
-