-
公开(公告)号：CN119904638A
公开(公告)日：2025-04-29
申请号：CN202411985702.X
申请日：2024-12-31
Applicant: 湖南大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0895 , G06T7/11
Abstract: 本发明公开了一种基于部件感知学习分割网络的弱监督语义分割方法及系统，该方法包括：步骤1：构建部件感知学习分割网络；步骤2：获取训练集图像的SAM掩码集；步骤3：获得训练集图像的掩码伪标签集和掩码中目标部件与整体之间的关系矩阵；步骤4：获取初始部件感知学习分割网络模型；步骤5：获取并优化训练集图像中目标掩码的CAM集，得到最终伪标签集，并利用分割解码器，获取待分割图像中的语义分割结果；通过该网络中的部件‑整体精炼模块去除冗余的掩码，并捕捉掩码中目标部件与整体之间的关系；通过该网络中的部件感知学习模块，鼓励网络学习伪标签集中目标的各部件与整体之间的关系，实现在弱监督条件下对目标的精确和完整分割。
-
公开(公告)号：CN119356349A
公开(公告)日：2025-01-24
申请号：CN202411945503.6
申请日：2024-12-27
Applicant: 湖南大学
IPC: G05D1/43 , G05D1/242 , G05D1/243 , G05D1/633 , G05D1/644 , G05D1/693 , G05D1/692 , G05D1/648 , G05D105/20
Abstract: 本发明公开了一种面向重型工件搬运的机器人编队规定性能控制方法，首先建立机器人编队的控制模型，设置机器人编队中机器人之间的目标距离、相对位置以及距离等状态量，计算状态量误差并根据实际场景中机器人协同搬运的约束，对控制系统的状态量误差添加约束，对受约束的状态量误差进行误差转换，得到非约束空间下的转换误差变量，设计机器人编队的动态面控制律并进行闭环系统的稳定性分析，在MATLAB环境下对机器人编队的动态面控制律进行数学仿真，验证所提出控制方法的有效性。通过设计动态面控制律，可实现多个机器人相互之间的协同控制，保证在机器人编队在协同搬运过程中的精度。
-
公开(公告)号：CN118884965B
公开(公告)日：2024-12-06
申请号：CN202411389199.1
申请日：2024-10-08
Applicant: 湖南大学
Abstract: 本发明公开了一种基于经济模型预测控制的无人艇路径跟踪控制方法，建立欠驱动无人艇的非线性运动学和动力学模型；对预设航迹信息进行离散化处理，得到离散化后的目标航迹点序列信息；获取无人艇的工作参数信息，结合非线性运动学和动力学模型计算得到阶段成本、终端成本和误差成本，进而确定经济模型预测控制算法的成本函数；基于经济模型预测控制的航迹控制器将无人艇的实际航点与目标航迹点序列信息作为输入，构建经济模型预测控制约束优化问题，控制无人艇移动；确定无人艇进入航点可接受范围内，且该航点为目标航迹上最后一个航点时，完成对无人艇的路径跟踪。在满足无人艇在实际环境中的作业需求前提下，优化了无人艇的能源损耗与控制性能。
-
公开(公告)号：CN118544363A
公开(公告)日：2024-08-27
申请号：CN202411009284.0
申请日：2024-07-26
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于自适应阻抗的多移动机器人协同搬运控制方法，每个移动机器人通过两个有限时间全分布式观测器分别估计参考点的实际位姿和理想位姿及其前二阶微分，然后根据估计的参考点的位姿、机械臂末端执行器的位姿以及协同搬运的闭链约束得到移动机器人末端的理想轨迹和移动机器人末端与参考点之间位姿偏差的估计值；每一个移动机器人的自适应阻抗系统与一个虚拟的能量罐互联，能量罐用于指导阻抗参数的更新，从而保证整个协作自适应阻抗系统的无源性；处理移动机器人未知的系统动力学，利用神经网络设计渐近跟踪自适应神经网络控制器，从而渐近实现理想的自适应阻抗关系。在安全协作的前提下提高了多机器人协同搬运系统的操作精度。
-
公开(公告)号：CN117608199B
公开(公告)日：2024-04-12
申请号：CN202410060508.4
申请日：2024-01-16
IPC: G05B13/04
Abstract: 本发明公开了一种预瞄机制下网络化多机器人数据驱动编队控制方法，采用领航‑跟随者编队方法，在参考轨迹上确定预瞄点，通过当前位置与预瞄点之间的横向跟踪误差使用无模型自适应控制MFAC算法对角速度进行控制；跟随者以领航者坐标为预瞄点，通过当前位置与预瞄点之间的横向跟踪误差和纵向跟踪误差分别对角速度和线速度进行控制；算法中角速度控制采用单闭环MFAC，线速度控制采用双闭环MFAC，控制误差项采用各机器人加权协同误差，控制算法中均采用前向预测对网络通信约束进行补偿，经过预测补偿后的速度控制量经由边端网络传至端设备机器人，实现多移动机器人稳定的特定队形协同编队。具有更强的场景适用性、灵活性和可拓展性。
-
Patent Agency Ranking
公开(公告)号：CN117474914A
公开(公告)日：2024-01-30
申请号：CN202311812865.3
申请日：2023-12-27
Applicant: 湖南大学
IPC: G06T7/00 , G06N3/045 , G06N3/0464 , G06N3/096 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/80 , G06V10/82 , G01N21/88
Abstract: 本发明公开了一种基于轻量化神经网络的飞机蒙皮表面缺陷检测方法，包括：构建用于网络训练的数据集；构建用于飞机蒙皮缺陷检测的教师网络模型和轻量化学生网络模型，使用数据集对教师网络模型进行训练，并将训练好的教师网络模型权重文件保存并载入到教师网络模型，使用数据集对学生网络模型进行训练，根据教师网络模型和学生网络模型输出的多尺度特征计算不确定性预测的知识蒸馏损失，结合蒸馏损失和学生网络模型原本的检测损失利用反向传播算法来训练学生网络模型，保存训练好的学生网络模型的权重文件；利用训练好的轻量化学生网络模型实现飞机蒙皮的缺陷检测。在确保精度的前提下，大幅度降低计算复杂度，提高自动化检测技术应用的实时性。
-
公开(公告)号：CN116604571B
公开(公告)日：2023-10-27
申请号：CN202310864607.3
申请日：2023-07-14
Applicant: 湖南大学
Abstract: 本发明公开了一种基于深度强化学习的机器人三维测量路径规划方法，包含基于多层视球和下一最优视点的MLVS‑NBV规划方法生成候选视点集合，使用IKFast运动学求解器求解各视点对应的机器人的所有逆运动学解，建立视点—逆运动学解的评估矩阵，利用PC‑NBV点云网络学习和预测选择下一视点后的覆盖率，建立GTSP问题并利用DDQN深度强化学习方法求解，使用GPMP2运动规划器快速生成测量路径，将训练网络迁移到实际的机器人测量任务。通过视点规划方法保证测量视点的可行性并提高对不同测量对象的测量覆盖率，利用深度强化学习技术实现对不同已知对象的自主测量和对未知对象的探索式测量，规划速度快、适应性强、效率高。
-
公开(公告)号：CN115568015B
公开(公告)日：2023-04-25
申请号：CN202211563622.6
申请日：2022-12-07
Applicant: 湖南大学
IPC: H04W64/00 , G01S5/06 , G01S5/02 , G06V20/52 , G06V10/764 , G06K17/00 , G16Y10/25 , G16Y20/10 , G16Y20/20 , G16Y40/10 , G16Y40/20 , G16Y40/60
Abstract: 本发明公开了一种船舶分段制造车间物料融合定位方法，包括：获取布置于分段制造车间内的UWB标签和生产要素，将UWB标签部署于定位区间，并将UWB标签与生产要素绑定；判断生产要素是否位于定位区间，是则读取生产要素绑定的UWB标签的位置；否则获取生产要素的精确定位；确定各生产要素的类型及其定位坐标；判断同种类型的生产要素是否有且仅有一个；若是，将第一检测结果传输至终端；若否，将第二检测结果传输至终端；终端将接收到的第一检测结果或第二检测结果进行显示。该方法对实现船舶制造大场景中生产要素的状态感知具有重大意义。
-
公开(公告)号：CN115990891A
公开(公告)日：2023-04-21
申请号：CN202310292031.8
申请日：2023-03-23
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于视觉示教和虚实迁移的机器人强化学习装配的方法包括如下步骤：步骤S0、搭建机器人装配硬件平台；步骤S1、获取装配对象在三维空间中的6D位姿示教轨迹；步骤S2、搭建虚拟仿真环境，通过示教轨迹来预训练装配策略模型使之具有类似人工装配的运动轨迹；步骤S3、再训练并优化装配策略模型，提高机器人装配的成功率。本发明装配策略的训练效率高、实际实验数据易于收集，有效解决仿真环境与现实实验环境误差导致的装配策略性能下降的问题。
-
公开(公告)号：CN119850623A
公开(公告)日：2025-04-18
申请号：CN202510330876.0
申请日：2025-03-20
Applicant: 湖南大学
Abstract: 本申请涉及航空检测技术领域，公开一种飞机壁板缺陷检测方法、模型训练方法及相关设备。该训练方法包括：获取拍摄飞机壁板得到的样本图像；将样本图像输入预训练的教师模型和待训练的学生模型，得到第一特征图集、第二特征图集和目标预测结果；依据第一特征图集和第二特征图集两者的特征图的局部偏差和全局偏差，得到知识蒸馏损失信息；依据第一特征图集和第二特征图集两者的特征图，得到对抗损失信息；依据目标预测结果，得到预测损失信息；依据知识蒸馏损失信息、对抗损失信息和预测损失信息，调整学生模型的网络参数。本申请实施例可以在有限的硬件条件下提升飞机壁板缺陷检测的精度。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.029 seconds)
