-
公开(公告)号:CN118578379A
公开(公告)日:2024-09-03
申请号:CN202410663444.7
申请日:2024-05-27
Applicant: 电子科技大学 , 电子科技大学广东电子信息工程研究院
Abstract: 本发明属于机器人系统控制技术领域,具体为一种基于多点人机交互参数优化的外骨骼自适应阻抗控制方法,该方法基于单点期望模型和单点交互环境动力学模型,设计针对多点人机交互阻抗指标函数和优化问题,求得外骨骼关节空间最优阻抗模型。通过引入过程变量,将原始阻抗控制问题转化为非线性系统最优控制问题。通过设计基于评价神经网络的智能学习控制方法,保证外骨骼系统的最优控制性能。通过设计基于动态回归扩展与混合技术的权重参数更新算法,提升了神经网络参数学习过程的瞬态性能,松弛了对传统持续激励条件的要求,最终实现人机交互过程中对穿戴者的适应性和柔顺性。
-
公开(公告)号:CN118605264A
公开(公告)日:2024-09-06
申请号:CN202410663463.X
申请日:2024-05-27
Applicant: 电子科技大学 , 电子科技大学广东电子信息工程研究院
IPC: G05B19/042
Abstract: 本发明属于机器人系统控制技术领域,具体为一种有限时间收敛的运动受限机器人系统跟踪控制方法,通过引入非线性双向映射函数将有运动约束的跟踪控制问题,转化成无约束的辅助误差跟踪系统的最优控制问题。通过引入动态事件触发机制,提出基于自适应动态规划的运动受限机器人系统跟踪控制方法,实现了最优控制问题的求解。在此基础上,通过设计使控制算法有限时间收敛的评价网络权重参数更新规则、以及给出有限时间收敛上限值,实现了机器人系统跟踪控制的响应速度提升。本发明兼顾机器人系统的稳定性和整体性能。
-
公开(公告)号:CN118578379B
公开(公告)日:2025-04-25
申请号:CN202410663444.7
申请日:2024-05-27
Applicant: 电子科技大学 , 电子科技大学广东电子信息工程研究院
Abstract: 本发明属于机器人系统控制技术领域,具体为一种基于多点人机交互参数优化的外骨骼自适应阻抗控制方法,该方法基于单点期望模型和单点交互环境动力学模型,设计针对多点人机交互阻抗指标函数和优化问题,求得外骨骼关节空间最优阻抗模型。通过引入过程变量,将原始阻抗控制问题转化为非线性系统最优控制问题。通过设计基于评价神经网络的智能学习控制方法,保证外骨骼系统的最优控制性能。通过设计基于动态回归扩展与混合技术的权重参数更新算法,提升了神经网络参数学习过程的瞬态性能,松弛了对传统持续激励条件的要求,最终实现人机交互过程中对穿戴者的适应性和柔顺性。
-
公开(公告)号:CN119850865B
公开(公告)日:2025-05-16
申请号:CN202510329391.X
申请日:2025-03-20
Applicant: 电子科技大学
Abstract: 本发明属于室外未知环境实时网格建图技术领域,具体为一种基于激光雷达点云数据的增量式多边形网格重建方法,该方法通过获取点云数据并预处理、利用点云数据进行体素构建与网格增量式融合、对新的点云到网格的匹配、融合配准点云的增量式网格划分、以及多边形网格简化建图步骤,最终得到能够用于后续建图过程的多边形网格地图;本发明通过增量式网格生成提升了复杂动态环境中进行网格构建的效率,并结合点到网格匹配、网格简化与存储优化等方法,解决了机器人系统建图的实时性能、精度与计算资源之间的平衡问题。
-
公开(公告)号:CN114707646B
公开(公告)日:2023-06-02
申请号:CN202210093053.7
申请日:2022-01-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于远程推理的分布式人工智能实践平台,将人工智能模型划分为预处理组件、后处理组件和推理组件,将预处理组件和后处理组件运行在应用端,将推理组件运行在布置于神经网络计算设备上的模型端,多个应用端复用一个模型端的推理组件,或多个应用端通过集成服务器复用多个模型端的推理组件,实现了人工智能模型的推理。本发明通过将人工智能应用和神经网络计算设备进行分离,实现神经网络算力资源的远程复用,在降低人工智能实践平台构建成本的同时,还可提高教学实践的灵活性,从而提高人工智能教学质量。
-
公开(公告)号:CN119420362B
公开(公告)日:2025-04-25
申请号:CN202510012389.X
申请日:2025-01-06
Applicant: 电子科技大学
Abstract: 本发明属于测量技术领域,具体为一种高分辨率高精度多斜积分模数转换器及模数转换方法,包括四路并联高精度恒流源电路、积分器、积分输出比例放大模块、比较器、积分器归零重置电路和FPGA;通过四路高精度恒流源电路替换传统电压源/电阻的电荷注入组合,实现更高精度量化积分器充放电荷量的同时,使积分器出现两个过零点,减小比较器判断回滞现象对精度的影响。通过在FPGA中并行操作积分器充放电控制、数据计算与滤波、以及数据发送显示等事件,解决了传统双斜积分模数转换器中开关控制积分器充放电后需要在获得计算处理结果、并对计算结果滤波输出后,才能开始下一次模数转换。综上,本发明具备了更高的分辨率、精度和转换速度。
-
公开(公告)号:CN119007206A
公开(公告)日:2024-11-22
申请号:CN202411064776.X
申请日:2024-08-05
Applicant: 电子科技大学
IPC: G06V20/70 , G06V20/56 , G06V10/44 , G06V10/82 , G06V10/75 , G06N3/045 , G06N3/0464 , G06N3/096 , G06N3/0985
Abstract: 本发明涉及自动驾驶领域,具体涉及一种基于神经网络架构搜索方法的驾驶场景图搭建方法。采用了基于TreeNAS神经网络架构搜索方法,获得针对驾驶场景图的特征提取网络的最佳网络架构,并将其作为骨干网络与增强特征提取网络和YoloHead模块一起形成目标检测算法TreeNAS‑YOLO模型,然后使用目标检测算法TreeNAS‑YOLO模型网获得检测结果即物体类别及其候选框位置和大小信息,配合设定的驾驶场景下物体的危险属性、方位属性和距离属性定义,来完成驾驶场景图搭建。本发明主要依赖于视觉数据,减少了语言描述带来的不确定性和复杂性,克服了跨模态映射难度大的问题。
-
公开(公告)号:CN115092178B
公开(公告)日:2024-08-16
申请号:CN202210735642.0
申请日:2022-06-27
Applicant: 电子科技大学
IPC: B60W60/00 , B60W40/02 , B60W50/00 , G06V20/56 , G06V20/40 , G06V10/80 , G06V10/82 , G06V10/77 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种多视角注意力机制端到端自动驾驶行为决策方法,属于自动驾驶技术领域。该方法基于多摄像头获取的视频流信息,得到各视角的多时刻场景图像;将其分别降维后得到各视角特征,通过多视角注意力网络模块提取出各视角特征融合了其它视角不同事物的权重信息,再将该权重信息作用回原输入,得到各视角的融合特征;再分别经过池化处理后输入长短时记忆网络,获取各视角的时序特征;最后结合实时导航信息,预测车辆的转角控制量和速度控制量,作为最终的决策信息。本发明基于多视角注意力,综合各个视觉传感器提取车身周围目标位置信息和时间信息,使得预测过程更能观察到车身周围应注意信息,从而使预测结果更加准确。
-
公开(公告)号:CN118370676A
公开(公告)日:2024-07-23
申请号:CN202410238585.4
申请日:2024-03-04
Applicant: 电子科技大学
Abstract: 本发明涉及手部医疗康复领域,具体为一种基于气动伸缩管柔性手功能康复训练手套,包括气动手套、电控盒、电刺激线组件以及九芯导线组件;电控盒与分线盒相连,电刺激线组件以及九芯导线组件均与电控盒相连,通过五根气动伸缩管、与五根气动管一一对应的LED灯、微型震动电机以及电刺激贴片的配合作用,使其能够从视觉、触觉、神经电刺激三个方面辅助康复治疗,达到联动康复的目的。在康复时可以指导单个手指的康复动作同时帮助患者康复,有效提高了整体的康复效果和效率。此外,通过第一可拆卸连接结构、第二可拆卸连接结构、第三可拆卸连接结构以及第四可拆卸连接结构的设置,降低了整个装置的使用成本。
-
公开(公告)号:CN119831296A
公开(公告)日:2025-04-15
申请号:CN202510302195.3
申请日:2025-03-14
Applicant: 电子科技大学
IPC: G06Q10/0631 , G06Q10/04
Abstract: 本发明属于多机器人系统技术协同任务分配领域,具体为基于路网拓扑融合边点的多机器人任务分配图分割方法,包括基于边点信息构造路网拓扑图中的最小可分块并存入数据列表;由机器人数量和初始阈值因子生成均衡代价的上下阈值;按数据列表传入最小可分块并计算传入块所对应的路径代价,与阈值均衡代价比较判断是否结束该阶段任务分配或传入下一最小可分块,按设定规则选取下一最小可分块再计算对比,直到当前任务分配结束,以此循环往复;根据机器人数量将全局路网拓扑图划分为对应数量任务组,划分完毕后缩小设定均值代价阈值,通过迭代优化得到最终分割结果。本发明在提升多机器人在复杂城市环境路网遍历搜索的效率同时减小盲目性与冗余。
-
-
-
-
-
-
-
-
-