复杂环境下多重复任务并联机器人的增强学习控制方法

    公开(公告)号:CN119396084A

    公开(公告)日:2025-02-07

    申请号:CN202411489721.3

    申请日:2024-10-24

    Applicant: 南通大学

    Abstract: 本发明提供了一种复杂环境下多重复任务并联机器人的增强学习控制方法,属于机器人应用技术领域。解决了复杂环境中多重复任务并联机器人控制精度不足和自适应能力弱的技术问题。其技术方案为:包括以下步骤:步骤1,建立动力学模型;步骤2,分析和更新摩擦补偿策略,设计模型参考自适应控制方法动态调整摩擦补偿策略;步骤3,设计强化力跟踪控制器;步骤4,融合深度Q网络与模型参考自适应控制方法;步骤5,搭建具有动态变化的真实复杂环境。本发明的有益效果为:本发明通过动态调整控制策略,系统能够自适应不同的操作条件和环境变化,提高了系统的鲁棒性和稳定性。

    受扰四旋翼无人机姿态与高度系统的非线性鲁棒控制方法

    公开(公告)号:CN115840367B

    公开(公告)日:2024-04-09

    申请号:CN202211650022.3

    申请日:2022-12-21

    Applicant: 南通大学

    Abstract: 本发明属于无人机控制技术领域,具体为受扰四旋翼无人机姿态与高度系统的非线性鲁棒控制方法。本发明方法首先在确定合适的地球固联坐标系和机体坐标系为前提条件下,构建四旋翼无人机的空气动力学方程,同时引入的干扰量即滚转扰动量、俯仰扰动量、偏航扰动量和高度扰动量;接着,确定好状态收敛函数后,根据受扰情况下四旋翼无人机的非线性动力学方程确定非线性鲁棒控制系统的输入量;然后,将由基于神经网络的自适应法则、扰动观测器和非线性鲁棒控制方法结合构成姿态与高度系统非线性鲁棒控制器;最后使用Lyapunov稳定性理论对构建的实时姿态与高度系统非线性鲁棒控制系统进行稳定性判定。

    多形态障碍物整理机械臂的平推和多自由度抓取控制方法

    公开(公告)号:CN117103272A

    公开(公告)日:2023-11-24

    申请号:CN202311186364.9

    申请日:2023-09-14

    Applicant: 南通大学

    Abstract: 本发明提供了一种多形态障碍物整理机械臂的平推和多自由度抓取控制方法,属于机器人技术应用技术领域。解决了复杂环境下不规则形状物体难以准确抓取的技术问题。其技术方案为:步骤1,模拟真实场景中的复杂性和挑战性;步骤2,通过自我监督训练,在搭建好的仿真环境中使用Q‑learning框架训练两个独立的深度神经网络;步骤3,基于所述步骤2,系统在训练过程中根据奖励函数和环境反馈;步骤4,在仿真环境中将该系统与先进的抓取方法Visual Pushing for Grasping进行比较;步骤5,搭建真实的多障碍物杂乱场景。本发明的有益效果为:利用协同推送和扩展抓取动作空间,能够有效地完成杂乱桌面的清理任务。

    一种长带宽高消光比光子晶体光纤滤波器

    公开(公告)号:CN116430512A

    公开(公告)日:2023-07-14

    申请号:CN202310333293.4

    申请日:2023-03-31

    Applicant: 南通大学

    Abstract: 本发明公开了一种长带宽高消光比光子晶体光纤滤波器,属于光纤滤波技术领域。其技术方案是包括光子晶体光纤,光子晶体光纤包括纤芯和设置在纤芯外围的空气孔,空气孔包括包层空气孔和SPR空气孔,包层空气孔包括三种不同直径的大圆形空气孔、中圆形空气孔和小圆形空气孔,中圆形空气孔呈周期性正六边形分布,四个大圆形空气孔呈菱形对称分布在纤芯的四周,小圆形空气孔靠近纤芯且分布在纤芯的两侧,SPR空气孔为两个对称分布在纤芯两侧的椭圆形空气孔且对其内表面依次设置金层和石墨烯层构成,椭圆形空气孔的长轴与光子晶体光纤的竖直轴平行。本发明滤波器具有长带宽高消光比的优点,带宽超过了800nm,最大的消光比有250dB以上。

    基于状态与扰动观测器仿人机器人复杂地形平衡控制方法

    公开(公告)号:CN119575810A

    公开(公告)日:2025-03-07

    申请号:CN202411650890.0

    申请日:2024-11-19

    Applicant: 南通大学

    Abstract: 本发明提供了一种基于状态与扰动观测器仿人机器人复杂地形平衡控制方法,属于机器人应用技术领域。解决了复杂环境下人形机器人行走时的不稳定性问题。其技术方案为:包括以下步骤:步骤1建立简化的人形机器人“弹簧‑阻尼”倒立摆模型;步骤2,设计状态与扰动观测器;步骤3,基于所述步骤2,设计以状态与扰动观测器的实时观测对象为输入的状态反馈控制器;步骤4,选择合适的控制器极点和控制器观测点;步骤5,进行仿人机器人在复杂地形下的姿态平衡控制的仿真验证。本发明的有益效果为:特别是在灾难救援和复杂环境作业中,有助于提升机器人对干扰的鲁棒性和任务执行能力。

    一种结合双对抗技术和递归机制的路径规划方法

    公开(公告)号:CN119512131A

    公开(公告)日:2025-02-25

    申请号:CN202311030880.2

    申请日:2023-08-16

    Applicant: 南通大学

    Abstract: 本发明属于飞行器控制技术领域,具体涉及一种结合双对抗技术和递归机制的路径规划方法。本发明通过Bellman方程计算最佳Q值函数建立一种对参数进行不断的训练和优化、利用网络输出值来替代传统的Q值表的深度学习Q网络模型DQN;构建包含循环网络的深度递归Q网络模型DRQN;结合双对抗技术,建立一种将价值函数与奖励值函数结合、引入目标网络参数学习率的双对抗深度递归Q网络模型D3RQN,实现半已知环境下四旋翼飞行器的路径规划。本发明在半已知环境的前提下,既减轻了计算量负担又改善了不完全可观察马尔可夫决策过程POMDP的性能和提高了训练速度,同时解决了价值估计过于乐观等问题,提高系统稳定性和准确性,提高侦察运输用四旋翼无人机的路径规划性能。

    工业混联机器人全局固定时间类反步二阶滑模控制方法

    公开(公告)号:CN118131623A

    公开(公告)日:2024-06-04

    申请号:CN202410202732.2

    申请日:2024-02-23

    Applicant: 南通大学

    Abstract: 本发明提供了一种工业混联机器人全局固定时间类反步二阶滑模控制方法,属于工业混联机器人技术领域。解决了工业混联机器人系统存在的建模误差、工业环境干扰等不确定性的技术问题。其技术方案为:步骤1,定义其末端执行器的期望运动轨迹;步骤2,建立考虑建模误差、工业环境干扰项的工业混联机器人动力学模型;步骤3,进行准确估计并补偿;步骤4,设计工业混联机器人全局固定时间类反步二阶滑模控制方法;步骤5,通过软件编程及硬件实验平台,实现该工业混联机器人全局固定时间类反步二阶滑模控制。本发明的有益效果为:本发明以实现对系统误差最小收敛时间上界的精确估计,避免对系统收敛时间的过度估计。

    多形态障碍物整理机械臂的平推和多自由度抓取控制方法

    公开(公告)号:CN117103272B

    公开(公告)日:2024-03-15

    申请号:CN202311186364.9

    申请日:2023-09-14

    Applicant: 南通大学

    Abstract: 本发明提供了一种多形态障碍物整理机械臂的平推和多自由度抓取控制方法,属于机器人技术应用技术领域。解决了复杂环境下不规则形状物体难以准确抓取的技术问题。其技术方案为:步骤1,模拟真实场景中的复杂性和挑战性;步骤2,通过自我监督训练,在搭建好的仿真环境中使用Q‑learning框架训练两个独立的深度神经网络;步骤3,基于所述步骤2,系统在训练过程中根据奖励函数和环境反馈;步骤4,在仿真环境中将该系统与先进的抓取方法Visual Pushing for Grasping进行比较;步骤5,搭建真实的多障碍物杂乱场景。本发明的有益效果为:利用协同推送和扩展抓取动作空间,能够有效地完成杂乱桌面的清理任务。

Patent Agency Ranking