-
公开(公告)号：CN112256001B
公开(公告)日：2022-01-18
申请号：CN202011053311.6
申请日：2020-09-29
Applicant: 华南理工大学
IPC: G05D1/00
Abstract: 本发明公开了一种视角约束下的移动机器人视觉伺服控制方法，包括步骤：构建非完整移动机器人的运动学模型以及针孔相机的投影模型；结合移动机器人的运动学模型，对针孔相机的投影模型进行坐标变换并建立关于像素坐标的系统动态方程；构建关于像素坐标的伺服跟踪误差方程，并将针孔相机的视角约束转化为关于伺服跟踪误差的上下界约束问题；基于预设性能控制的方法，构建一个障碍函数来确保伺服控制系统能够满足预设的性能指标以及视角约束，并使用李雅普诺夫设计法设计出基于图像的移动机器人视觉伺服控制器、速度观测器以及自适应参数更新律。上述的控制器、观测器和参数更新律保证了视角约束和性能约束在整个控制过程中都能得到满足，并且闭环系统是稳定的。
-
公开(公告)号：CN113110377A
公开(公告)日：2021-07-13
申请号：CN202110331788.4
申请日：2021-03-29
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: G05B23/02
Abstract: 本发明公开了一种采样机械臂闭环控制系统的小故障检测方法，该方法包括以下步骤：设计离散时间机械臂的自适应神经网络控制器；构造动态估计器逼近系统未知动态；计算故障引起的系统动态残差与控制器补偿的残差，进一步得出增强的总可测故障残差；计算加权递推的绝对故障残差累积值；设计故障检测决策方案，将实时计算得到的故障残差累积值与自适应阈值进行比较，若存在某个时刻，使得故障残差累积值大于自适应阈值，则判定该时刻机械臂发生故障；本发明的故障检测方案保证了机械臂系统发生故障后，实现对故障的快速检测，通过加权递推的绝对残差累积机制，解决了故障频繁变化以及故障诊断速度慢的问题，保障了故障检测系统的安全性和快速性。
-
公开(公告)号：CN113011351A
公开(公告)日：2021-06-22
申请号：CN202110313995.7
申请日：2021-03-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种智能购物车的工作方法及智能购物车，智能购物车包括从下至上依次连接的底座、可调节支架以及用于放置商品的购物篮；购物篮安装有深度摄像头和扫描摄像头，底座包含有工控机、底层控制板、惯性测量单元、里程计、无线通信定位模块、多个直流电机以及多个麦克纳姆轮，购物篮或者底座上安装有激光雷达模块。智能购物车能够根据深度摄像头、扫描摄像头、惯性测量单元、里程计和激光雷达模块采集的数据，自动跟随目标、智能导航和自主避障，可满足顾客多样化的需求，提供更便捷的购物体验，智能购物车具有较高的智能化水平。
-
公开(公告)号：CN110262494B
公开(公告)日：2020-09-22
申请号：CN201910560204.3
申请日：2019-06-26
Applicant: 华南理工大学 , 国家海洋局南海调查技术中心(国家海洋局南海浮标中心)
IPC: G05D1/02
Abstract: 本发明公开了一种同构多无人艇系统的协同学习与编队控制方法，该方法针对多个全驱动且具有相同结构的无人艇系统，提出了基于通信连接拓扑图的分布式协同学习控制方法，该方法解决了保持通信的同构无人艇之间的碰撞和保持连接问题，包括以下步骤：建立无人艇的动态模型；设计基于图论的保持通信的无人艇之间的误差；设计满足预设性能的误差转换函数；设计基于动态面控制技术的虚拟控制器；设计径向基函数(RBF)神经网络的权值更新率；设计编队控制器与基于经验的控制器。本发明所提出的满足连接保持且具有协同学习的编队控制方法可以保证，如果两个无人艇在初始时刻保持通信，在其后任意时刻都始终保持安全距离并在通信连接范围内。
-
公开(公告)号：CN110865539A
公开(公告)日：2020-03-06
申请号：CN201911127962.2
申请日：2019-11-18
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
Abstract: 本发明公开了一种随机干扰下的无人艇跟踪误差约束控制方法，本方法针对在随机扰动下的无人艇设计控制器，并保证跟踪误差最终收敛到零点。本发明的方法包括步骤：构建无人艇的运动学模型和动力学模型；考虑海洋动态环境中存在着外界随机干扰，将无人艇动力学模型描述为标准的非线性随机模型形式；采用正切障碍李雅普诺夫函数来确保跟踪误差满足约束条件，并运用后推设计法针对无人艇的跟踪误差系统进行虚拟控制器的设计；运用自适应控制技术解决控制器设计中的参数不确定问题；本发明能实现了随机干扰环境下轨迹的精确跟踪，误差满足预先设定的边界条件，控制效果佳。
-
Patent Agency Ranking
公开(公告)号：CN110658811A
公开(公告)日：2020-01-07
申请号：CN201910848231.0
申请日：2019-09-09
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: G05D1/02
Abstract: 本发明公开了一种基于神经网络的受限移动机器人协同路径跟踪控制方法，该方法步骤为：建立移动机器人的运动学与动力学模型；定义路径跟踪误差方程；建立移动机器人的性能受限tan型障碍李雅普诺夫函数；基于图论知识，建立多个移动机器人的编队方式；建立移动机器人的路径参数更新率方程；针对移动机器人的非线性建模不确定项，采用后推设计方法，设计基于神经网络的控制器；设计编队控制器。本发明不仅能够保证单个移动机器人的路径跟踪误差最终收敛到小邻域内，还能保证误差始终在给定的区间内，保证暂态性能，同时，本发明实现了多个移动机器人的协同控制，使多个移动机器人根据路径参数均匀分布在同一条路径上。
-
公开(公告)号：CN110196599A
公开(公告)日：2019-09-03
申请号：CN201910560210.9
申请日：2019-06-26
Applicant: 华南理工大学 , 国家海洋局南海调查技术中心(国家海洋局南海浮标中心)
IPC: G05D1/02
Abstract: 本发明公开了一种避碰与连接保持约束下的无人艇分布式编队控制方法，包括步骤：构建无人艇的运动学和动力学模型；用无向拓扑图来描述无人艇编队系统中各个体间的信息交互；建立第k条边上相邻无人艇的距离误差方程、相对航向角误差方程以及方位角误差方程，并将避碰与连接保持约束描述成对编队误差的约束问题；采用对数障碍李雅普诺夫函数来确保编队误差满足预设暂态性能的约束条件，并运用后推设计法针对第i个无人艇的相对航向角误差系统、距离误差系统和方位角误差系统进行虚拟控制器的设计；在编队控制器设计中运用动态面控制技术避免对虚拟控制器反复求导问题和解决加速度不可测问题；设计出基于扰动观测器的分布式编队控制器。
-
公开(公告)号：CN115122335B
公开(公告)日：2024-10-25
申请号：CN202210909372.0
申请日：2022-07-29
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: B25J9/16
Abstract: 本发明公开了一种基于外环速度补偿的封闭机器人任务空间学习控制方法、存储介质及机器人，方法包括：建立具有内部速度PI控制器的封闭机器人动力学和运动学模型，并构建期望的末端周期轨迹；设计自适应神经网络速度补偿控制指令，利用确定学习理论获取经验知识，并通过参数收敛性质获取机器人运动学知识；基于所获知识设计速度补偿学习控制指令。本发明所设计方法通过分离封闭机器人动力学和运动学，在运用确定学习理论实现系统经验知识获取的基础上，保证了未知运动学参数的收敛，实现了学习控制算法在具有未知动力学和运动学封闭机器人系统上的应用，基于所获知识设计的速度补偿学习控制指令，在节省计算资源的同时提升了机器人暂态跟踪性能。
-
公开(公告)号：CN118509605A
公开(公告)日：2024-08-16
申请号：CN202410224963.3
申请日：2024-02-29
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: H04N19/70 , G06T9/40 , H04N19/597 , H04N19/96 , H04N19/176
Abstract: 本发明公开了一种基于消除时空冗余的动态点云快速压缩方法及其应用系统，方法包括：利用立体相机捕获机器人所处场景的环境信息，获取平面图像和三维点云数据；通过预训练的物体检测模型识别平面图像并对识别对象按需求进行标注，获取识别对象的语义信息；利用立体相机参数将识别对象的语义信息映射到三维点云数据中，对三维点云数据进行场景分割，生成点云实例；将背景点云删除；将其点云数据替换成它的类别与姿态进行压缩；对未知点云的关键帧使用基于八叉树的方法进行压缩，对未知点云的预测帧将当前帧的大部分点云用I帧中对应点云的运动矢量来表示，并通过检测相似性来逐步对点云压缩。本发明能够有效地提高动态点云压缩的压缩质量和压缩效率。
-
公开(公告)号：CN115122335A
公开(公告)日：2022-09-30
申请号：CN202210909372.0
申请日：2022-07-29
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: B25J9/16
Abstract: 本发明公开了一种基于外环速度补偿的封闭机器人任务空间学习控制方法、存储介质及机器人，方法包括：建立具有内部速度PI控制器的封闭机器人动力学和运动学模型，并构建期望的末端周期轨迹；设计自适应神经网络速度补偿控制指令，利用确定学习理论获取经验知识，并通过参数收敛性质获取机器人运动学知识；基于所获知识设计速度补偿学习控制指令。本发明所设计方法通过分离封闭机器人动力学和运动学，在运用确定学习理论实现系统经验知识获取的基础上，保证了未知运动学参数的收敛，实现了学习控制算法在具有未知动力学和运动学封闭机器人系统上的应用，基于所获知识设计的速度补偿学习控制指令，在节省计算资源的同时提升了机器人暂态跟踪性能。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.023 seconds)
