-
公开(公告)号：CN114326405A
公开(公告)日：2022-04-12
申请号：CN202111669359.4
申请日：2021-12-30
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于误差训练的神经网络反步控制方法，解决了现有神经网络反步控制方法收敛速度慢以及神经网络不能准确估计未建模动态进而导致系统跟踪误差较大的问题，属于非线性系统的神经网络反步控制方法领域。本发明包括：S1、建立含有未建模动态的非线性n阶系统状态空间模型，状态变量为[x1，...，xn]T；S2、确定误差变量z1和zi，z1＝x1‑yd，zi＝xi‑αi‑1，其中，αi‑1表示虚拟控制函数；S3、建立误差zi的微分估计器，微分估计器的输入为zi，输出为为的估计；S4、利用S3得到的计算当前径向基神经网络的估计误差，基于估计误差对神经网络的权重进行梯度下降训练，得到S5、根据αn、计算非线性系统的控制输入信号。
-
公开(公告)号：CN114114917A
公开(公告)日：2022-03-01
申请号：CN202111405312.7
申请日：2021-11-24
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于极点配置的反步控制方法，属于非线性系统控制领域。为了解决目前反步控制方法不能对闭环系统的瞬态响应进行分析和设计的问题。本发明所述首先针对被控对象建立n维非线性系统状态空间模型；根据系统的状态变量x1和目标信号构建误差变量z1，针对i＝2,3,…,n，根据系统的状态变量xi和待设计的虚拟控制函αi‑1构建误差变量zi；然后利用反步法设计虚拟控制函数，将虚拟控制函数代入误差系统模型，得到新的误差系统模型；利用新的误差系统模型设计控制器u，并利用极点配置设计控制器参数，得到不同的系统瞬态响应过程。本发明用于非线性系统的目标跟踪控制。
-
公开(公告)号：CN113219824A
公开(公告)日：2021-08-06
申请号：CN202110188980.2
申请日：2021-02-19
Applicant: 哈尔滨工业大学
Abstract: 一种基于变分模态分解的动态系统控制方法，解决了现有动态系统控制方法控制精度和动态响应效果差的问题，属于动态系统的控制技术领域。本发明包括：S1、建立动态系统的运动学方程；S2、建立动态系统的动力学方程；S3、根据运动学方程和动力学方程确定动态系统初步PID控制器参数，采集误差信号为滑动窗口赋初值；S3、利用滑动窗口提取当前时刻及当前时刻前设定数量数据点的误差信号，并获取误差的积分信号和微分信号，分别对误差信号、误差的积分信号、误差的微分信号进行变分模态分解处理，每个信号分别得到对应的K个不同频段的基础模态信号；S4、对误差信号中蕴含的不同频段的基础模态信号，采用不同的控制力度来控制动态系统。
-
公开(公告)号：CN113110453A
公开(公告)日：2021-07-13
申请号：CN202110405392.X
申请日：2021-04-15
Applicant: 哈尔滨工业大学
IPC: G05D1/02
Abstract: 一种基于图形变换的人工势场避障方法，涉及路径规划技术领域，针对现有技术中人工势场法构造的合力场中存在局部极小值点，引发局部最优解使目标点不可达的问题，本发明解决了人工势场法容易产生局部极小值点从而产生局部最优解进而导致目标点不可达的问题。将形态学中的凸包概念应用到人工势场避障方法的障碍物处理中。这一应用以本发明提出的一种专门设计的坐标映射方法为前提，结合两项创新，从理论层面避免了局部极小值点的产生，使目标点可达，具有独创性。该方法相较于其它解决方法原理更加清晰，实现方式更加简单。
-
公开(公告)号：CN113093553A
公开(公告)日：2021-07-09
申请号：CN202110396089.8
申请日：2021-04-13
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于指令滤波扰动估计的自适应反步控制方法，属于非线性系统自适应控制方法领域。解决了目前自适应反步控制技术对扰动上界进行估计，导致所设计的控制器过于保守且能量消耗较大问题。本发明根据实际应用的非线性系统的状态变量和系统期望输出信号，建立含有扰动项的非线性二阶系统状态空间模型；根据含有扰动项的非线性二阶系统状态空间模型，建立扩维的非线性三阶系统状态空间模型，设定误差变量，利用误差变量设计李雅普诺夫函数；对李雅普诺夫函数对时间求一阶导数；利用反步法和指令滤波器设计虚拟控制函数以及系统控制输入；实现对期望输出信号的跟踪。本发明适用于非线性系统控制使用。
-
Patent Agency Ranking
公开(公告)号：CN111994271A
公开(公告)日：2020-11-27
申请号：CN202010909290.7
申请日：2020-09-02
Applicant: 哈尔滨工业大学
Abstract: 本发明的一种大工作范围机械臂多旋翼无人机平台涉及机械臂移动平台，目的是为了克服无人机机身平面将工作空间分成了机身以上和机身以下两个区域，无人机在装入机械臂后机械臂的工作空间被限制的问题，包括无人机、机械臂移动平台和机械臂；无人机的机架中空；机械臂移动平台固定于无人机的中空机架内，且穿过无人机的中空机架，使得机械臂移动平台的一部分位于无人机机身的上方、另一部分位于无人机机身的下方；机械臂由机械臂移动平台带动，能够从机械臂移动平台的一端运动且穿过无人机的中空机架后到达机械臂移动平台的另一端，使得机械臂从无人机的上方运动到下方。
-
公开(公告)号：CN111627064A
公开(公告)日：2020-09-04
申请号：CN202010335557.6
申请日：2020-04-25
IPC: G06T7/73 , G06N3/04 , G06N3/08 , G01S17/933
Abstract: 一种行人交互友好型的单目避障方法，属于无人机导航领域，本发明为解决搭载单目摄像头的室内无人机避障性能不佳的问题。本发明方法为无人机利用单目摄像头采集图片，所述图片输入至端到端策略的并行深度神经网络结构中，该网格结构输出最佳航向角作为无人机避障的飞行指令；所述端到端策略的并行深度神经网络结构由单目摄像头结合单线激光雷达协同完成，训练过程为：步骤一、利用单线激光雷达采集的深度值搜索最佳航向，并为单目摄像头采集的图片打标签，建立数据集；步骤二、所述数据集分别输入至Resnet18网络和预训练好的YOLO v3网络中；步骤三、利用步骤一的数据集训练步骤二所述并行深度神经网络直至收敛。
-
公开(公告)号：CN111578940A
公开(公告)日：2020-08-25
申请号：CN202010330835.9
申请日：2020-04-24
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于跨传感器迁移学习的室内单目导航方法及系统。所述方法包括：根据仿真单线激光雷达数据，采用确定性策略梯度的深度强化学习方法，确定自主导航模型；获取实际环境中移动机器人在同一时刻的实际单线激光雷达数据和单目摄像头数据；根据实际单线激光雷达数据，采用自主导航模型，确定移动机器人的航向角；根据同一时刻的移动机器人的航向角和相应时刻的单目摄像头数据，采用Resnet18网络和预训练好的YOLO v3网络，确定激光雷达单目视觉导航模型；根据待确定的单目摄像头数据，采用激光雷达单目视觉导航模型，确定移动机器人当前时刻的航向角；根据当前时刻的航向角进行移动机器人的导航。本发明提高了搭载单目摄像头的移动机器人导航的准确性。
-
公开(公告)号：CN107194974B
公开(公告)日：2020-07-24
申请号：CN201710370296.X
申请日：2017-05-23
Applicant: 哈尔滨工业大学
IPC: G06T7/80
Abstract: 一种基于多次识别标定板图像的多目相机外参标定精度提高方法，本发明涉及基于多次识别标定板图像的多目相机外参标定精度提高方法。本发明为了解决现有三维建模中多相机之间相互位置关系不精确导致建模误差大的问题。本发明采用高精度校准低精度的方法，通过单点位移误差来校准轴方向方向误差来减少整体标定误差。本发明不断地采集更多的空间标定信息，取其标定坐标原点信息，补偿方向轴误差，达到误差量级小的信息补偿误差量级大的特征的效果。通过本发明标定校准方法，使双相机的标定误差从原先多点测量得以确定方向轴的误差级减少到单点测量确定原点位置的误差级。本发明用于相机标定领域。
-
公开(公告)号：CN110288706A
公开(公告)日：2019-09-27
申请号：CN201910590279.6
申请日：2019-07-02
Abstract: 本发明提供一种小曲率不规则点云曲面的拟合方法，属于三维点云曲面拟合技术领域。本发明解决了现有主流的点云切片法对小曲率不规则曲面进行轨迹规划时，轨迹规划复杂度高，进而导致喷涂速度受限、喷涂效果差等问题。本发明具体过程为：首先得到要拟合的小曲率不规则点云数据，通过轴向包围盒的方法求取标记点，在不规则点云中寻找标记点的最近邻点，并向相应直线投影，得到投影点；然后将点云分割的各个部分，重复迭代求取标记点的最近邻点并得到投影点，直到迭代次数达到设定值；最后由投影点构建拟合面的边缘，将不规则点云向相应平面投影，实现拟合。本发明适用于自动喷涂轨迹规划前对点云模型的处理。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.028 seconds)
