-
公开(公告)号：CN118357903B
公开(公告)日：2024-08-16
申请号：CN202410789869.2
申请日：2024-06-19
Applicant: 安徽大学
IPC: B25J9/00 , B25J9/16 , B07C5/02 , B07C5/36 , B65G45/18 , G06T7/80 , G06N3/006 , G06N3/0464 , G06V10/25 , G06V10/762 , G06V10/82
Abstract: 本发明涉及机械臂智能分拣技术领域，具体的说是一种多机械臂协同的多目标分拣方法，该方法包括如下步骤：搭建流水线多机械臂分拣系统，通过Yolov8算法对视觉机械臂所拍摄的RGB图像分别进行目标检测，得到Yolov8检测出的物体边界框后，结合其对应的深度图像，对该分拣场景进行仿真，构建LightGBM回归模型，训练并验证模型性能后，基于机械臂的预期分拣时间，对各机械臂进行任务分配和调度顺序优化，并最小化总分拣时间；使用粒子群算法优化机械臂调度过程；各机械臂获取抓取任务序列后，基于APF‑RRT算法进行多臂路径规划与避障；基于粒子群算法优化了机械臂任务分配与调度顺序，能有效减少机械臂之间因协同任务造成的相互等待，输出最优抓取序列以提升分拣效率。
-
公开(公告)号：CN118376345A
公开(公告)日：2024-07-23
申请号：CN202410806045.1
申请日：2024-06-21
Applicant: 安徽大学
IPC: G01L5/16 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于事件流数据的高速力测量和接触状态感知方法与装置，包括如下步骤：S1.柔性触觉装置的设计；S2.模型训练数据集的采集和卷积神经网络的训练；S3.使用事件相机对接触面进行观测获得事件流数据并对其进行裁切与过滤；S4.根据正事件数的变化趋势推断接触状态并缓存；S5.根据各个子区域内事件数的分布推断接触面积的大小并根据接触面积变化趋势纠正当前所处的接触状态；S6.根据当前接触状态判断是否需要更新接触区域力学信息。本发明解决了现有的柔性触觉传感器在对接触面的力学变化进行快速响应方面的不足和事件相机在观测处于静止状态的物体时无法输出有效数据进而无法判断接触情况的问题。
-
公开(公告)号：CN118311912A
公开(公告)日：2024-07-09
申请号：CN202410741184.0
申请日：2024-06-11
Applicant: 安徽大学
IPC: G05B19/042
Abstract: 本发明涉及马尔可夫系统的控制技术领域，解决了传统马尔可夫系统控制方法占用大量通信资源以及动态控制器设计过程中存在非线性、非凸约束的问题，尤其涉及一种在随机通信协议下的动态事件触发控制方法，该方法包括以下步骤：从马尔可夫系统模型中获取矩阵参数，并根据矩阵参数确定马尔可夫系统模型的模态数以重新设置能够获得其更为精准信息的转移概率；根据给定的动态事件触发参数得到传感器各输入通道的动态事件触发门槛函数。本发明通过有限时间动态输出反馈控制方法，并使用鲸鱼算法结合LMI线性矩阵不等式进行控制器设计，以实现对马尔可夫系统强快速响应的控制效果，同时使用WOA优化了动态控制器的性能。
-
公开(公告)号：CN117911414A
公开(公告)日：2024-04-19
申请号：CN202410315976.1
申请日：2024-03-20
Applicant: 安徽大学
Abstract: 本发明涉及跟踪控制技术领域，尤其涉及一种基于强化学习的自动驾驶汽车运动控制方法，所提出的控制方案由基于批评‑评价机制强化学习算法设计的优化鲁棒转向控制器和基于径向基神经网络的识别者逼近器组成。在第一阶段，基于参考路径模型、车辆动力学模型和运动学模型，利用反步变结构控制设计基于强化学习的鲁棒转向控制器，抑制侧向路径跟踪误差，抵御未知外部干扰，保证自主车辆的横摆稳定性。在第二阶段，结合基于李雅普诺夫稳定性理论的自适应控制机制和径向基函数神经网络，通过学习近似任意非线性函数来补偿轮胎转弯刚度的不确定性，并保证闭环系统的全局渐近稳定性。
-
公开(公告)号：CN117292693B
公开(公告)日：2024-02-09
申请号：CN202311592299.X
申请日：2023-11-27
Applicant: 安徽大学
Abstract: 本发明涉及动物识别技术领域，尤其涉及一种融入自注意力机制的CRNN珍稀动物识别与定位方法，通过将功率归一化倒谱系数和线性预测倒谱系数融合，得到混合特征，与传统的音频特征梅尔倒谱系数、伽马通频率倒谱系数相比，具有更好的鲁棒性、抗噪性，大大提高了在噪声及混响环境中的识别准确度，且不需要过多的计算，本发明通过残差网络来作为系统的识别和定位网络，可以避免梯度爆炸和梯度消失，同时可以训练更深的网络，通过融入自注意力机制层，弥补了卷积不能处理序列数据时捕捉长程依赖关系的缺点，提高网络的识别和定位精度。(56)对比文件RUBA ZAHEER 等.A Survey on ArtificialIntelligence-Based Acoustic SourceIdentification《.Digital ObjectIdentifier》.2023,第11卷60078-60108.谢将剑 等.多特征融合的鸟类物种识别方法.应用声学.2020,39(第02期),199-206.
-
Patent Agency Ranking
公开(公告)号：CN118655767B
公开(公告)日：2024-11-12
申请号：CN202411133991.0
申请日：2024-08-19
Applicant: 安徽大学
IPC: G05B11/42
Abstract: 本发明涉及一种声源信息引导移动机器人跟踪控制方法，方法通过提取音频的幅值和相位特征作为输入特征，使用一种融入通道域注意力机制的卷积循环神经网络作为声音定位网络，应用时，声源定位信息使用调度控制协议SCP通过网络传输到被控机器人，通过对被控对象机器人进行建模并使用双闭环PID控制器得到机器人输入左右两轮电机的值，从而跟踪控制机器人到达预设位置，通过应用本发明中的方法，可以增强模型特征选择能力、提升模型鲁棒性，在实现机器人平滑、连贯运动的同时能够保持机器人对路径的精确跟踪，最后，通过引入调度控制协议SCP，可以提高数据传输效率、减少数据碰撞和重传所导致的带宽浪费。
-
公开(公告)号：CN118311912B
公开(公告)日：2024-08-27
申请号：CN202410741184.0
申请日：2024-06-11
Applicant: 安徽大学
IPC: G05B19/042
Abstract: 本发明涉及马尔可夫系统的控制技术领域，解决了传统马尔可夫系统控制方法占用大量通信资源以及动态控制器设计过程中存在非线性、非凸约束的问题，尤其涉及一种在随机通信协议下的动态事件触发控制方法，该方法包括以下步骤：从马尔可夫系统模型中获取矩阵参数，并根据矩阵参数确定马尔可夫系统模型的模态数以重新设置能够获得其更为精准信息的转移概率；根据给定的动态事件触发参数得到传感器各输入通道的动态事件触发门槛函数。本发明通过有限时间动态输出反馈控制方法，并使用鲸鱼算法结合LMI线性矩阵不等式进行控制器设计，以实现对马尔可夫系统强快速响应的控制效果，同时使用WOA优化了动态控制器的性能。
-
公开(公告)号：CN118163115A
公开(公告)日：2024-06-11
申请号：CN202410565935.8
申请日：2024-05-09
Applicant: 安徽大学
Abstract: 本发明公开了基于SSVEP‑MI和脸部关键点检测融合的机器手控制方法，涉及机器手控制领域，本发明通过使用目标检测模型进行可抓取物体的检测，并在LED屏幕上根据物品区域叠加闪烁，脑机接口采集用户的稳态视觉诱发（SSVEP）信号；通过对采集的SSVEP信号进行预处理和分类，识别出用户关注的对象；并通过基于图像的抓取位姿算法计算相应的机器手抓取姿态，实现物品的自动抓取；本发明综合利用了SSVEP‑MI和脸部关键点检测，根据不同的物体采用不同的抓取姿态提高抓取的可靠性，采用多种范式融合有效解决了传统脑控机器手控制模式单一，抓取效率低下的问题，弥补了现有实际应用技术的不足，本发明主要应用于基于SSVEP‑MI和脸部动作的脑控机器手控制方法中。
-
公开(公告)号：CN117905638B
公开(公告)日：2024-05-31
申请号：CN202410305319.9
申请日：2024-03-18
Applicant: 安徽大学
IPC: F03D7/04
Abstract: 本发明公开了基于强化学习的风力发电机优化控制方法及系统，涉及风力发电技术领域，该系统包括数据采集模块、分析处理模块、数据预测模块、实时运行模块、状态对比模块以及策略执行模块；其技术要点为：该系统利用强化学习算法与搭建的预测模型结合，根据预测的风向和风速所处的时间节点，来获取实时运行模块所需的调节时间T，使得风力发电机在调节完成即可提前或同步应对风向和风速的变化，在一定程度上不仅能够提高发电效率，还能够减少风力发电机的损耗，增强了风力发电机的可靠性，通过搭建数据分析模型，综合考虑了环境因素、设备自身因素以及产能因素，使生成的风能利用率评估值能够准确、有效的完成后续对优化控制系统的验证。
-
公开(公告)号：CN117905638A
公开(公告)日：2024-04-19
申请号：CN202410305319.9
申请日：2024-03-18
Applicant: 安徽大学
IPC: F03D7/04
Abstract: 本发明公开了基于强化学习的风力发电机优化控制方法及系统，涉及风力发电技术领域，该系统包括数据采集模块、分析处理模块、数据预测模块、实时运行模块、状态对比模块以及策略执行模块；其技术要点为：该系统利用强化学习算法与搭建的预测模型结合，根据预测的风向和风速所处的时间节点，来获取实时运行模块所需的调节时间T，使得风力发电机在调节完成即可提前或同步应对风向和风速的变化，在一定程度上不仅能够提高发电效率，还能够减少风力发电机的损耗，增强了风力发电机的可靠性，通过搭建数据分析模型，综合考虑了环境因素、设备自身因素以及产能因素，使生成的风能利用率评估值能够准确、有效的完成后续对优化控制系统的验证。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.02 seconds)
