-
公开(公告)号：CN118761316A
公开(公告)日：2024-10-11
申请号：CN202410859483.4
申请日：2024-06-28
Applicant: 海南大学
Abstract: 本发明涉及一种基于注意力机制的近端策略多无人艇围捕优化方法，包括以下步骤：实时获取多无人艇围捕海上逃逸目标的相关参数，建立无人艇的运动学模型和动力学模型，并确定围捕成功的判定条件和约束条件；将所述无人艇的运动学模型、动力学模型以及围捕成功的判定条件和约束条件进行建模并确定马尔可夫决策过程的五元组(S,A,R,P,γ)；建立基于注意力机制的近端策略优化算法框架，输出每个无人艇的围捕动作，完成多无人艇围捕过程，其中所述基于注意力机制的近端策略优化算法框架包括注意力评价网络和策略网络，采用集中式训练、分布式执行方法对注意力评价网络和策略网络的参数进行更新。与现有技术相比，本发明具有提高无人艇的协作围捕能力等优点。
-
公开(公告)号：CN118182754A
公开(公告)日：2024-06-14
申请号：CN202311659470.4
申请日：2023-12-05
Applicant: 海南大学
Abstract: 本发明涉及一种压载水进排水控制系统、方法、装置及介质，用于控制压载水舱的自动进排水，压载水仓由多个压载子水舱构成，每个压载子水舱安装有进水阀、排水阀与透气阀，同时在侧壁上安装有多个深度计，系统还包括安装在控制舱内的驱动阀箱和安装在船身的前中后三处的若干水平仪，用于检测船身的侧倾角度和前后倾角度，进排水神经网络控制器安装在控制舱中，用于获取深度计和水平仪测量结果，并对所述多个深度计的测量结果进行解算和判断，根据所述判断结果对所述驱动阀箱发出控制指令，使所述驱动阀箱控制高压水泵、进排水阀和透气阀用以实现压载舱的进排水。与现有技术相比，本发明具有自动化程度高、效率高等优点。
-
公开(公告)号：CN117901103A
公开(公告)日：2024-04-19
申请号：CN202410100465.8
申请日：2024-01-24
Applicant: 海南大学
Abstract: 本发明涉及一种面向垃圾处理场景的抓取机器人控制方法、系统、介质，方法包括：实时采集图像并利用预设的通信协议发送至服务端进行逐帧推理，接收包括物品种类和坐标的实时推理结果；基于所述实时推理结果，利用本地的传感器移动至要处理的目标物品并抓取所述目标物品；在抓取到所述目标物品后，基于所述实时推理结果，利用本地的传感器移动至放置所述目标物品的目标位置处并放置目标物。与现有技术相比，本发明具有改善推理的即时性、机器人成本低等优点。
-
公开(公告)号：CN119238516A
公开(公告)日：2025-01-03
申请号：CN202411475829.7
申请日：2024-10-22
Applicant: 海南大学
Abstract: 本发明涉及人工智能视觉与机械臂应用技术领域，尤其涉及一种视觉机械臂物品定位拾取方法及系统，集成高精度的视觉检测与灵活的机械臂执行机构，实现了从目标检测到精准拾取的全自动化流程，减轻了人工操作的负担，提高了生产效率，针对传统视觉识别系统计算量大与资源消耗高的痛点，本发明进行了深度的轻量化改进，通过优化算法结构、减少模型参数量及计算复杂度，本系统相比原模型在性能上实现了成倍的提升，同时显著降低了对计算资源和硬件配置的依赖，这不仅使得系统能够在树莓派等低成本硬件平台上高效运行，还大幅降低了部署成本，提升了系统的普及率和可用性。
-
公开(公告)号：CN119105342A
公开(公告)日：2024-12-10
申请号：CN202411197133.2
申请日：2024-08-29
Applicant: 海南大学
IPC: G05B19/042
Abstract: 本发明涉及一种基于事件触发的多驱动伺服系统的H∞控制方法，包括以下步骤：建立带干扰的多驱动伺服系统模型，对干扰进行解耦，并建立时间触发机制下系统的最优值函数；利用辨识神经网络对系统模型进行系统辨识，得到基于神经网络辨识系统模型；基于事件触发机制，判断事件触发的误差是否违反设定阈值，若否，则不更新控制器，若是，则将计算得到的最优控制策略来更新控制器，以应对最坏情况下的干扰，完成H∞控制过程；其中计算得到的最优控制策略和最坏干扰策略的获取过程包括：利用批评神经网络逼近最优值函数，得到最终的控制策略和干扰策略。与现有技术相比，本发明具有提高了系统状态预测的准确率，同时减少计算资源的浪费等优点。
-
Patent Agency Ranking
公开(公告)号：CN118941941A
公开(公告)日：2024-11-12
申请号：CN202410923963.2
申请日：2024-07-11
Applicant: 海南大学
IPC: G06V20/10 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于多尺度特征融合的海上目标检测方法，包括：获取海上目标图像，并进行图像预处理；将预处理后的海上目标图像输入特征提取网络中，得到不同层次、不同尺度的图像特征；通过多层高效重参数化泛化特征金字塔网络，对特征提取网络输出的各个图像特征进行第一次多尺度特征融合，得到多个金字塔网络融合特征；通过多层自适应结构特征融合网络，对各个金字塔网络融合特征进行第二次多尺度特征融合，得到多个自适应网络融合特征；将各个自适应网络融合特征输入到分类回归网络，得到海上目标的类别和位置信息。与现有技术相比，本发明提高了海上目标的检测精度和鲁棒性，为海上无人视觉系统的建立提供了新的解决方案。
-
公开(公告)号：CN118848964A
公开(公告)日：2024-10-29
申请号：CN202410899056.9
申请日：2024-07-05
Applicant: 海南大学
IPC: B25J9/16
Abstract: 本发明涉及一种针对非正弦周期噪声的多轴机械臂自适应鲁棒控制方法，包括以下步骤：基于多轴机械臂的雅可比矩阵，建立多轴机械臂的统一的运动学方程；引入伪逆类型方案求解机械臂运动学方程，并得到关于关节加速度的微分方程；针对非正弦周期噪声设计自抗扰归零神经网络；针对非正弦周期噪声，构建多轴机械臂自适应鲁棒控制方程，求解得到相应控制结果；根据控制结果，驱动多轴机械臂完成相应的运动规划任务。与现有技术相比，本发明基于雅克比矩阵、自适应控制和PID方法，提出针对非正弦周期噪声的自适应鲁棒控制方案，使多轴机械臂在非正弦周期噪声干扰下仍然能够精确地完成特定运动规划任务，有效提高多轴机械臂运动控制的鲁棒性和精准性。
-
公开(公告)号：CN118192584A
公开(公告)日：2024-06-14
申请号：CN202410406939.1
申请日：2024-04-07
Applicant: 海南大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明涉及一种基于MPC‑NDQN的无人机着艇方法、设备、介质，方法包括如下步骤：通过构建无人机动力学模型，得到基于输入控制量和状态变量的离散化的线性状态空间方程，通过MPC得到未来一段时间内的着艇轨迹；基于着艇轨迹，利用NDQN更新噪声网络的网络参数；基于更新后的噪声网络得到最优动作，实现无人机飞行姿态的控制，NDQN中，以无人机的位姿和降落点的坐标作为状态空间，以无人机的飞行姿态作为动作空间，以着艇轨迹跟踪率作为奖励函数，且采用计及新老信息置信度和远见程度的价值函数。NDQN网络中带有标准正态分布的噪声，能在训练时产生一定的随机性，因此无人机即使在不确定的环境下也能精准跟踪最优着艇轨迹。
-
公开(公告)号：CN118155098A
公开(公告)日：2024-06-07
申请号：CN202410305631.8
申请日：2024-03-18
Applicant: 海南大学
IPC: G06V20/17 , G06V10/44 , G06V10/764 , G06V10/74 , G06V10/82
Abstract: 本发明涉及一种多无人机视域下目标跟踪方法、装置、设备及介质，在目标跟踪过程中，该方法重复的执行以下步骤：获取多无人机拍摄的图像并进行实时更新；将时序图像序列按照顺序输入Transformer网络进行特征提取，其中，第一帧图像作为初始化的目标模板，后续帧图像作为待搜索区域图像；将目标模板的特征图分别输入两路不同的卷积层，得到分类支路和回归支路，同时，将待搜索区域的特征图输入一个卷积层，得到卷积结果；分别用分类支路和回归支路作为卷积核对卷积结果进行卷积，得到分类结果和回归结果，回归结果作为目标框的检测结果，实现目标跟踪；基于目标框的检测结果与当前目标模板的相似度进行目标模板更新。与现有技术相比，本发明可以在较大范围内对运动目标进行持续准确的跟踪。
-
公开(公告)号：CN118038038A
公开(公告)日：2024-05-14
申请号：CN202410056486.4
申请日：2024-01-15
Applicant: 海南大学
IPC: G06V10/26 , G06V20/70 , G06V10/42 , G06N3/0455 , G06N3/0895
Abstract: 本发明涉及一种基于统计学改进的弱监督语义分割方法、装置及介质，其中方法将待分割图像输入基于统计学改进的语义分割网络中，生成分割结果图，语义分割网络包括：特征编码模块：用于将输入的待分割图像处理为具有空间权重参数的特征图；语义亲和信息模块：用于基于统计学原理提取语义亲和信息；特征解码模块：将经过特征编码模块处理后的特征图送入相应的解码器经过上采样得到最终的分割结果。与现有技术相比，本发明能够提高网络对全局特征的提取能力，改进的基于统计学原理的语义亲和模块能够提高网络对语义亲和信息的提取能力，增加语义分割精度，同时端到端的网络弥补了多阶段训练复杂性高的缺点。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.02 seconds)
