一种基于SOLOv2的面向室内动态场景的视觉SLAM方法

    公开(公告)号:CN118089730A

    公开(公告)日:2024-05-28

    申请号:CN202410210514.3

    申请日:2024-02-26

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于SOLOv2的面向室内动态场景的视觉SLAM方法,该发明在采集到RGB图像的同时使用SOLOv2算法对其进行处理;结合先验语义,将掩码图中的动态物体覆盖上像素值为(255,255,255)的掩码;将RGB图像,深度图像和SOLOv2算法处理后的掩码图像输入SLAM系统;进行图像预处理,构建图像金字塔;使用FAST算法在图像中检测关键点,然后先使用非极大值抑制来剔除不够显著或者冗余的关键点;使用BRIEF算法计算其对应的ORB描述子;8)结合第3步的图像处理,将RGB图像中的所有动态特征点剔除;9)最后将所有的静态特征点输入追踪线程,并进行后续的局部建图线程及局部回环检测线程。本发明提高了视觉SLAM算法在动态场景下的定位精度和鲁棒性。

    一种支持多机器人最小时间任务分配的分布式方法

    公开(公告)号:CN117369437A

    公开(公告)日:2024-01-09

    申请号:CN202311251209.0

    申请日:2023-09-26

    Applicant: 重庆大学

    Abstract: 本发明公开了一种支持多机器人最小时间任务分配的分布式方法,包括以下步骤:步骤1:初始化数据。步骤2:所有机器人寻找各自到所有目标点中的最小时间。步骤3:寻找全部最小时间中的最大时间,同时取代矩阵C*中的元素。步骤4:对矩阵C*进行试分配。步骤5:取代矩阵C中的元素。步骤6:与步骤2一致,再找出所有机器人到所有目标点中的最小时间。步骤7:寻找所有最小时间中的最小时间,替代矩阵C*元素。步骤8:再次对矩阵C*进行试分配。本发明试分配过程中采用CBAA,在多机器人任务分配时间最小的前提下,CBAA使机器人总的任务分配时间最大,一定程度上减小了机器人的运行速度,降低了机器人能源消耗。

    一种基于神经网络自适应PID的电熔镁炉智能设备控制方法

    公开(公告)号:CN119472250A

    公开(公告)日:2025-02-18

    申请号:CN202411762920.7

    申请日:2024-12-03

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于神经网络自适应PID的电熔镁炉智能设备控制方法,涉及重大耗能设备工业控制领域;该方法对电熔镁炉进行建模,分析当前工况和生产边界条件得到理想的电流设定值,以消除当前三相电极电流与设定值的误差为目的设计相应的PID控制器,使得三相电极电流能够快速跟踪变化的设定电流值从而保证生产过程安全稳定运行。随后进行基于径向基神经网络的自适应控制方法设计:以满足李雅普诺夫稳定条件为目的设计自适应律,并以径向基神经网络逼近其关键变量。最后,结合PID参数与自适应律,得到嵌入了神经网络的具有自整定自适应增益的电熔镁炉动态PID控制器。与现有技术相比较,神经网络自适应PID控制器的控制效果有明显提升,能有效改善系统瞬态与稳态性能。

Patent Agency Ranking