-
公开(公告)号：CN116039636A
公开(公告)日：2023-05-02
申请号：CN202211613347.4
申请日：2022-12-15
Applicant: 南通大学
Abstract: 本发明涉及神经网络控制技术领域，尤其涉及考虑车轮打滑的轮式移动机器人自适应神经网络控制方法。本发明建立考虑三自由度移动平台车轮速度、纵向速度、横向速度及横摆角速度的运动学模型，并考虑由滑移角和车轮打滑产生的纵向和横向轮的摩擦，建立包含车轮打滑及外部干扰的轮式移动机器人动力学模型，建立轮式移动机器人在线多层神经网络模型，以逼近该控制系统存在的车轮打滑及外界干扰等不确定性。以轮式移动机器人实时跟踪误差为输入、车轮打滑和外部干扰力的补偿参数为输出，结合e‑修正项的反向传播算法以保证多层神经网络结构对控制系统不确定性的鲁棒性，从而提升轮式移动机器人对不同作业路面的适应性与轨迹跟踪精度。
-
公开(公告)号：CN115840367A
公开(公告)日：2023-03-24
申请号：CN202211650022.3
申请日：2022-12-21
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明属于无人机控制技术领域，具体为受扰四旋翼无人机姿态与高度系统的非线性鲁棒控制方法。本发明方法首先在确定合适的地球固联坐标系和机体坐标系为前提条件下，构建四旋翼无人机的空气动力学方程，同时引入的干扰量即滚转扰动量、俯仰扰动量、偏航扰动量和高度扰动量；接着，确定好状态收敛函数后，根据受扰情况下四旋翼无人机的非线性动力学方程确定非线性鲁棒控制系统的输入量；然后，将由基于神经网络的自适应法则、扰动观测器和非线性鲁棒控制方法结合构成姿态与高度系统非线性鲁棒控制器；最后使用Lyapunov稳定性理论对构建的实时姿态与高度系统非线性鲁棒控制系统进行稳定性判定。
-
公开(公告)号：CN118131628B
公开(公告)日：2024-12-03
申请号：CN202410278022.8
申请日：2024-03-12
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一一种基于多目标点信息融合的移动机器人跟踪控制方法，属于智能车自动驾驶技术领域。解决了传统轨迹跟踪方法建模精度低的技术问题。其技术方案为：包括以下步骤：S1、基于移动机器人的运动学模型对强化学习的动作空间进行建模，对移动机器人转向空间的精确建模；S2、设计了融合多目标点信息的奖励函数；S3、在Q‑learning框架下，利用在线强化学习方法对Bellman最优方程进行求解；S4、设计了移动机器人最优轨迹跟踪控制策略，在仿真环境进行算法仿真和数据对比，验证所提出算法的优越性及其可行性。本发明的有益效果为：提高了强化学习算法的计算效率,提升了移动机器人轨迹跟踪控制的精度。
-
公开(公告)号：CN118708876A
公开(公告)日：2024-09-27
申请号：CN202410696386.8
申请日：2024-05-31
Applicant: 南通大学
IPC: G06F18/10 , G06F18/2135 , G06F18/214 , G06F18/2413 , G06F17/14 , G06F17/16
Abstract: 本发明提供了一种基于小波变换的时空混合模型早期故障检测方法，属于统计分析和机器学习技术领域。解决了复杂动态系统中微小故障难以实时检测的问题。其技术方案为：包括以下步骤：1)进行多级分解和去噪处理；2)建立训练数据集和测试数据集的主成分子空间；3)计算每个时间窗口内的时间维度和空间维度的近邻样本集；4)分别利用累积和算法CUSUM和马氏距离MD计算时间维度和空间维度的统计量；5)得到时间和空间序列的基础权重；6)使用核密度估计KDE方法估计混合统计量的阈值上限，以判定是否发生故障。本发明的有益效果为：本发明用于高度动态和复杂系统中微小故障的实时检测和分析。
-
Patent Agency Ranking
公开(公告)号：CN118133892A
公开(公告)日：2024-06-04
申请号：CN202410299772.3
申请日：2024-03-15
Applicant: 南通大学
IPC: G06N3/0455 , G06F18/213 , G06F17/13 , G06N3/0442 , G06N7/01
Abstract: 本发明提供了一种基于自注意力和神经微分方程的故障检测方法及系统，属于数据分析和机器学习技术领域。解决了动态复杂系统中高效识别和检测微小故障的技术问题。其技术方案为：包括以下步骤：1)采用四分位数间距IQR方法对收集到的序列数据进行预处理，以识别和剔除异常值；2)捕获序列数据中的长距离依赖关系；3)构建神经常微分方程模型对提取的特征进行分析；4)基于贝叶斯统计模型进行参数搜索过程，寻求最优参数组合。本发明的有益效果为：本发明动态复杂系统存在的微小故障提供了一种新颖、准确和高效的检测技术方案。
-
公开(公告)号：CN117193001A
公开(公告)日：2023-12-08
申请号：CN202311241270.7
申请日：2023-09-25
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于积分强化学习的双曲趋近律滑模控制方法，属于柔性机械臂滑模控制技术领域。解决了柔性机械臂系统滑模控制过程中存在的抖振及最优控制的技术问题。其技术方案为：包括以下步骤：S1、根据SMC理论，建立积分切换函数，SMC与强化学习结合的控制框架；S2、设计SMC中的状态反馈项，利用IRL方法求解状态反馈控制增益；S3、采用DHRL方法，减少SMC中由于高频切换项引起的系统抖振。S4、通过柔性机械臂系统验证DHRL的无抖振特性和控制方法的有效性。本发明的有益效果为：本发明实现对柔性机械臂系统的快速鲁棒控制，且能够大大提高柔性机械臂滑模控制系统的收敛速度，并降低控制系统抖振。
-
公开(公告)号：CN116985781A
公开(公告)日：2023-11-03
申请号：CN202310873145.1
申请日：2023-07-17
Applicant: 南通大学
Abstract: 本发明涉及预测控制技术领域，尤其涉及一种基于IBVS带惩罚因子的混合模型预测控制方法。本发明针对受特征点运动约束的移动机器人系统，为解决传统IBVS控制方法应用于自动泊车控制系统时目标偏差增益过大而导致特征点丢失及系统不稳定的问题，设计基于IBVS的混合增量式模型预测控制方法。该方法基于移动机器人位姿偏差及图像特征点偏差定义优化函数，同时将执行器饱和与速度限制作为约束，将传统IBVS转化成一个有限时域内带约束的优化问题，以提高移动机器人自动泊车时轨迹跟踪控制的精确性与实时性。本发明提出的一种基于IBVS带惩罚因子的混合模型预测控制方法，以保证动态场景下图像特征点受障碍物大规模遮挡时移动机器人自动泊车的紧急制动性能。
-
公开(公告)号：CN116909314A
公开(公告)日：2023-10-20
申请号：CN202311019126.9
申请日：2023-08-14
Applicant: 南通大学
IPC: G05D1/10
Abstract: 本发明属于无人机控制技术领域，具体涉及一种固定翼无人机在风扰动下的轨迹跟踪控制方法。本发明首先针对受匹配及时变非匹配扰动的无人机系统建立包含辅助估计误差变量的动力学模型；其次，拓展滑模微分器设计，设计有限时间扰动观测器FTDO，精确估计并补偿系统中存在的匹配干扰、时变非匹配干扰及其导数项；然后，定义含观测信息的滑模面，并设计受时变非匹配扰动无人机结合有限时间观测器的改进超螺旋控制器FDO‑STA，以提高系统鲁棒性。最后，推导了无人机系统在附加风扰动下的动态模型并跟踪期望的几何路径，设计了一种固定翼无人机有限时间扰动观测器的改进二阶滑模轨迹跟踪控制器FDO‑ST‑PFC。
-
公开(公告)号：CN116429729A
公开(公告)日：2023-07-14
申请号：CN202310339723.3
申请日：2023-03-31
Applicant: 南通大学
IPC: G01N21/41 , G01N21/552
Abstract: 本发明公开了一种开环光子晶体光纤折射率传感器，属于光纤传感技术领域。本发明采用的技术方案是传感器包括光子晶体光纤，光子晶体光纤包括纤芯和多个设置在所述纤芯外围的空气孔，空气孔设置在光子晶体光纤的径向横截面，多个空气孔排列成多层阵列，外层阵列由大圆形空气孔和小圆形空气孔交错构成，内层阵列由椭圆形空气孔构成，椭圆形空气孔的长轴与光子晶体光纤的水平轴平行，所述光子晶体光纤的一侧设有SPR开环，SPR开环由对一个大圆形空气孔开环依次向其内表面设置银层、石墨烯层构成。本发明的有益效果是传感器制作难度小、机械强度高，同时具有高灵敏度与高分辨率，在近红外波段有着极为重要的价值。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.026 seconds)
