-
公开(公告)号：CN102052934B
公开(公告)日：2012-06-06
申请号：CN200910237429.1
申请日：2009-11-06
Applicant: 北京理工大学
Abstract: 本发明为一种多线传感器的故障诊断方法，第一步：通过均匀采样和随机采样两种方式采样；第二步：记录各个分线上的状态变化值；第三步：找出当前有状态变化的最大位α；第四步：对数据进行归一化处理；第五步：故障判断与定位：当mi满足式时，表示此线正常，如果远远大于或是小于1表明此线故障；第六步：故障复核。本发明分析了不同采样条件下的故障特征，将基于统计结果和基于相关变化的两种故障诊断方法相结合，成功的解决了在实际使用过程中的多线传感器的故障诊断问题，可以准确发现和定位多线传感器多种故障，并具有一定的实时性，对软硬件的要求低。
-
公开(公告)号：CN101852609B
公开(公告)日：2011-10-19
申请号：CN201010189865.9
申请日：2010-06-02
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于机器人双目立体视觉的地面障碍物检测方法，属于智能机器人技术领域。包括以下步骤：根据双目的基线长度和焦距，利用已知图像的几何构形解析出图像中各行的地面视差值；在地面视差值的基础上，通过反投影模型计算出某像素对应场景点的三维坐标，从而初步判断该像素属于障碍物或是地面点；对障碍物和地面点分别赋予不同的颜色；对上述结果进行后处理，去除虚假的障碍物；消除立体误差，建立栅格地图。该方法适用于室内各种复杂环境，针对不同的障碍物，都能达到精确识别，并且具有很高的实时性，为机器人实施避障提供了很好的准备条件。
-
公开(公告)号：CN101567617B
公开(公告)日：2010-12-22
申请号：CN200910008738.1
申请日：2009-03-06
Applicant: 北京理工大学
Abstract: 本发明涉及一种圆筒型直线电机结构参数优化设计方法，属于机电智能化领域，是一种电机参数优化设计技术。本发明在满足结构参数约束范围条件下，对结构参数进行动态采样，通过使用有限元分析方法，对不同结构参数的圆筒型直线电机的推力及波动值进行分析，继而将结构参数作为神经网络输入，推力及波动值作为神经网络输出，使用神经网络对结构参数与推力及波动的函数关系进行拟合，最后结合智能优化方法对待优化结构参数进行优化，得到满意的电机单位体积内推力及波动的性能。本发明易于工程化应用，能避免电机磁路复杂导致集中参数计算不准确，以及参数之间相互耦合导致的参数优化困难等。本技术亦可用于任意结构电机的结构参数优化设计。
-
公开(公告)号：CN101829989A
公开(公告)日：2010-09-15
申请号：CN201010163147.4
申请日：2010-04-29
Applicant: 北京理工大学
IPC: B25J9/08
Abstract: 本发明涉及一种基于区间分析的低自由度并联机器人多指标优化设计方法，包括以下步骤：1、性能指标的数学建模，确定需要进行优化设计的并联机器人的基本几何参数及初始范围，并对工作空间、寄生运动、精度建模，确定强制性设计指标；2、基于区间分析算法对工作空间、寄生运动、精度建模进行优化设计，分别获得几乎所有的、能够分别满足工作空间、寄生运动幅值限制、精度设计要求的几何参数的解区间；3、求解满足所有强制性要求的可行解；4、中心采样并计算采样点上的可妥协性设计指标。本发明提供了一种系统化解决多指标优化问题的新思路，不必选取权值，不会陷入局部极小，并且具有增量式和开放式的算法结构。
-
公开(公告)号：CN101567617A
公开(公告)日：2009-10-28
申请号：CN200910008738.1
申请日：2009-03-06
Applicant: 北京理工大学
Abstract: 本发明涉及一种圆筒型直线电机结构参数优化设计方法，属于机电智能化领域，是一种电机参数优化设计技术。本发明在满足结构参数约束范围条件下，对结构参数进行动态采样，通过使用有限元分析方法，对不同结构参数的圆筒型直线电机的推力及波动值进行分析，继而将结构参数作为神经网络输入，推力及波动值作为神经网络输出，使用神经网络对结构参数与推力及波动的函数关系进行拟合，最后结合智能优化方法对待优化结构参数进行优化，得到满意的电机单位体积内推力及波动的性能。本发明易于工程化应用，能避免电机磁路复杂导致集中参数计算不准确，以及参数之间相互耦合导致的参数优化困难等。本技术亦可用于任意结构电机的结构参数优化设计。
-
Patent Agency Ranking
公开(公告)号：CN101488010A
公开(公告)日：2009-07-22
申请号：CN200910008737.7
申请日：2009-03-06
Applicant: 北京理工大学
IPC: G05B13/02
Abstract: 本发明涉及一种伺服系统本质非线性补偿控制器，属于工业控制领域。本发明包括变结构神经网络反馈补偿部分、前向自适应补偿部分和鲁棒补偿部分，可同时补偿系统中存在的摩擦非线性与驱动器死区非线性。变结构神经网络对系统中存在的摩擦非线性进行补偿，而自适应鲁棒控制对系统驱动器存在的死区非线性和外部扰动进行补偿控制；变结构神经网络技术减小了网络规模和计算量，增强了该控制器的实用性；自适应鲁棒控制，保证了系统的稳态精度、瞬态性能及鲁棒性；将该发明应用到电机位置跟踪控制中，实际运行结果表明，本发明使系统具有非常好的稳态跟踪精度和良好的鲁棒性。
-
公开(公告)号：CN115079699B
公开(公告)日：2025-01-17
申请号：CN202210772428.2
申请日：2022-06-30
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于模型预测控制的人机共驾汽车的运动规划方法，属于自动驾驶的运动规划技术领域，具体说是一种基于模型预测控制的适用于多车道场景的人机共驾汽车的运动规划方法。本发明的方法中构建基于模型预测控制的运动规划问题时，构建带有约束的优化问题，用来计算未来设定时间段内的轨迹，基于改进的MPCC方法，首先，代价函数考虑：跟踪推荐路径的代价、舒适度代价、推荐速度的代价、人类输入的代价；其次是线性约束，考虑输入的约束，汽车状态的约束；最后是非线性约束，包括：与左右边界的避碰约束、侧翻约束、与其他车的碰撞约束。
-
公开(公告)号：CN115100238B
公开(公告)日：2024-09-20
申请号：CN202210570157.2
申请日：2022-05-24
Applicant: 北京理工大学
IPC: G06T7/246 , G06V10/764 , G06V10/82 , G06N3/096 , G06N3/09 , G06N3/045 , G06N3/0495
Abstract: 本发明公开了基于知识蒸馏的轻量化目标跟踪器训练方法，提出了简单高效的知识蒸馏框架，将高性能的大型目标跟踪器的知识高效地传递给轻量化的小型目标跟踪器，有效提升跟踪精度。轻量化目标跟踪器由学生跟踪器和教师跟踪器组成，训练包括如下步骤：向学生跟踪器传递四部分知识进行学习：真实标签的监督信息GTS，为学生跟踪器提供了来自真实标签最真实的标准答案；教师自适应有界知识TAB，表示学生跟踪器从教师跟踪器的最终输出直接获取的知识；教师注意力引导知识TAG，为学生跟踪器提供来自教师跟踪器对输入图像的空间注意力及通道注意力的引导；学生相互学习知识SML，旨在让多个学生之间相互学习和指导，以达到共同进步的目的。
-
-
公开(公告)号：CN117893568A
公开(公告)日：2024-04-16
申请号：CN202311757116.5
申请日：2023-12-20
Applicant: 北京理工大学
IPC: G06T7/246 , G06V10/44 , G06V10/764
Abstract: 本发明公开了基于时空自适应响应惩罚策略的孪生目标跟踪器优化方法，涉及视觉目标跟踪技术领域。该方法主要应用于孪生网络跟踪器输出的分类响应图上，能够针对响应图中强干扰项对应的陡峭波峰施加有效的自适应抑制，从而提升目标定位与跟踪的鲁棒性。具体步骤为：根据最大响应筛选并记录响应图中所有陡峭的波峰，并判断是否激活惩罚机制；如果惩罚机制被激活，则基于每个波峰的空间位置和响应图的时间域分类质量，生成每个波峰对应的惩罚因子；最后基于所获得的惩罚因子在每个波峰的邻域上施加自适应强度的分级惩罚。该策略即插即用、轻量高效，不引入任何可学习参数，在几乎不影响跟踪器推理效率的同时有效提升了目标定位的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
214
records
(took 0.025 seconds)
