-
公开(公告)号：CN118151527A
公开(公告)日：2024-06-07
申请号：CN202410097161.0
申请日：2024-01-24
Applicant: 华南理工大学 , 南方海洋科学与工程广东省实验室(珠海)
IPC: G05B13/04
Abstract: 本发明公开了一种基于预设性能控制的无人机‑无人艇异构协同避障编队控制方法，方法包括：对无人艇和无人机跟随者构建异构运动学模型；结合异构运动学模型，建立异构编队控制系统的动态方程及跟踪控制误差方程；根据立体照相机的视角约束、感知范围约束以及跟随者‑领航者间碰撞避免约束，引入预设性能控制，设计性能函数并与编队跟踪控制误差结合，转换获得障碍误差函数；根据领航者、跟随者和障碍物位置信息建立双变量人工势场，使跟随者机器人实现避障；通过李雅普诺夫法设计异构编队控制系统控制器、速度自适应观测器。本方法的控制方法保证了相关约束和预设性能在整个异构协同控制过程中始终得到满足，并且闭环系统是稳定的。
-
公开(公告)号：CN114518753B
公开(公告)日：2024-06-07
申请号：CN202210092438.1
申请日：2022-01-25
Applicant: 华南理工大学 , 国家海洋局南海调查技术中心(国家海洋局南海浮标中心)
Abstract: 本发明公开了一种基于预设性能控制的无人艇视觉伺服控制方法，包括下述步骤：对所有无人艇构建运动学模型；对搭载在无人艇上的针孔相机建立针孔相机模型；结合无人艇运动学模型，对针孔相机模型进行坐标变换并建立关于像素坐标的系统动态方程；对无人艇定义伺服跟踪误差；根据针孔相机的视角约束，引入性能约束；对伺服跟踪误差进行误差转换获得误差函数；通过李雅普诺夫设计法设计无人艇视觉伺服控制器、速度观测器及自适应更新律。本方法通过定义伺服跟踪误差，引入性能约束获得误差函数实现预设性能，再将误差函数引入李雅普诺夫设计法中设计无人艇视觉伺服控制器、速度观测器及自适应更新律，保证了无人艇视觉伺服控制的顺利进行。
-
-
公开(公告)号：CN111161243B
公开(公告)日：2023-04-07
申请号：CN201911390407.9
申请日：2019-12-30
Applicant: 华南理工大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于样本增强的工业产品表面缺陷检测方法，包括步骤：1)对工业产品表面图像进行尺寸标准化、归一化，切割并分类；2)带缺陷的图片进行随机翻转的数据增强；3)将带缺陷图片和正常图片进行随机拼接增强；4)使用Cascade‑RCNN算法进行迭代训练；5)得到Cascade‑RCNN检测模型；6)通过Cascade‑RCNN检测模型对需要检测的工业产品表面图片和确定无缺陷的纹理模板图片进行滑窗检测，对滑窗检测到的结果进行拼接，并对二者得到的结果进行比较，最终得到待检测图片的缺陷类别及区域标注。本发明可有效降低光照、曝光和位移等条件对缺陷检测的影响，提高了检测稳定性，同时提高了二阶段目标检测器对花纹和背景的分辨能力，降低了误检率。
-
公开(公告)号：CN109828580B
公开(公告)日：2022-05-24
申请号：CN201910146815.3
申请日：2019-02-27
Applicant: 华南理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于分离式超声波的移动机器人编队跟踪控制方法，包含步骤：步骤(1)：建立单个移动机器人的运动学模型；步骤(2)：建立n个移动机器人编队动态数学模型；步骤(3)：建立分离式超声波获取相对位姿的模型并推导出相对位姿的计算公式；步骤(4)：从编队跟踪控制的实际问题出发，结合所述相对位姿的计算公式设计出使编队跟踪误差渐近收敛的控制规律；步骤(5)：选取移动机器人参考路径，设置移动机器人参数与控制器参数，根据所述控制规律实现移动机器人的编队跟踪控制。本发明从实际应用角度出发，给出了一种分离式超声波获取位姿信息的方法，并设置实际可行的控制器，达到移动机器人编队跟踪控制误差渐近收敛的目标。
-
Patent Agency Ranking
公开(公告)号：CN111260614B
公开(公告)日：2022-03-25
申请号：CN202010030557.5
申请日：2020-01-13
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于极限学习机的卷积神经网络布匹瑕疵检测方法，该方法通过构造一个卷积神经网络进行特征提取，并对提取的特征进行融合，在融合后的特征层上进行布匹瑕疵候选框的提取，在布匹瑕疵检测阶段，使用卷积神经网络对提取得到的布匹瑕疵候选框进行回归，使用极限学习机对布匹瑕疵候选框进行分类，对分类和回归结果结合样本图片的真实标签计算损失，基于得到的损失使用随机梯度下降法更新网络中的权重，不断进行迭代训练，直到网络的损失收敛到一个极小值或者达到预设的训练轮数，便得到训练好的基于极限学习机的布匹瑕疵检测的网络模型，即可进行布匹瑕疵检测，有效提高布匹瑕疵检测的整体性能，本发明具有更高的布匹瑕疵检测准确率。
-
公开(公告)号：CN110705034B
公开(公告)日：2021-07-23
申请号：CN201910848967.8
申请日：2019-09-09
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: G06F30/20 , G06N3/04 , H02P6/34 , H02P21/00 , H02P21/13 , H02P23/00 , H02P23/12 , H02P25/022 , H04L12/801
Abstract: 本发明公开了一种基于事件触发的永磁同步电机位置跟踪控制方法，包括以下步骤：建立永磁同步电机的动力学模型和期望跟踪轨迹；永磁同步电机系统离散化；设计作用于控制器与执行器之间网络通道的事件触发机制；设计基于事件触发的自适应神经网络控制器；设计扰动观测器；设计补偿匹配与非匹配扰动的前馈补偿器。本发明所设计的方法不仅能够获得良好的位置跟踪性能和抗干扰能力，还将传统的永磁同步电机时间触发控制方式推广到了事件触发控制方式，有效地节省了永磁同步电机网络化控制系统的网络带宽、计算和能量等资源，使得系统在网络拥塞情况下也能正常运行。
-
公开(公告)号：CN110362075B
公开(公告)日：2020-09-22
申请号：CN201910560206.2
申请日：2019-06-26
Applicant: 华南理工大学 , 国家海洋局南海调查技术中心(国家海洋局南海浮标中心)
IPC: G05D1/02
Abstract: 本发明公开了一种具有预设性能的无人艇输出反馈编队控制设计方法，包括以下步骤：构建水面无人艇的动态模型；定义第i个水面无人艇与其领导者之间的距离变量；设计水面无人艇编队距离误差与方位角误差的性能函数，采用tan型障碍李雅普诺夫函数确保距离误差与方位角误差满足暂态性能的约束条件；设计第i个水面无人艇的速度估计器；运用反步设计法针对第i个水面无人艇的距离误差系统和方位角误差系统进行虚拟控制器设计；在控制器设计中运用动态面技术避免对虚拟控制器求导。本发明能避免水面无人艇与其领导者发生碰撞，编队误差满足预设的暂态性能，控制效果佳。
-
公开(公告)号：CN111161243A
公开(公告)日：2020-05-15
申请号：CN201911390407.9
申请日：2019-12-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于样本增强的工业产品表面缺陷检测方法，包括步骤：1)对工业产品表面图像进行尺寸标准化、归一化，切割并分类；2)带缺陷的图片进行随机翻转的数据增强；3)将带缺陷图片和正常图片进行随机拼接增强；4)使用Cascade-RCNN算法进行迭代训练；5)得到Cascade-RCNN检测模型；6)通过Cascade-RCNN检测模型对需要检测的工业产品表面图片和确定无缺陷的纹理模板图片进行滑窗检测，对滑窗检测到的结果进行拼接，并对二者得到的结果进行比较，最终得到待检测图片的缺陷类别及区域标注。本发明可有效降低光照、曝光和位移等条件对缺陷检测的影响，提高了检测稳定性，同时提高了二阶段目标检测器对花纹和背景的分辨能力，降低了误检率。
-
公开(公告)号：CN108008628B
公开(公告)日：2020-02-18
申请号：CN201711143413.5
申请日：2017-11-17
Applicant: 华南理工大学
Abstract: 本发明公开了一种不确定欠驱动无人艇系统的预设性能控制方法，具体包括以下步骤：建立无人艇动态模型，包括运动学和动力学模型；提出预设性能控制法处理跟踪误差约束条件；应用动态面控制技术处理虚拟控制器；采用神经网络技术在线学习系统的不确定动态；应用李雅普诺夫稳定性理论设计符合要求的跟踪控制器。本发明的预设性能控制方法，能够避免控制器设计奇异的问题，并且能够满足预先指定的跟踪误差暂态及稳态性能，应用自适应神经网络控制技术在线学习系统的不确定动态，并设计控制器完成轨迹跟踪控制目标，提高了控制方法的实用性。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.025 seconds)
