-
公开(公告)号：CN115562330B
公开(公告)日：2023-08-22
申请号：CN202211381428.6
申请日：2022-11-04
Applicant: 哈尔滨工业大学
Abstract: 一种抑制类场风扰的无人机控制方法，属于无人机抗扰技术领域。本发明包括：S1、通过自主无人机上携带的摄像头获取风源图像，利用跟踪网络对图像中的目标干扰源进行跟踪，获得目标干扰源的位置，利用补偿网络根据目标干扰源的位置获得出动作补偿量；跟踪网络包括特征提取器和卷积层；风源图像跟踪网络得到扰动源特征图；补偿网络采用深度强化学习算法实现；S2、将控制补偿量与无人机控制器输出的控制量相加后，作为被控自主无人机的输入；S3、更新类场风扰补偿网络的网络参数；S4、重复S1至S3，直到无人机飞离风场区域，解决了自主无人机在城市拥挤环境下飞行在受到人造类场风扰时易出现坠机危险的问题。
-
公开(公告)号：CN115903495A
公开(公告)日：2023-04-04
申请号：CN202211434267.2
申请日：2022-11-16
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 资源约束下的飞行器能力建模方法，属于系统工程领域，本发明为解决现有旋翼飞行器考虑因素不全面，效率不高问题。本发明方法包括：S1、建立旋翼飞行器中控制量与软硬件资源参数的映射关系u＝fu(x)；S2、建立旋翼飞行器中控制量与各种综合能力的映射关系c＝Ax；S3、在旋翼飞行器执行任务时，根据任务类型确定能力等级，进而获取各项综合能力的最大值，在最大值范围内设计所需能力值，然后按S2的求解优化问题获取软硬件资源参数，再按S1的映射关系获取控制量。本发明用于优化飞行器执行任务效率。
-
公开(公告)号：CN115556111A
公开(公告)日：2023-01-03
申请号：CN202211319418.X
申请日：2022-10-26
Applicant: 哈尔滨工业大学
IPC: B25J9/16
Abstract: 一种基于变惯性参数建模的飞行机械臂耦合扰动控制方法，属于空中作业无人系统控制技术领域。本发明针对现有旋翼飞行机械臂抗扰动控制中的反馈补偿存在延时，影响系统稳定性的问题。包括：建立动态变化质心在机体坐标系下的表达式和动态变化惯量在机体坐标系下的表达式；利用多刚体质点系的动量与动量矩定理对旋翼飞行机械臂系统进行动力学建模，得到系统动力学模型；基于质心变化与惯量变化对系统动力学模型进行处理，建立质心变化和惯量变化对旋翼飞行机械臂系统的耦合扰动的映射关系，得到基于变惯性参数的耦合扰动模型；将耦合扰动模型计算获得的耦合扰动估计值作为前馈补偿量输入位置环和姿态环实现耦合扰动控制。本发明可以抑制耦合扰动。
-
公开(公告)号：CN115544898A
公开(公告)日：2022-12-30
申请号：CN202211398653.0
申请日：2022-11-09
Applicant: 哈尔滨工业大学
Abstract: 基于深度强化学习的多智能体攻防决策方法，涉及人工智能、机器学习领域。本发明解决了多智能体深度确定性策略梯度方法，无法应用于智能体可坠毁的场景下的问题。本发明该攻防决策方法包括如下过程：S1、根据场景构建攻防环境；S2、将N个智能体与攻防环境进行交互，交互过程中每个智能体最大化自身奖励，构建适用于深度神经网络的数据集知识库；所述数据集知识库内所有样本的数据维度相同；S3、从数据集知识库中随机抽取一批样本，利用同批样本同时对每个智能体的深度神经网络进行训练，获得训练后的智能体；S4、在当前攻防环境和预设攻防轮次下，使训练后的各智能体进行攻防决策。主要用于复杂场景下的多对多智能体的攻防决策。
-
公开(公告)号：CN111476909B
公开(公告)日：2021-02-02
申请号：CN202010142759.9
申请日：2020-03-04
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于虚拟现实弥补时延的遥操作控制方法及系统。该方法包括：根据位于从端的RCM机构和位于从端的实际相机建立初始虚拟机器人模型、虚拟相机和背景图像；获取主手位置信息；将主手位置信息映射到初始虚拟机器人模型中的关节运动上，得到实时更新的虚拟机器人模型；获取从端场景图像特征角点；计算虚拟机器人模型的虚拟角点；由从端场景图像特征角点和虚拟角点对虚拟仿真模型进行修正，得到修正后的虚拟仿真模型；由修正后的虚拟仿真模型、虚拟相机和背景图像得到更新后的三维虚拟场景模型，以实现遥操作。本发明能够实现三维虚拟模型的构建，在提高控制精度的同时，增强遥操作的真实感。
-
Patent Agency Ranking
公开(公告)号：CN106934372B
公开(公告)日：2020-05-26
申请号：CN201710148764.9
申请日：2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 基于传统vfh描述子加入颜色信息的点云分类方法，本发明涉及点云分类方法。本发明是要解决现有的基于点云vfh描述子直方图的分类方法存在着显著的问题以及对于比较接近的物体无法进行区分的问题，而提出的基于传统vfh描述子加入颜色信息的点云分类方法。该方法是通过一、将点云以保留颜色的格式存储；二、将保留颜色的格式存储的点云按照传统的vfh描述子计算方法计算快速点特征直方图FPFH得到视点相关的特征分量；三、生成颜色直方图，并将颜色直方图取代原直方图单个区间的位置；四、对于待识别的物体用Kd树进行搜索得到分类结果等步骤实现的。本发明应用于点云分类领域。
-
公开(公告)号：CN110172399B
公开(公告)日：2020-03-27
申请号：CN201910446653.5
申请日：2019-05-27
Applicant: 哈尔滨工业大学
IPC: C12M1/36 , C12M1/34 , C12Q3/00 , C12N15/89 , G01F23/292
Abstract: 一种基于无透镜成像技术的超微量注射检测与控制装置及其方法，涉及显微注射系统的无透镜成像技术和超微量注射控制技术领域。本发明是为了解决现有缺少能够精确检测毛细玻璃针内液面位置变化的装置及精确控制注射液体体积的问题。无透镜光学液位传感器用于测量注射针内液位变化；微量注射控制单元用于跟踪液位变化情况，修正注射泵的注射压力；平行光源产生的透射光穿透透明的玻璃材质的注射针管，经过减光膜将平行光源的强度减弱至微型线阵图像传感芯片的感光范围内，最终射入微型线阵图像传感芯片中，由微型线阵图像传感芯片测量注射针内液位变化。它用于测量玻璃针内的液位变化，并对注射泵的压力进行修正，使注射器内的注射液体稳定。
-
公开(公告)号：CN106881718B
公开(公告)日：2019-10-08
申请号：CN201710151837.X
申请日：2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 基于遗传算法的六自由度串联机器人误差标定方法，本发明涉及机器人误差标定方法。本发明是要解决现有技术无法处理多数据得到的误差参数有一定的局限性以及引入一些误差很大的数据，从而影响了整个数据组的准确性增加了测量难度和时间的问题，而提出的基于遗传算法的六自由度串联机器人误差标定方法。该方法是通过一、建立机器人的实际模型；二、计算机器人的机器人误差模型以及获得矩阵：三、建立误差优化模型；四、获得机器人的误差参数X；五寻找机器人的最优误差参数；六将获得的最优误差参数按照误差补偿策略反馈给机器人等步骤实现的。本发明应用于机器人误差标定方法领域。
-
公开(公告)号：CN106881718A
公开(公告)日：2017-06-23
申请号：CN201710151837.X
申请日：2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 基于遗传算法的六自由度串联机器人误差标定方法，本发明涉及机器人误差标定方法。本发明是要解决现有技术无法处理多数据得到的误差参数有一定的局限性以及引入一些误差很大的数据，从而影响了整个数据组的准确性增加了测量难度和时间的问题，而提出的基于遗传算法的六自由度串联机器人误差标定方法。该方法是通过一、建立机器人的实际模型；二、计算机器人的机器人误差模型以及获得矩阵：三、建立误差优化模型；四、获得机器人的误差参数X；五寻找机器人的最优误差参数；六将获得的最优误差参数按照误差补偿策略反馈给机器人等步骤实现的。本发明应用于机器人误差标定方法领域。
-
公开(公告)号：CN106845561A
公开(公告)日：2017-06-13
申请号：CN201710148763.4
申请日：2017-03-13
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/6277 , G06N3/08
Abstract: 一种基于点云VFH描述子和神经网络的复杂曲面物体分类方法，本发明涉及复杂曲面物体分类方法。本发明是要解决大量采集数据建立Kd树会造成搜索数据的过大以及采集数据过少会造成分类识别效果的减弱的问题，而提出的一种基于点云VFH描述子和神经网络的复杂曲面物体分类方法。该方法是通过一、计算点云对应的vfh特征描述子；二、计算差值向量di；三、计算向量di的特征向量空间；四、计算投影到描述子空间的坐标；五、确定输入维数和输出维数；六、确定投影后的vfh描述子对应角度的输出；七、得到BP神经网络库；八、确定当前bp神经网络所属物体的视角的点云；九、确定最终结果等步骤实现的。本发明应用于复杂曲面物体分类领域。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.024 seconds)
