-
公开(公告)号：CN114815618B
公开(公告)日：2023-05-16
申请号：CN202210467223.3
申请日：2022-04-29
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于动态增益的自适应神经网络跟踪控制方法，本发明涉及基于动态增益的自适应神经网络跟踪控制方法。本发明是为了解决目前自适应神经网络控制的反馈增益参数以未知函数的上界设计，使得系统的控制器设计不灵活，导致设计的控制器能量消耗过大的问题。过程为：一、建立具有未知非线性控制方向函数的不确定非线性严格反馈系统的二维状态空间模型，使系统输出跟踪目标信号；二、建立具有扩展状态变量的三维非线性系统状态空间模型；三、设计李雅普诺夫函数；四、利用李雅普诺夫函数对时间求一阶导数；五、改写李雅普诺夫函数的一阶导数；六、设计神经网络权值更新律、虚拟控制函数及控制输入。本发明用于非线性控制技术领域。
-
公开(公告)号：CN115477006A
公开(公告)日：2022-12-16
申请号：CN202211123473.1
申请日：2022-09-15
Applicant: 哈尔滨工业大学
Abstract: 一种双轴倾转矢量旋翼飞行器及其扰动补偿控制方法，涉及飞行控制技术领域，针对现有技术中飞行器在调整姿态时，位置会因为姿态的变化而发生改变，即现有技术不能针对姿态和位置的耦合，实现解耦的问题，本申请通过机械结构的驱动，使旋翼机的每个旋翼可以独立的产生三维空间矢量推力，当采用的可倾转旋翼数量大于等于二时，旋翼飞行器的姿态控制与位置控制可以实现解耦，进一步提升旋翼飞行器的飞行能力，从而进一步扩展其应用场景。
-
公开(公告)号：CN109508741B
公开(公告)日：2022-05-10
申请号：CN201811333884.7
申请日：2018-11-09
Applicant: 哈尔滨工业大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 基于深度学习筛选训练集的方法，本发明涉及训练集筛选的方法。本发明的目的是为了解决现有训练集的大小直接影响深度学习的性能，训练集太小深度学习模型对于实际运行时采集到的新的图像不起作用，训练集太大，人工打标签耗费大量时间，影响训练效率的问题。过程为：一、采集初始数据集，将初始数据集分为训练集和测试集；二、搭建神经网络架构；三、将训练集输入神经网络进行训练，直至神经网络收敛，得到初始神经网络模型；四、将测试集输入目前得到的神经网络模型进行测试，得到满足要求的训练集和最终的神经网络模型；否则，对待识别区域重新采集图像，直至得到满足要求的训练集和最终的神经网络模型。本发明用于训练集筛选领域。
-
公开(公告)号：CN113296401B
公开(公告)日：2022-04-19
申请号：CN202110534276.8
申请日：2021-05-17
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于切换策略的直接避障跟踪控制方法及存储介质，属于非线性系统避障跟踪控制领域。本发明解决了目前间接避障跟踪控制方法不可靠的问题。本发明针对机器人建立非线性系统状态空间模型，并给定系统目标信号和障碍物坐标；利用跟踪误差变量设计李雅普诺夫函数，根据李雅普诺夫函数对时间的一阶导数设计虚拟跟踪控制函数以及目标跟踪控制策略；利用避障误差变量设计李雅普诺夫函数，根据李雅普诺夫函数对时间的一阶导数设计虚拟避障控制函数以及避障控制策略；利用目标跟踪控制策略和避障控制策略，设计基于切换策略的直接避障跟踪控制策略，实现对机器人的控制。本发明用于非线性系统的对机器人的避障跟踪控制。
-
公开(公告)号：CN109318235B
公开(公告)日：2022-02-08
申请号：CN201811333889.X
申请日：2018-11-09
Applicant: 哈尔滨工业大学
Abstract: 一种机器人视觉伺服系统的快速聚焦方法，属于图像处理领域。现有的机械式聚焦技术，存在变焦能力差、速度慢的问题，难以满足视觉伺服实时性要求。本发明方法为机器人机械臂末端相机安装液态镜头；多次采集获得图像时的液态镜头的电流，以及相机与目标物体之间的距离数据；确定最大锐度的图像及对应的液态镜头的电流以及相机与目标物体之间的距离数据；重复上述内容，获得多组最大锐度的电流及距离数据，建立最大锐度的电流与距离之间的关系模型，通过系统辨识方法得到模型参数；利用建立的关系模型，结合距离信息，得到液态镜头变焦所需的电流值，进而控制液态镜头进行变焦。本发明方法保证视觉伺服系统的快速聚焦，和目标物体成像清晰度。
-
Patent Agency Ranking
公开(公告)号：CN109447979B
公开(公告)日：2021-09-28
申请号：CN201811332427.6
申请日：2018-11-09
Applicant: 哈尔滨工业大学
Abstract: 基于深度学习和图像处理算法的目标检测方法，本发明涉及图像目标检测方法。本发明的目的是为了解决现有机械臂应用于小目标的精密作业时，单纯用深度学习进行检测与定位，小目标位置的确定误差大，精度低的问题。过程为：步骤一、建立数据集，根据数据集对SSD网络进行训练，得到最终训练好的SSD网络，使用最终训练好的SSD网络模型对待检测的图像中的插针进行检测，在图像上用预选框把插针所在范围框出；步骤二、使用大津算法将预选框中的图像内容进行二值化，即分为插针及非插针两部分；步骤三、通过漫水填充算法，将二值化后的插针部分从图像中分离出来，并计算出插针的位置中点。本发明属于目标检测领域。
-
公开(公告)号：CN112904726A
公开(公告)日：2021-06-04
申请号：CN202110074839.X
申请日：2021-01-20
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于误差重构权重更新的神经网络反步控制方法，属于非线性系统反步控制领域。本发明解决了目前神经网络反步控制不能准确估计系统未建模动态，导致系统跟踪误差较大的问题。本发明所述方法包括：建立考虑未建模动态的非线性二阶系统状态空间模型，给定系统目标信号；定义系统误差变量；利用误差变量设计李雅普诺夫函数；对李雅普诺夫函数对时间求一阶导数；根据李雅普诺夫函数对时间的一阶导数设计虚拟控制函数以及神经网络反步控制策略；根据神经网络反步控制策略，利用误差重构设计神经网络权重更新策略。本发明用于非线性系统的神经网络反步控制。
-
公开(公告)号：CN109318235A
公开(公告)日：2019-02-12
申请号：CN201811333889.X
申请日：2018-11-09
Applicant: 哈尔滨工业大学
Abstract: 一种机器人视觉伺服系统的快速聚焦方法，属于图像处理领域。现有的机械式聚焦技术，存在变焦能力差、速度慢的问题，难以满足视觉伺服实时性要求。本发明方法为机器人机械臂末端相机安装液态镜头；多次采集获得图像时的液态镜头的电流，以及相机与目标物体之间的距离数据；确定最大锐度的图像及对应的液态镜头的电流以及相机与目标物体之间的距离数据；重复上述内容，获得多组最大锐度的电流及距离数据，建立最大锐度的电流与距离之间的关系模型，通过系统辨识方法得到模型参数；利用建立的关系模型，结合距离信息，得到液态镜头变焦所需的电流值，进而控制液态镜头进行变焦。本发明方法保证视觉伺服系统的快速聚焦，和目标物体成像清晰度。
-
公开(公告)号：CN106845033B
公开(公告)日：2019-01-18
申请号：CN201710148761.5
申请日：2017-03-13
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 一种基于视觉的喷漆喷枪扇面角度与均匀度建模方法，本发明涉及喷漆喷枪扇面角度与均匀度建模方法。本发明是为了解决现有技术准确度低、成本高的问题。依靠可靠的视觉检测装置与视觉检测算法，对喷枪扇面的角度与均匀度进行精确的识别，并提出一种评价标准。之后通过模式识别的方法，建立喷枪扇面角度，均匀度与喷枪扇面压力，雾化压力之间的模型关系。发明能够为工人提供可靠的喷枪扇面参数，并对如何调整扇面压力，雾化压力以得到更均匀更适合的喷枪扇面做出了指导作用，本发明能够明显提高生产效率，提高加工精度，节省加工时间，加工成本。本发明应用于汽车自动喷漆领域。
-
公开(公告)号：CN106952280A
公开(公告)日：2017-07-14
申请号：CN201710148762.X
申请日：2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 一种基于计算机视觉的喷枪喷漆量均匀度检测方法，本发明涉及喷枪喷漆量均匀度检测方法。本发明是为了解决现有技术成本高昂和具有不确定性的问题。本发明步骤为：步骤一：喷枪喷雾扇面检测；采集一幅图像,调节摄像机、喷枪与背景之间的距离；对图像进行预处理；对图像进行二值化处理；提取出扇面边缘直线所在像素位置，计算两条直线夹角；以两条直线的终点的连线将区域封闭作为喷漆区域，标记喷雾区域内的像素点；步骤二：喷枪喷雾均匀性分析；对预处理后的灰度图像进行分析；通过标记的喷雾区域内每一行的像素值的大小描述均匀度；通过特征样本数据画出直方图与均匀分布概率模型作比较判断均匀性。本发明应用于喷漆领域。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.027 seconds)
