-
公开(公告)号：CN104714188A
公开(公告)日：2015-06-17
申请号：CN201510147926.8
申请日：2015-03-31
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为量测噪声方差阵相匹配的电池电荷状态估计方法与系统，本法步骤为：建立电池模型、电压电流采样，最小二乘法参数辨识模型参数；自适应无迹卡尔曼滤波估计SOC；调整滤波增益的方差阵相匹配的鲁棒自适应无迹卡尔曼滤波，计算系统量测噪声实际残差方差阵值和估计的理论残差方差阵，得到εk。εk大于1自适应调整因子否则调整滤波增益，求得SOC估计值本系统动力电池所接电压、电流传感器经模数转换模块连接微控制器。微控制器含模型参数辨识模块、调整因子计算模块、滤波增益自适应调整、鲁棒自适应无迹卡尔曼滤波SOC估计模块。SOC直接显示或传送到设备CAN网络。本发明动态调整滤波增益，提高了SOC估计的鲁棒性。
-
公开(公告)号：CN104584779A
公开(公告)日：2015-05-06
申请号：CN201510034444.1
申请日：2015-01-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于双目视觉的苹果成熟度自动检测及采摘机器人，其特征是：包括移动平台和与移动平台连接的双目视觉系统、柔性机械手，双目视觉系统设置在柔性机械手上；所述双目视觉系统，由两个图像采集装置组成；图像采集装置通过数据采集卡与智能控制系统连接，图像采集装置设置在距离地面高度约135cm的架子上；架子固定在移动平台的左边，两个图像采集装置的距离相差47cm，并聚焦于柔性机械手前方60cm处。本发明能够自动检测苹果的颜色、大小、形状，然后对获取的图像进行自动处理、检测与识别，以便提高系统的运行效率，且可实时反馈采摘情况，提高了采摘的准确率，大大提高其生产自动化水平，结构简单、自动化程度高，适用性广。
-
公开(公告)号：CN104535934A
公开(公告)日：2015-04-22
申请号：CN201410851183.8
申请日：2014-12-31
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明一种在线前馈补偿的动力电池电荷状态估计方法与系统，本方法步骤为：Ⅰ、建立动力电池模型及电压电流采样、参数辨识；Ⅱ、用自适应卡尔曼滤波的参数辨识；Ⅲ、OCV-SOC关系的神经网络建模，由开路电压OCV得到电荷状态估计值NNSOC；Ⅳ、根据前一时刻电流求当前时刻的电荷状态估计值BSOCk，此值与NNSOC加权求和得前馈补偿的电荷状态估计值。本系统的动力电池所接电压电流传感器连接嵌入式微控制器，微控制器含有自适应卡尔曼滤波的参数辨识模块、OCV-SOC神经网络SOC估计模块以及前馈补偿模块。本发明结构简单，不受SOC初始值影响，辨识与估计速度加快，在线前馈补偿提高了SOC估计精度。
-
公开(公告)号：CN103439668A
公开(公告)日：2013-12-11
申请号：CN201310400509.0
申请日：2013-09-05
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为动力锂离子电池的电荷状态估算方法与系统，本方法第一步建立等效电池的电路模型，对电池进行充放电和静置实验、定时采样得到电压时间曲线，通过公式辨识模型参数、得到开路电压OCV与SoC的非线性关系；第二步、基于卡尔曼算法，用状态预测、预测误差方差、滤波增益、状态估算和估算误差方差等矩阵，得到SoC最优估算值。本系统模数转换器、程序存储器、可编程存储器、定时器及显示器分别与微处理器连接，电流、电压传感器分别联接在待测电池与负载连接的电路中、输出接入模数转换器。可编程存储器存储实验所得的电池模型参数，程序存储器存储本方法的估算程序。本发明SoC估算精度可达1％，且更稳定；系统实时提供SoC估算值。
-
公开(公告)号：CN118816875A
公开(公告)日：2024-10-22
申请号：CN202410772585.2
申请日：2024-06-14
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于恒定加速度预测和PnP‑Epipolar优化的自动驾驶SLAM导航方法，具体是一种考虑连续帧间加速度并融合极线约束优化位姿的视觉SLAM导航方法。目的是解决现有视觉SLAM导航方法在剧烈运动和低重叠场景下位姿跟踪准确率低甚至失败的问题。该方法是由如下步骤实现的：步骤一：车载传感器对输入图像进行预处理，并采用参考关键帧跟踪获取速度；步骤二：采用恒速跟踪模型预测车辆初试位姿，然后根据PnP模型对位姿进行优化；步骤三：根据匹配数量判断车辆是否处于剧烈运动状态，若是，则采用本发明提出的鲁棒跟踪模型进行位姿跟踪，否则直接进入局部地图跟踪阶段；步骤四：当采用鲁棒跟踪模型进行位姿跟踪时，首先采用匀加速运动估计车辆初始位姿，提升剧烈运动状态下车辆位姿估计的准确性和鲁棒性；步骤五：其次采用全局特征匹配，提高剧烈运动下特征匹配数量；步骤六：然后采用PnP‑Epipolar模型优化位姿，提升剧烈运动状态下车辆位姿优化的准确性和鲁棒性。本发明适用于视觉SLAM导航系统。
-
Patent Agency Ranking
公开(公告)号：CN118737401A
公开(公告)日：2024-10-01
申请号：CN202410764316.1
申请日：2024-06-14
Applicant: 桂林电子科技大学
IPC: G16H40/20 , G16H40/60 , G06Q10/047 , G05D1/00 , G06Q10/0835
Abstract: 本发明涉及一种基于改进人工势场引导的防疫机器人RRT*算法(改进APF‑RRT*)，为解决防疫机器人在复杂室外环境下全局路径规划耗时过长，求解路径最优解困难、路径拐点过多的问题。步骤S1：建立三种复杂不同的测试地图：步骤S2：建立改进人工势场函数模型；步骤S3：防疫机器人采用改进APF‑RRT*算法对地图进行路径规划，并使用改进人工势场局部引导进行避障；步骤S4：防疫机器人检测是否到达目标点；步骤S5：防疫机器人检测规划路径是否无碰撞到达目标点；步骤S6：防疫机器人得到最终路径。步骤S7：采用双向剪枝与重连优化策略减少路径消耗与冗余节点；步骤S8：采用B样条曲线优化策略对最终路径进行平滑优化，减少路径拐点，使最终路径更符合防疫机器人运动模型。与现有算法相比，本发明在复杂室外环境中运行时间短、路径成本小，与障碍物始终保持安全距离，有效减少最终路径的拐点与冗余点，大大提高了防疫机器人路径规划效率和作业安全性。
-
公开(公告)号：CN118402379A
公开(公告)日：2024-07-30
申请号：CN202410685083.6
申请日：2024-05-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种双目视觉芡实采摘机器人，涉及机器人技术领域，包括船载运动平台、果实收集系统、采摘系统。所述船载运动平台包括船体、船盖、引擎、控制室，控制室内部设有电池和控制器，所述引擎、采摘系统、果实收集系统均与控制器电连接。所述果实收集系统包括果实传送装置和果实收集箱。所述采摘系统包括采摘机械臂、采摘机械爪和双目视觉控制系统。所述采摘机械臂通过活动轴连接并控制所述机械爪。所述采摘机械爪用于采摘和夹持芡实果实。所述双目视觉控制系统能够实时识别芡实位置和成熟程度，精准控制采摘动作。本发明提供一种双目视觉芡实采摘机器人，工作空间大，安全性可靠性高，克服了传统人工采摘存在的劳动强度大、效率低等问题。
-
公开(公告)号：CN110665922B
公开(公告)日：2024-07-09
申请号：CN201911113664.8
申请日：2019-11-14
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种工业油罐清理机器人，所述第一喷头与所述主体固定连接，所述第二喷头与所述主体固定连接，所述输水连通管与所述进水口固定连接，并与所述第一喷头固定连接，且与所述第二喷头固定连接，所述双通道增压泵与所述主体固定连接，并与所述输水连通管固定连接，进行执行冲洗任务时，通过所述双通道增压泵将所述输水连通管内的水通过所述第一喷头排出，对油罐中的杂质进行高压冲洗，同时可通过所述第二喷头排出的高压水可将杂质冲刷至油罐回收槽，避免了传统的清洁方式让油罐中原油的质量损耗，不便于原油的回收，浪费资源。
-
公开(公告)号：CN110644692B
公开(公告)日：2024-07-09
申请号：CN201911076094.X
申请日：2019-11-06
Applicant: 桂林电子科技大学
IPC: E04D13/10
Abstract: 本发明公开了一种基于双目视觉的房顶维护机器人，通过所述履带轮与所述传动组件转动连接，所述第一滑动杆与所述机器人主体转动连接，所述摩擦防滑夹与所述第一滑动杆滑动连接，所述驱动组件与所述摩擦防滑夹转动连接，所述摩擦防滑夹在所述驱动组件的驱动下缓慢转动，进而在所述第一滑动杆上左右滑动，带动整个装置在屋顶进行水平移动；所述履带轮在所述传动组件的驱动下升降，并通过所述履带轮带动整个装置在屋顶纵向滑动，代替了人工爬上屋顶，避免了安全事故的发生，使扫雪的效果更好。
-
公开(公告)号：CN113884935B
公开(公告)日：2024-05-14
申请号：CN202111288182.3
申请日：2021-11-02
Applicant: 桂林电子科技大学
IPC: G01R31/392
Abstract: 本发明公开基于锂电池在线电化学阻抗谱测量的SOH估算系统和方法，测量电池不同老化循环次数下的电化学阻抗谱和电池开路电压；使用灰色关联度对电化学阻抗谱进行特征选择；建立并训练机器学习模型；采集被测电池数据进行SOH估算。本发明通过对电池电化学阻抗谱进行分析，得到相关的特征参数，避免了复杂等效电路模型的参数辨识。本发明可完成对电池的电化学阻抗谱测量和电池SOH的估算，提高了系统的集成度和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
216
records
(took 0.154 seconds)
