-
公开(公告)号：CN101510072A
公开(公告)日：2009-08-19
申请号：CN200910008736.2
申请日：2009-03-06
Applicant: 北京理工大学
IPC: G05B13/02
Abstract: 本发明公开了一种带有自适应模糊摩擦补偿的伺服系统控制器。用于改善电机伺服系统的输出跟踪精度与快速响应，特别适用于要求精度高、响应快速的精密电机伺服系统。本发明包括参数自适应调整模块、模糊摩擦补偿器与鲁棒控制模块。采用模糊模型逼近摩擦力模型，然后通过模糊模型参数的自适应调整，实现摩擦力值的在线估计，并据此进行摩擦补偿，以克服摩擦力对伺服系统的输出跟踪精度与快速响应的不利影响。模糊模型参数的调整采用复合自适应律，同时利用系统输出误差与参数估计误差的相关信息进行参数调整，以提高参数收敛的速度。由于该控制器能实现快速而准确的摩擦模型估计与摩擦补偿，从而能大大改善伺服系统的输出跟踪精度与快速响应。
-
公开(公告)号：CN114881875B
公开(公告)日：2025-04-04
申请号：CN202210466613.9
申请日：2022-04-27
Applicant: 北京理工大学
IPC: G06T5/73 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于U‑Net结构和残差网络的去雾网络及其去雾方法。该网络不依赖于大气散射模型，可以实现端到端的去雾。本发明基于U‑Net的网络结构，利用残差模块构建了一个端到端的去雾残差网络，去雾方法包括以下步骤：获取合成雾天数据集RESIDE作为训练数据集，并对数据集进行裁剪和归一化的预处理。基于U‑Net结构和残差模块，构造去雾网络模型。将合成雾天数据集输入到网络模型中，在训练过程中通过新的损失函数计算损失，不断迭代更新网络参数，最终得到优化的去雾模型，进行图像去雾。
-
公开(公告)号：CN118839938B
公开(公告)日：2025-01-14
申请号：CN202411266593.6
申请日：2024-09-11
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06N3/006 , G06N3/042 , G06N3/045 , G06N3/084 , G06N3/092 , G06N3/0985 , G06Q50/04 , G06Q50/40 , G06F18/213
Abstract: 本发明属于离散制造技术领域，提供一种基于图神经网络和强化学习的柔性车间联合调度方法及装置，能够全面描述运输资源约束的柔性车间的加工和运输的约束关系，有效地提升了决策模型的调度质量。该方法的过程为：构建调度智能体模型；训练调度智能体模型，包括对状态、动作、状态转移以及奖励函数的设计；基于训练完成的智能体模型的特征提取网络和Actor网络，实现柔性车间联合调度，输出工序、机器和无人车的联合调度动作。
-
公开(公告)号：CN117877104A
公开(公告)日：2024-04-12
申请号：CN202311508338.3
申请日：2023-11-13
Applicant: 北京理工大学
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0895
Abstract: 本发明涉及智能生产线人机协作技术领域，特别涉及一种基于多模态多层次注意力机制的半监督手部骨架动作识别方法。本发明的方法包括获取多模态数据，构建基于多层次注意力机制的半监督手部骨架动作识别模型，对聚合后的特征进行半监督训练，将测试集中的手部骨架序列输入到训练好的半监督手部骨架动作识别模型中，最终得到手部骨架动作的分类结果。本发明的方法通过构建多层次自注意力模块来处理无标记数据的多模态特征，并设计了多模态多层次对比损失函数来进行半监督训练，实现了对无标记数据的有效利用，提升了在大量无标记数据情况下模型对手部骨架动作的识别性能。
-
公开(公告)号：CN117270527A
公开(公告)日：2023-12-22
申请号：CN202311173726.0
申请日：2023-09-12
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明提供了一种面向自动驾驶赛车的极限驾驶规划控制方法，后退式强化学习模块设计难度逐步提升的多阶段强化学习课程，依次利用专家引导策略和强化学习策略完成整个赛道的车辆轨迹规划，并在训练过程中逐步后退提高强化学习策略的应用范围；风险感知变异模块结合好奇心驱动机制和变异算法，通过对关键风险状态和强化学习动作网络进行变异操作，促进强化学习算法学习关键风险状态中蕴含的极限驾驶知识，提升临界风险状态下的鲁棒性和安全性；模型预测控制模块：基于非线性模型预测控制算法生成局部最优控制命令，跟踪后退式强化学习模块提供的目标轨迹，使得满足车辆动力学约束并能够预测潜在风险，可以实现自动驾驶赛车的运动控制。
-
Patent Agency Ranking
公开(公告)号：CN116609722A
公开(公告)日：2023-08-18
申请号：CN202310538828.1
申请日：2023-05-15
Applicant: 北京理工大学
IPC: G01S5/02
Abstract: 本发明提出了一种面向无人机与无人车之间的相对定位方法，无人机和无人车都携带了多个UWB天线，而不是在操作区域战略性地放置多个锚点，因此获得无人机无人车之间的距离与方位角的对应值，并且结合高度估计用以进行面向无人机无人车相对位置估计。此外，还给出了UAV‑UGV合作场景的系统，并将气压计和光学相关流数据集成到扩展卡尔曼滤波器中，为反馈控制飞行提供足够准确和稳定的相对位置数据。
-
公开(公告)号：CN111368829B
公开(公告)日：2023-06-30
申请号：CN202010126145.1
申请日：2020-02-28
Applicant: 北京理工大学
IPC: G06V10/25 , G06V10/80 , G06V10/764
Abstract: 本发明公开了一种基于RGB‑D图像的视觉语义关系检测方法，首先提取图像的RGB特征向量的同时估计出图像的深度图并提取对应的深度特征向量，将RGB特征向量与深度特征向量相融合；将融合的特征向量输入视觉语义关系分类器，所述视觉语义关系分类器设计为同时处理RGB特征向量与深度特征向量并弱化深度特征向量部分，得到视觉语义关系检测结果。能够提高复杂视觉场景中视觉语义关系的检测精度和泛化能力。
-
公开(公告)号：CN115271293A
公开(公告)日：2022-11-01
申请号：CN202210366426.3
申请日：2022-04-08
Abstract: 本发明公开了一种多智能体柔性作业车间自主调度方法，属于生产调度领域，以克服单一调度算法的不足。本发明的实现包括三个阶段。在准备阶段，搜集柔性作业车间调度算法，编写调度程序实现算法所描述的调度功能；为每个调度程序构建调度智能体模板，并将这些模板保存到模板仓库中。在应用阶段，创建一个管理智能体，以接收调度参数、确定所需的调度算法和调度智能体数量；管理智能体从模板仓库中调用对应的模板，创建调度智能体。调度智能体完成计算后，将所得调度方案提交给管理智能体，由管理智能体选择最优方案，提交给用户。在清理阶段，管理智能体销毁所有调度智能体。本发明能够有效利用多智能的并发计算特性，提升调度问题求解速度和质量。
-
公开(公告)号：CN115100238A
公开(公告)日：2022-09-23
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 , G06N3/08 , G06N3/04
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：CN115049706A
公开(公告)日：2022-09-13
申请号：CN202210770761.X
申请日：2022-06-30
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于改进Staple的长期目标跟踪方法及系统，先根据提取的当前图像中的目标的颜色特征和方向梯度直方图特征训练获得颜色滤波器Hcolor、梯度滤波器Hhog、尺度相关滤波器Hscale和最小均方误差和滤波器HMOSSE，之后通过特征融合获取目标位置，根据尺度相关滤波器Hscale获得最佳尺度的目标跟踪框即锁定跟踪范围，之后判断目标是否发生遮挡，如果没有发生遮挡，则采用线性方式更新所述颜色滤波器Hcolor、梯度滤波器Hhog和最小均方误差和滤波器HMOSSE，进入下一帧图像；若目标受到遮挡，则利用粒子滤波重新搜索目标并跟踪，进入下一帧图像。之后重复上述过程，直至最后一帧图像完成目标跟踪。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.023 seconds)
