-
公开(公告)号：CN113568409A
公开(公告)日：2021-10-29
申请号：CN202110863235.3
申请日：2021-07-29
Applicant: 湖南大学无锡智能控制研究院
IPC: G05D1/02
Abstract: 本发明公开了一种考虑通信存在随机丢包的车辆队列控制方法及系统，方法包括：步骤S1，时刻t向通信范围内能接收到广播信息的所有跟随车广播自身和接收其它跟随车预测时域的假设状态轨迹和控制输入轨迹；步骤S2，构建并求解开环优化问题，得到预测时域内的最优控制输入轨迹和状态轨迹；步骤S3，将用于自车t时刻的控制输入量，将依次对应为自车t+1时刻的假设控制输入轨迹将依次对应为自车t+1时刻的假设状态轨迹步骤S4，设置以及本发明对存在随机丢包的车辆队列系统的通信拓扑结构的要求较低，能广泛应用于多种通信拓扑中。
-
公开(公告)号：CN113335309A
公开(公告)日：2021-09-03
申请号：CN202110758225.3
申请日：2021-07-05
Applicant: 湖南大学无锡智能控制研究院
IPC: B60W60/00 , B60W40/105 , B60W40/076 , B60W40/00
Abstract: 本发明实施例公开了一种车辆纵向控制方法和装置，该方法包括：根据车辆当前速度和最近轨迹点信息确定作为预瞄点的轨迹点；将所述预瞄点的参考速度设置为期望速度，计算所述期望速度与所述车辆当前速度的差作为速度反馈误差，根据所述速度反馈误差计算得到期望加速度、以及额外驱制动力；根据所述额外驱制动力修正所述速度反馈误差，利用修正后的速度反馈误差确定速度控制模式；根据所述速度控制模式，将所述额外驱制动力转化为相应的驱动补偿量或制动补偿量，通过驱动器件或制动器件实现对车辆的纵向控制。本发明实施例中，考虑车辆当前速度和所处不同模式，灵活确定驱动补偿或制动补偿，从而能够实现更加精确的纵向控制。
-
公开(公告)号：CN118960719A
公开(公告)日：2024-11-15
申请号：CN202411063429.5
申请日：2024-08-05
Applicant: 湖南大学 , 湖南大学无锡智能控制研究院
IPC: G01C21/00 , G06F18/25 , G06F18/214 , G06N3/04 , G06N3/08 , G06N20/20 , G01C21/08 , G01C21/16 , G01C21/20 , G01S15/58 , G01S15/86
Abstract: 本发明公开了一种基于多模态数据融合与集成学习的定位方法及系统，该方法包括：通过声学多普勒测速单元获得水下潜器的速度信息和运动轨迹信息；通过捷联式惯性测量单元获得水下潜器的三轴线性加速度数据、三轴角速度数据以及姿态信息；通过地磁导航单元获得水下潜器的位置信息；将多普勒测速单元、捷联式惯性测量单元和地磁导航单元获得的三类多模态数据进行混合编码，得到融合特征数据；将融合特征数据输入到基于Transformer的深度神经网络进行训练；在水下定位导航中，使用训练好的基于Transformer的深度神经网络对水下潜器进行定位。本发明通过多模态融合数据进行特征学习，利用神经网络输出定位结果，提高水下定位精度。
-
公开(公告)号：CN118710528A
公开(公告)日：2024-09-27
申请号：CN202411197219.5
申请日：2024-08-29
Applicant: 湖南大学无锡智能控制研究院
IPC: G06T5/60 , G06N3/0455
Abstract: 本发明涉及图像处理技术领域，具体公开了一种水下图像增强方法及装置，包括：获取待增强水下图像，并将待增强水下图像通过第一图像增强编码器进行编码获得待增强低维特征向量，第一图像增强编码器为根据第一编解码优化数据优化后获得；将待增强低维特征向量输入目标映射网络，获得目标质量低维特征向量，目标映射网络为将第一编解码过程数据作为输入数据以及将第二编解码过程数据作为输出数据对基于注意力机制的神经网络模型进行训练获得；对目标质量低维特征向量通过第二图像增强编码器进行解码获得增强后的水下图像，第二图像增强编码器为根据第二编解码优化数据优化后获得。本发明提供的水下图像增强方法有效提升水下图像增强效果。
-
公开(公告)号：CN118015074A
公开(公告)日：2024-05-10
申请号：CN202410411353.4
申请日：2024-04-08
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明涉及机器人定位技术领域，具体公开了一种基于平面二维码阵列的迁车台对接方法、装置及系统，包括：获取平面二维码阵列的图像扫描信息，其中迁车台轨道平面设置由多个二维码定位标签形成的平面二维码阵列；对图像扫描信息进行检测以及信息解码获得单个二维码的位置信息和尺寸信息；根据单个二维码的位置信息和尺寸信息确定图像扫描装置与单个二维码的相对位姿信息；根据图像扫描装置与单个二维码的相对位姿信息确定图像扫描装置相对平面二维码阵列的空间位置信息；输出图像扫描装置相对平面二维码阵列的空间位置信息以控制迁车台与地面轨道的对准。本发明提供的基于平面二维码阵列的迁车台对接方法能够提升轨道对接的精度。
-
Patent Agency Ranking
公开(公告)号：CN116778277B
公开(公告)日：2024-03-01
申请号：CN202310899182.X
申请日：2023-07-20
Applicant: 湖南大学无锡智能控制研究院
IPC: G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/096
Abstract: 型训练方法能够有效解决跨域目标检测中前景本发明涉及目标检测技术领域，具体公开了 目标特征和背景环境特征的耦合。一种基于渐进式信息解耦的跨域模型训练方法，包括：构建源域数据集和目标域数据集；将源域数据集和目标域数据集均输入至视觉目标检测器进行训练，挖掘与配准组件能够分别对源域数据集和目标域数据集提取到的浅层特征进行相似性特征挖掘与配准；语义校正组件能够分别对源域数据集和目标数据集提取到的中层特征进行上下文感知的语义校正；聚合分散组件能够根据源域数据集和目标域数据集的边界框、置信度
-
公开(公告)号：CN116812477A
公开(公告)日：2023-09-29
申请号：CN202311069261.4
申请日：2023-08-24
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明涉及机器人转运技术领域，具体公开了一种轨道式转运机器人的控制方法、装置及系统，包括：分别获取转运机器人的实时位置和每个驱动轮的载重分布信息；根据每个驱动轮的载重分布信息构建每个驱动轮的最大驱动力约束，并根据每个驱动轮的最大驱动力约束构建转运机器人总驱动力约束；根据转运机器人总驱动力约束和所述转运机器人的实时位置控制转运机器人的对接；根据所述转运机器人的实时位置和目标对接位置的差值并结合每个驱动轮的最大驱动力约束构建每个驱动轮的驱动力分配策略；根据每个驱动轮的驱动力分配策略生成驱动信号。本发明提供的轨道式转运机器人的控制方法提升了转运机器人与目标轨道的对接精度。
-
公开(公告)号：CN116778277A
公开(公告)日：2023-09-19
申请号：CN202310899182.X
申请日：2023-07-20
Applicant: 湖南大学无锡智能控制研究院
IPC: G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/096
Abstract: 本发明涉及目标检测技术领域，具体公开了一种基于渐进式信息解耦的跨域模型训练方法，包括：构建源域数据集和目标域数据集；将源域数据集和目标域数据集均输入至视觉目标检测器进行训练，挖掘与配准组件能够分别对源域数据集和目标域数据集提取到的浅层特征进行相似性特征挖掘与配准；语义校正组件能够分别对源域数据集和目标数据集提取到的中层特征进行上下文感知的语义校正；聚合分散组件能够根据源域数据集和目标域数据集的边界框、置信度和分类类别实现不同类别前景目标的聚合和分散。本发明提供的基于渐进式信息解耦的跨域模型训练方法能够有效解决跨域目标检测中前景目标特征和背景环境特征的耦合。
-
公开(公告)号：CN114485730B
公开(公告)日：2023-07-04
申请号：CN202210089031.3
申请日：2022-01-25
Applicant: 湖南大学 , 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种基于牛顿迭代法的DVL误差标定方法及系统，其包括：步骤1，构建DVL误差损失函数f(Φ，δ)；步骤2，通过牛顿迭代法逼近损失极小值点获得Φ和δ的最优估计值，其具体包括：步骤21，令X＝[Φ，δ]，将所述非线性优化函数f(X)进行在初始点二阶泰勒展开；步骤22，根据所述步骤21二阶泰勒展开后的结果，确定迭代方程：步骤23，给定初始值通过i次迭代，求出每次迭代中不同的海森矩阵A(X)及其逆矩阵，从而得到Xi，如果Xi小于预设值，或者迭代次数达到设定的最大值，则Xi作为最优解，停止迭代；否则返回方程(3)继续迭代运行。
-
公开(公告)号：CN115359121B
公开(公告)日：2023-05-12
申请号：CN202210984537.0
申请日：2022-08-17
Applicant: 湖南大学无锡智能控制研究院
Abstract: 本发明公开了一种激光雷达遮挡判断与清洗方法及装置，该方法包括：通过激光雷达采集带有点云坐标和信号强度的每帧原始点云数据；将每帧原始点云数据转换为深度图；深度图中的点的参数信息包括：偏角α、偏角β和信号强度；当深度图中阴影面积超过阈值时，判断为异常，并输出阴影区域的最大和最小的水平偏角；根据最大和最小的水平偏角确定清洗范围，对激光雷达表面进行清洗。本发明中，通过将激光雷达采集的每帧原始点云数据转换为深度图，以深度图的阴影部分确定激光雷达表面需要清洗的位置，控制相应喷头进行清洗，能够针对性清洁雷达，保证激光雷达的正常工作和遮挡物的及时高效清洗。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.032 seconds)
