-
公开(公告)号：CN111633646A
公开(公告)日：2020-09-08
申请号：CN202010443890.9
申请日：2020-05-22
Applicant: 北京理工大学
IPC: B25J9/16
Abstract: 本发明公开了基于DMPs和修正避障算法的机器人运动规划方法，能够提升避障效果，从而辅助DMPs更好地完成运动规划任务。本发明的技术方案包括如下步骤：采用动态运动基元DMPs方法为所述机器人的机械臂规划出一条从起始位置到目标位置的无障碍路径作为期望轨迹。将修正的避障算法作为耦合项添加到DMPs二阶系统中用于生成避障轨迹，利用生成的所述避障轨迹作为机器人的运动轨迹。优选地，修正的避障算法包括改进的转向行为法、动态逼近法和动态避障法中一种或多种的组合。
-
公开(公告)号：CN111568415A
公开(公告)日：2020-08-25
申请号：CN202010457759.8
申请日：2020-05-26
Applicant: 北京理工大学
IPC: A61B5/0476 , A61B5/0478 , A61B5/0484 , G06K9/62 , G06N20/00
Abstract: 本发明公开了基于MVMD-CCA的SSVEP脑电信号识别方法，能够将脑电信号分解为多个多元调制分量，降低脑电信号中的非相关脑活动与伪迹的影响，提高分类精度。包括如下步骤：采集多通道稳态视觉诱发电位SSVEP脑电信号作为待识别脑电信号。设定带分解的分量个数K，构造变分问题，并采用ADMM算法求解所述变分问题，将所述待识别脑电信号分解为K个多元调制分量。据诱发所述待识别脑电信号的视觉刺激频率，定义参考信号。求解特定刺激频率fi的加权关联系数。取最大加权关联系数对应的频率即为所述待识别脑电信号的诱发刺激频率。
-
公开(公告)号：CN109324953B
公开(公告)日：2020-08-04
申请号：CN201811185005.0
申请日：2018-10-11
Applicant: 北京理工大学
Abstract: 本发明公开了一种虚拟机能耗预测方法。使用本发明能够实现虚拟机能耗预测。本发明中，通过在现有增量型极限学习机模型中加入加速项将网络训练误差与压缩因子反馈到隐含层的输出中使预测结果更逼近输出样本，能够减少增量型极限学习机的冗余隐含层节点数量，从而加快增量型极限学习机的网络收敛速度；通过引入压缩因子与进化解，即在训练过程中通过随机产生的输出权值并结合网络训练误差、压缩因子、输入样本，计算出更优的隐含层节点参数，包括输入权值、阈值、输出权值、网络训练误差，能够优化网络结构，提高网络训练过程的稳定性，从而有效降低网络训练误差。
-
公开(公告)号：CN110531776A
公开(公告)日：2019-12-03
申请号：CN201910745665.8
申请日：2019-08-13
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于自抗扰控制技术的四旋翼飞行器位置控制方法和系统，能够有效提高四旋翼飞行器位置控制的鲁棒性与跟踪精度。该方法针对简化的位置控制模型设计自抗扰控制器；在该自抗扰控制器中，采用跟踪微分器将被控对象反馈的位置信号经平滑降噪后送入观测器；观测器采用三阶扩张状态观测器，通过对输出控制量进行电机响应延时的补偿后再输入到三阶扩张状态观测器，从而能够对位置控制模型的各阶状态以及作用在模型上的内、外部扰动进行实时精确地观测估计；将观测器输出的位置和速度的估计量与给定量做差，经非线性控制率计算得到初步控制量，利用观测器得到的扰动估计量在该初步控制量基础上进行补偿，以获得控制器的实际输出控制量。
-
公开(公告)号：CN107843193B
公开(公告)日：2018-11-06
申请号：CN201710809940.9
申请日：2017-09-11
Applicant: 北京理工大学
IPC: G01B11/02
Abstract: 本发明提供一种基于红外热成像技术的高速位移测量方法，在摆杆上设置金属块作为发射源，由镜头捕捉其运动轨迹，转化为图像，将金属块标志的热图像特征与背景分离出来，金属块的热图像的运动轨迹就是智能检测仪在打击试样的高速过程中所发生的位移，从而直接、精确地测量出每一个采样时刻内智能检测仪在打击试样的高速位移，更具真实性、可靠性，从而能够计算出每一个采样时刻中金属试样的冲击吸收功。
-
Patent Agency Ranking
公开(公告)号：CN107843193A
公开(公告)日：2018-03-27
申请号：CN201710809940.9
申请日：2017-09-11
Applicant: 北京理工大学
IPC: G01B11/02
CPC classification number: G01B11/02
Abstract: 本发明提供一种基于红外热成像技术的高速位移测量方法，在摆杆上设置金属块作为发射源，由镜头捕捉其运动轨迹，转化为图像，将金属块标志的热图像特征与背景分离出来，金属块的热图像的运动轨迹就是智能检测仪在打击试样的高速过程中所发生的位移，从而直接、精确地测量出每一个采样时刻内智能检测仪在打击试样的高速位移，更具真实性、可靠性，从而能够计算出每一个采样时刻中金属试样的冲击吸收功。
-
公开(公告)号：CN119611356A
公开(公告)日：2025-03-14
申请号：CN202411815426.2
申请日：2024-12-11
Applicant: 北京理工大学
IPC: B60W30/095 , G06N3/0442 , G06N3/08 , B60W60/00
Abstract: 本发明公开了一种基于驾驶意图与轨迹预测的实时碰撞检测方法，构建了不需要深度学习的基于意图的轨迹预测框架，基于非路口场景和路口场景分别提取的特征构建驾驶意图预测模型，并采用基于树形Parzen估计(Tree‑structured Parzen Estimator，TPE)的贝叶斯优化算法完成对驾驶意图预测模型的训练，采用训练得到的驾驶意图预测模型预测受控车辆周围障碍车辆的驾驶意图，再针对非路口场景和路口场景分别预测受控车辆周围障碍车辆的驾驶轨迹，通过对受控车辆与障碍车辆的驾驶轨迹的比较计算判断受控车辆与障碍车辆是否会发生碰撞，有效地提高了碰撞检测的计算实时性。
-
公开(公告)号：CN117765273B
公开(公告)日：2025-01-28
申请号：CN202311493318.3
申请日：2023-11-09
Applicant: 北京理工大学
IPC: G06V10/52 , G06V10/75 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/084 , G06T7/90 , G06T3/4038 , G06T3/4046
Abstract: 本发明提出一种基于多尺度多种类代价体积的实时立体匹配方法，包括，获取左右RGB图像；将所述左右RGB图像输入端到端视差预测模型；其中所述端到端视差预测模型包括特征提取模块、代价体积构建模块、代价聚合模块、视差预测模块和视差细化模块；输出视差预测结果。通过本发明提出的方法，可以精确地恢复原图大小的视差图结果。
-
公开(公告)号：CN114972426B
公开(公告)日：2024-11-15
申请号：CN202210547650.2
申请日：2022-05-18
Applicant: 北京理工大学
IPC: G06T7/246 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于计算机视觉方面单目标在线跟踪技术领域，涉及一种基于注意力和卷积的单目标跟踪方法，本发明采用一种多尺度解码策略，使用多尺度模板特征在解码器中逐层解码搜索帧特征，基于不同尺度特征下的语义线索和细节信息逐渐做出更精确的预测。能够有效解决跟踪中出现的大部分调整问题，如小目标，相似目标以及目标尺度变化等，具有很好的抗噪、抗干扰能力。
-
公开(公告)号：CN117387598A
公开(公告)日：2024-01-12
申请号：CN202311296493.3
申请日：2023-10-08
Applicant: 北京理工大学
IPC: G01C21/00 , G06T7/73 , G06T7/246 , G06T7/277 , G06T5/80 , G06T17/05 , G06T19/20 , G01C21/16 , G01S17/86 , G01S17/89
Abstract: 本发明提出一种紧耦合轻量级的实时定位与建图方法，包括，通过惯性测量单元IMU获取无人运动系统的状态预测值，通过激光雷达获取无人运动系统的原始点云；对原始点云进行预处理；将预处理后的原始点云通过状态预测值进行运动补偿，得到去畸变点云；结合状态预测值和所述去畸变点云，通过卡尔曼滤波对无人运动系统进行状态更新，得到最优状态估计；根据最优状态估计对地图进行更新。本发明提出的方法，基于卡尔曼滤波，将激光雷达与惯导进行紧耦合，可以实现精确而实时的运动估计与建图。
-
-
-
-
-
-
-
-
-
Search Results
144
records
(took 0.023 seconds)
