-
公开(公告)号：CN114055471B
公开(公告)日：2022-05-10
申请号：CN202111446661.3
申请日：2021-11-30
Applicant: 哈尔滨工业大学
Abstract: 一种结合神经运动规划算法和人工势场法的机械臂在线运动规划方法，属于机器人运动规划领域。本发明为了解决基于强化学习的神经运动规划器当规划任务的精度要求高时训练困难的问题，以及人工势场法的斥力势场构建复杂、存在局部极值的问题。本发明包括：一：对人工势场法进行简化，仅保留机械臂受到的引力势场，在避免构建复杂的斥力势场的同时也使局部极值问题不再存在。二：提出将人工势场法和强化学习相结合进行规划的新思路，通过设计灵活的切换机制，在距离目标较远时采用强化学习进行规划、距离小于阈值时切换为人工势场进行规划，提高了强化学习的训练速度和运动规划成功率。通过在仿真引擎中对不同精度的规划任务进行训练和测试，验证了所提方法的有效性。本发明用于机器人运动规划技术领域。
-
公开(公告)号：CN114296479A
公开(公告)日：2022-04-08
申请号：CN202111660250.4
申请日：2021-12-30
Applicant: 哈尔滨工业大学
Abstract: 一种基于图像的无人机对地面车辆跟踪方法及系统，涉及无人机跟踪技术领域，用以解决现有技术不能对地面车辆进行有效地实时跟踪的问题。本发明的技术要点包括：利用无人机机载相机采集包含地面车辆的图像，通过图像处理获取地面车辆在图像中的位置信息，从而计算获得地面车辆相对于无人机的视线角；根据所述视线角控制云台旋转以使地面车辆始终在相机视野范围内，实现对地面车辆的跟踪；进一步地，根据所述视线角和云台的姿态信息，计算获得NED坐标系下地面车辆的位置，从而获得无人机和地面车辆的相对距离，并根据相对距离调整无人机飞行速度。本发明可以很好的锁定地面目标车辆，给出精确的目标定位结果，可跟踪快速运动的车辆目标。
-
公开(公告)号：CN114055471A
公开(公告)日：2022-02-18
申请号：CN202111446661.3
申请日：2021-11-30
Applicant: 哈尔滨工业大学
Abstract: 一种结合神经运动规划算法和人工势场法的机械臂在线运动规划方法，属于机器人运动规划领域。本发明为了解决基于强化学习的神经运动规划器当规划任务的精度要求高时训练困难的问题，以及人工势场法的斥力势场构建复杂、存在局部极值的问题。本发明包括：一：对人工势场法进行简化，仅保留机械臂受到的引力势场，在避免构建复杂的斥力势场的同时也使局部极值问题不再存在。二：提出将人工势场法和强化学习相结合进行规划的新思路，通过设计灵活的切换机制，在距离目标较远时采用强化学习进行规划、距离小于阈值时切换为人工势场进行规划，提高了强化学习的训练速度和运动规划成功率。通过在仿真引擎中对不同精度的规划任务进行训练和测试，验证了所提方法的有效性。本发明用于机器人运动规划技术领域。
-
公开(公告)号：CN113821057A
公开(公告)日：2021-12-21
申请号：CN202111196380.7
申请日：2021-10-14
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 一种基于强化学习的行星软着陆控制方法及系统和存储介质，涉及软着陆轨迹优化与控制领域，为了解决现有的行星软着陆控制存在无法保证制导律最优、模型较复杂，训练难以收敛等问题。本发明包括：一：基于着陆器的硬件构型和发动机动力配置等特征，建立着陆器动力下降段六自由度动力学模型；二：设计训练交互环境的奖励函数、观测空间、动作空间和神经网络结构；三：数值仿真环境的搭建，利用强化学习算法训练得到软着陆控制器；四：通过速度跟踪测试和软着陆测试对训练控制效果评估。通过执行步骤一和步骤二获得软着陆强化学习环境模型，智能体与环境模型交互，从而获得训练数据。通过步骤三训练可以得到软着陆控制器，最后通过步骤四挑选出表现最佳的训练结果，作为最优软着陆控制器。本发明用于软着陆轨迹优化与控制。
-
公开(公告)号：CN108734737B
公开(公告)日：2021-09-03
申请号：CN201810616013.X
申请日：2018-06-14
Applicant: 哈尔滨工业大学
IPC: G06T7/73
Abstract: 基于视觉SLAM估计空间旋转非合作目标转轴的方法，本发明涉及估计空间旋转非合作目标转轴的方法。本发明的目的是为了解决现有方法估计的精度较差，计算条件受限制，以及并未考虑到相机拍摄的图片中存在其他碎片等干扰，使旋转非合作目标转轴估计的误差大的问题。过程为：一、得到训练好的YOLO目标检测模型；二、建立k叉数字典；三、估计出每帧旋转矩阵和平移矩阵；四、对RGBD相机采集的每帧图像处理，直至检测出两次回环或达到指定时间或帧数，RGBD相机停止采集图像；五、拟合成的空间平面的法线是非合作目标转轴的斜率，空间圆弧的圆心是非合作目标转轴经过的点。本发明用于航天在轨服务领域。
-
Patent Agency Ranking
公开(公告)号：CN112001970A
公开(公告)日：2020-11-27
申请号：CN202010866388.9
申请日：2020-08-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于点线特征的单目视觉里程计方法，针对传统单目相机的视觉导航方案普遍面临尺度缺失的问题，本发明仅依靠一个单目相机，即可实现在真实环境下的视觉导航需求，实时计算出相机本体的位置和姿态信息，本发明的位置信息是具备绝对尺度的，具有米制单位，可直接用于相机平台的定位。避免了尺度缺失的问题。此外，线段特征的加入使得本发明在以室内，城市街道为代表的人工环境中更加精确且鲁棒。
-
公开(公告)号：CN112001120A
公开(公告)日：2020-11-27
申请号：CN202010857495.5
申请日：2020-08-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于强化学习的航天器对多拦截器自主规避机动方法，它属于反拦截技术领域。本发明解决了现有航天器程序式机动对多拦截器规避成功率低的问题。本发明提供一种不受航天器质量、材质限制的基于深度神经网络的自主规避机动方法，由两个部分组成，分别为离线训练系统和在线决策网络，其对航天器自身计算资源使用较少，具备实时决策能力，提升了航天器对多拦截器的规避成功率。当航天器采用本发明所述自主规避机动方法时规避机动平均成功率为49％，规避成功率提高了29％。该方法能够有效降低规避过程中发动机开关时间，使用能量更为节省。本发明可以应用于航天器对多拦截器的自主规避。
-
公开(公告)号：CN111982129A
公开(公告)日：2020-11-24
申请号：CN202010854885.7
申请日：2020-08-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于月面数字高程地图的综合全局路径规划方法，属于月球探测路径规划技术领域。为了解决月面路径规划问题中不能综合考虑距离代价、地形代价及太阳光照条件代价，且针对大范围路径规划搜索时间过长的问题。本发明基于月面DEM地图提取月面地形特征，然后基于月面特征生成综合平滑度地图，并基于月面太阳光照信息生成有效太阳能量分布地图，根据地形综合平滑度信息以及有效太阳能量分布信息设计多代价启发式函数；将多代价函数值作为A*算法中的每个节点的g(n)值，选择g(n)值变小的节点进行搜索，直到搜索到目标节点，然后根据parent表回溯构建路径。本发明用于月球探测路径规划。
-
公开(公告)号：CN108982901B
公开(公告)日：2020-06-09
申请号：CN201810615505.7
申请日：2018-06-14
Applicant: 哈尔滨工业大学
IPC: G01P3/38
Abstract: 一种匀速旋转体的转速测量方法，它用于转速测量技术领域。本发明解决了传统转速测量方法存在的转速测量时需要人为参与，在无人环境无法测量匀速旋转体转速的问题。本发明首先训练YOLO目标检测模型，利用RGBD相机实时采集匀速旋转体的彩色图像和深度图像，不需要人为的参与，利用模型选择出置信值大于0.85的图像，提取选择图像的ORB特征与局部地图中的地图点匹配，利用PnP方法得到每帧图像的旋转矩阵和平移矩阵；然后利用g2o和回环检测优化每帧图像的旋转矩阵；最后利用随机抽样一致方法对所有帧图像的转速进行直线拟合，以直线的截距作为匀速旋转体的转速；同时转速测量的相对误差可以达到4％以内。本发明可以应用于转速测量技术领域用。
-
公开(公告)号：CN108845588A
公开(公告)日：2018-11-20
申请号：CN201810653448.1
申请日：2018-06-22
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种基于非线性制导的四旋翼飞行器轨迹跟踪控制方法，属于飞行器控制技术领域。本发明首先对四旋翼飞行器建立直线路径坐标系、圆弧路径极坐标系以及惯性坐标系；然后计算四旋翼飞行器跟踪轨迹所需的高度、期望的航向角、期望的俯仰角、期望的侧向加速度；四旋翼飞行器的高度控制器获取跟踪轨迹所需的高度，姿态角控制器获取期望航向角，俯仰角控制器获取期望的俯仰角，滚转角控制器获取期望的侧向加速度，最后四旋翼飞行器在高度控制器、姿态角控制器、俯仰角控制器以及滚转角控制器的控制下按照预定轨迹飞行。本发明解决了现有四旋翼飞行器跟踪控制无法保证匀速飞行、响应延时大的问题。本发明可用于四旋翼飞行器轨迹跟踪控制。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.027 seconds)
