-
公开(公告)号:CN113029514B
公开(公告)日:2024-07-16
申请号:CN202110214622.4
申请日:2021-02-25
Applicant: 重庆邮电大学
IPC: G01M10/00
Abstract: 本发明公开了一种模拟水底动态复杂环境的移动机器人实验平台。本实验平台上层为主体平台部分,下层为平台支撑部分,主体平台是一个可模拟水底复杂环境条件的方形水池,用于移动机器人水底运动测试,环境模拟水池还设计有钢化玻璃和防撞栏、底质柔性动态调节装置和水流与坡度动态调节装置,底质柔性调节装置可以动态改变底质条件,水流与坡度动态调节装置可以动态改变流体速度和地形坡度条件。应用该实验平台对移动机器人在复杂水底环境中的运动能力进行测试十分方便,仅安装在地面实验室就可进行控制参数调试和方案验证,尤其针对深海水底移动机器人,大大缩短研发周期和节省测试费用。
-
公开(公告)号:CN117392417A
公开(公告)日:2024-01-12
申请号:CN202311355393.3
申请日:2023-10-18
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于语义拓扑结构的视觉SLAM相似度方法,属于移动机器人定位领域。首先从静态对象的中心点得到语义节点O,然后通过Delaunay三角剖分法得到节点间的边D,然后计算拓扑结构的权重值W,计算两张图片的相似度S,最后通过判断空间拓扑图的相似性来寻找相似的关键帧。本发明提出利用静态物体空间位置不变的性质来构造拓扑图结合Delaunay三角剖分法保证拓扑结构的唯一性。通过判断空间拓扑图的相似性来寻找相似的关键帧。解决了动态环境下由于特征信息较少而导致的再定位和闭环检测失败的问题。
-
公开(公告)号:CN114396949B
公开(公告)日:2023-11-10
申请号:CN202210055583.2
申请日:2022-01-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于DDPG的移动机器人无先验地图导航决策方法,属于计算机领域。该方法为:S1:初始化Actor网络、Critic网络的参数、设置经验缓冲池大小以及随机取样的大小;S2:构建导航决策模型的训练的仿真环境;S3:提取机器人搭载的激光雷达(-90°,+90°)范围的9个均匀间隔的扇形区域的测距信息;S4:导航决策模型驱动机器人向目标点靠近,开始对导航决策模型进行训练;S5,重复S4步骤,直到机器人所获得的奖励值和导航成功率保持较高值且保持稳定;S6:导航决策模型训练结束后,设置新的仿真环境对机器人的导航性能和稳定系进行测试验证。本发明具有更快的训练速度、较好的导航性能和泛化性。
-
-
公开(公告)号:CN114826651B
公开(公告)日:2023-07-18
申请号:CN202210227277.2
申请日:2022-03-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及卫星网络安全领域,具体涉及一种面向低轨卫星网络的轻量无证书认证方法,包括构建包括密钥生成中心、卫星和用户终端的无证书认证系统;卫星和用户终端分别向密钥生成中心申请密钥;卫星和用户终端接收并验证密钥生成中心返回的公私钥对;卫星和用户终端进行双向身份认证;本发明中的认证算法基于CDH假设和DL困难问题,通过群上少量群上点乘运算和群上点加运算构造无证书认证方案,避免了复杂的双线性配对运算,减少了计算开销,并且没有密钥托管问题;在保证安全的前提下,整个认证过程轻量且高效,适用于资源受限的低轨卫星网络。
-
公开(公告)号:CN110458293B
公开(公告)日:2023-03-31
申请号:CN201910410046.3
申请日:2019-05-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种优化网络延迟的分布式ADMM机器学习方法。一个凸优化问题可以分解成许多子凸优化问题,每个子凸优化问题可以通过ADMM算法在对应的子节点解决。针对基于桥节点和工作节点的分布式ADMM算法的整体运行速度受限于网络连接延迟的影响,本发明提出了一种优化网络延迟的分布式ADMM机器学习算法,即在进行ADMM迭代运算前,考虑网络延迟的影响,动态地规划桥节点的位置以及个数,在相当程度上可以克服网络延迟、动态性、拓扑形态、带宽限制、数据分布化存储等网络特性对算法性能造成的影响。
-
公开(公告)号:CN115562347A
公开(公告)日:2023-01-03
申请号:CN202211369264.5
申请日:2022-11-03
Applicant: 重庆邮电大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于BOA‑TSAR算法的近地配送无人机路径规划方法,包括步骤:S1,通过去除短周期性质的Tent混沌映射改进了蝴蝶优化算法(BOA)初始种群生成的随机性策略,平衡了BOA算法生成的初始解在解空间的均衡性;S2,通过自适应非线性惯性权重、模拟退火策略以及具有全局自适应特征的随机性变异,改进了BOA算法在处理高维复杂函数时收敛速度较慢、精度较低以及存在局部最优停滞的缺点;S3,提出了一种基于三维LOS检测法的初始种群生成策略,在保证BOA算法生成路径可行解多样性的同时,进一步减少路径间断点的产生。本发明基于仿真实验验证了BOA‑TSAR的优越性能。仿真结果表明,BOA‑TSAR在同类型的群体智能算法当中具有非常强大的竞争性。同时在路径规划实验当中的路径长度衡量指标以及平滑度指标上达到了最优。
-
公开(公告)号:CN109974707B
公开(公告)日:2022-09-23
申请号:CN201910208650.8
申请日:2019-03-19
Applicant: 重庆邮电大学
IPC: G01C21/20 , G01C11/04 , G06V20/00 , G06V10/46 , G06V10/764
Abstract: 本发明涉及基于改进点云匹配算法的室内移动机器人视觉导航方法,属于机器人视觉导航领域。该方法包括:S1:校准Kinect相机,通过外部参数对齐多个点云;S2:得到离线校准的外部参数形成的变换矩阵,计算出多视点变换矩阵;S3:获取周围环境的ORB特征点进行特征提取和匹配;S4:估算相邻图像间相机运动构建局部地图,使用RANSAC算法消除误匹配,对获取的特征点进行PNP求解;S5:引入闭环检测机制确保机器人得到全局一致的轨迹和地图;S6:结合闭环检测机制,采用基于局部与全局特征点的相机位姿闭环约束点云优化算法,抑制系统的累积误差。本发明能够降低计算量,实现机器人对实时性的要求。
-
公开(公告)号:CN111207756B
公开(公告)日:2022-08-23
申请号:CN202010194141.7
申请日:2020-03-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于改进人工势场算法的移动机器人路径规划方法。具体步骤为:首先,根据移动机器人到目标点的距离构造出引力势场函数,根据移动机器人到目标点的距离以及到障碍物的距离构造出斥力势场函数;然后,分别对引力势场函数以及斥力势场函数求负梯度得到移动机器人受到的吸引力和排斥力;最后,移动机器人在吸引力和排斥力共同作用下避开障碍物向目标点前进,并且中途会生成强制干扰力使机器人逃离局部极小值点影响范围。在室内多障碍物环境中的实验结果表明:相较于其他方法,本方法路径规划的成功率较高,满足实际应用需求。
-
公开(公告)号:CN110928295B
公开(公告)日:2022-08-23
申请号:CN201910983177.0
申请日:2019-10-16
Applicant: 重庆邮电大学
IPC: G05D1/02
Abstract: 本发明请求保护一种融合人工势场与对数蚁群算法的机器人路径规划方法。包含如下步骤,S1:初始化;S2:建立包含障碍物信息的栅格地图;S3:根据当前蚂蚁所处位置,建立蚂蚁可移动的栅格表;S4:计算当前蚂蚁所在位置在人工势场中收到的引力,斥力,并建立人工势场的影响函数q(t),计算蚂蚁在人工势场中所受合力与相邻栅格方向的最小夹角;S5:改进蚁群算法启发函数ηij与信息素跟新策略;S6:计算改进后的蚁群算法转移概率密度,并对禁忌表进行更新;S7:判断路径规划探索是否完成,未完成则进入S3,完成则进入S8;S8:根据判别条件进行重新迭代或者结束。本发明方法有效的提高了蚁群算法在路径规划中的收敛速度,并且很大程度上降低了人工势场算法易陷入局部最优的情况。
-
-
-
-
-
-
-
-
-