-
公开(公告)号：CN115990891B
公开(公告)日：2023-06-16
申请号：CN202310292031.8
申请日：2023-03-23
Applicant: 湖南大学
IPC: B25J9/16
Abstract: 本发明提供了一种基于视觉示教和虚实迁移的机器人强化学习装配的方法包括如下步骤：步骤S0、搭建机器人装配硬件平台；步骤S1、获取装配对象在三维空间中的6D位姿示教轨迹；步骤S2、搭建虚拟仿真环境，通过示教轨迹来预训练装配策略模型使之具有类似人工装配的运动轨迹；步骤S3、再训练并优化装配策略模型，提高机器人装配的成功率。本发明装配策略的训练效率高、实际实验数据易于收集，有效解决仿真环境与现实实验环境误差导致的装配策略性能下降的问题。
-
公开(公告)号：CN115994983B
公开(公告)日：2023-06-02
申请号：CN202310298901.2
申请日：2023-03-24
Applicant: 湖南大学
Abstract: 本发明公开了一种基于快照式编码成像系统的医药高光谱重构方法，采集医药高光谱原始图像并处理，得到增强后的医药高光谱图像，经过模拟空间编码，获得编码后的测量图像，对编码后的测量图像进行光谱反移位后作反向编码处理，得到反向编码后的三维高光谱图像，将增强后的医药高光谱图像作为目标图像，根据反编码后的测量图像和目标图像构建训练集和测试集；搭建深度对称神经重构网络，并通过训练集和测试集进行训练和测试；将测试后的深度对称神经重构网络部署到快照式编码成像系统，利用快照式编码成像系统实时采集得到医药测量图像，经过计算重构，得到重构的三维高光谱图像。该方法能够实现对快照式成像系统医药高光谱的高质量重构。
-
公开(公告)号：CN115855839B
公开(公告)日：2023-06-02
申请号：CN202310151149.9
申请日：2023-02-22
Applicant: 湖南大学
Abstract: 本发明公开了一种基于ADMM框架的改进空谱融合高光谱计算重构方法，医药高光谱图像在经过编码孔径快照式光谱成像后，获得医药高光谱测量值，将医药高光谱测量值向量化；采用带约束项的拉格朗日乘子法对向量化后的医药高光谱测量值进行优化求解，得到优化求解表达式；利用改进的空谱融合去噪方法对优化求解表达式中的先验项进行求解并迭代，当迭代次数达到预设次数时，得到医药高光谱图像的重构值。基于ADMM优化框架对计算成像的逆问题进行重构求解，并添加基于高光谱图像先验的对偶约束项来限制图像重构的方向。通过改进的空谱融合网络对高光谱图像进行去噪，去噪后的先验约束则会矫正ADMM的优化方向，使得计算重构达到满意的效果。
-
公开(公告)号：CN110992378B
公开(公告)日：2023-05-16
申请号：CN201911220924.1
申请日：2019-12-03
Applicant: 湖南大学
Abstract: 本发明属于无人机技术领域，公开了一种基于旋翼飞行机器人的动态更新视觉跟踪航拍方法及系统，使用HOG+SVM对图片中的目标进行检测；然后通过设计孪生网络感受野大小、网络总步长和特征填充这三个重要影响因素改进AlexNet网络结构，并加入平滑矩阵和背景抑制矩阵，有效的利用前几帧的特征；融合多层特度特征元素在线学习目标外观变化及背景抑制，并使用连续的视频序列训练。本发明利用动态孪生网络保证精度和实时跟踪的平衡，使用动态更新网络快速学习目标外观变化，充分利用目标时空信息，有效解决漂移和目标遮挡等问题。本发明选择更深网络获取目标特征，使用外观学习和背景抑制来进行动态跟踪，有效增加鲁棒性。
-
公开(公告)号：CN116088557A
公开(公告)日：2023-05-09
申请号：CN202310332102.2
申请日：2023-03-31
Applicant: 湖南大学
Abstract: 本发明公开了一种全驱动型六旋翼无人机位姿控制方法及装置，其该方法利用位置控制器，保证无人机对给定期望位置的精确跟踪；此外，还设计姿态生成器，进而根据设定的三种姿态策略姿态生成对应不同场景下的姿态；设计基于旋转矩阵的姿态控制器，以保证姿态的准确跟踪；最后采用反馈线性化控制，其根据线加速度误差、角加速度误差计算电机转子的转速，用以控制转子固定倾斜的全驱动型多旋翼无人机运动。本发明针对转子固定倾斜的全驱动型六旋翼无人机设计了对应的位姿控制方法，保证了转子固定倾斜的全驱动型六旋翼无人机控制的稳定性、可靠性和抗干扰性，容易拓展成空中接触式作业机器人的控制器，便于在工程上实现。
-
Patent Agency Ranking
公开(公告)号：CN116009416A
公开(公告)日：2023-04-25
申请号：CN202211519251.1
申请日：2022-11-30
Applicant: 湖南大学
IPC: G05B17/02
Abstract: 本发明公开了一种工程作业机器人臂架电液驱动控制系统的半实物仿真方法，包括以下步骤：建立臂架电液驱动系统的阀控液压缸数学模型及位置跟踪控制算法模型；建立半实物仿真硬件平台，平台包括：上位机、目标机控制器、传感器及实际阀控液压缸试验台；通过开环辨识实验将试验台传感器数据经数据采集卡采集并发送至上位机处理，利用参数辨识方法得到阀控非对称缸数学模型实际参数，在此基础上设计位置跟踪控制器并生成控制器代码；将控制器代码下载至目标机控制器中进行半实物仿真实验，分析实际控制效果。本发明可以实现工程作业机器人臂架电液驱动系统控制算法的快速验证，缩短控制器开发周期，降低开发成本。
-
公开(公告)号：CN115753067B
公开(公告)日：2023-04-21
申请号：CN202310025385.6
申请日：2023-01-09
Applicant: 湖南大学
IPC: G01M13/00 , G06F18/24 , G06N3/0464
Abstract: 本发明公开了一种基于数字孪生的强噪声下旋转机械故障诊断方法，该方法包括：采集故障类型的震动信号；基于所述震动信号构建故障诊断模型；并采用内嵌故障标签的震动信号训练所述故障诊断模型，将训练完成的所述故障诊断模型作为数字孪生故障诊断模型；将所述数字孪生故障诊断模型部署在机器上；将实时采集的震动信号输入至所述数字孪生故障诊断模型，输出所述实时采集的震动信号对应的故障类型。采用该方法可在强噪声下的工业现场和大型装备中实时识别旋转机械是否发生故障，可以预防因机械故障引起的装备突发性停机、灾难性事件以及减少经济损失，能够有效保护人员安全。
-
公开(公告)号：CN113569726B
公开(公告)日：2023-04-14
申请号：CN202110851371.0
申请日：2021-07-27
Applicant: 湖南大学
Abstract: 本发明属于行人检测技术领域，具体涉及一种联合自动数据增广和损失函数搜索的行人检测方法，包括S1‑1建立神经网络模型、训练集和验证集；S1‑2构造增广策略和损失函数的搜索空间并参数化；S1‑3利用双层循环优化方案训练神经网络模型；S2‑1利用步骤S1‑1中的验证集对学习后的神经网络模型进行测试，计算正确率，若符合要求进入应用阶段，否则按照实际结果调整神经网络模型，并返回步骤S1‑3；S3‑1从视频序列中获取行人图像并输入到训练好的神经网络模型中，依靠训练好的神经网络模型精准定位行人的位置。本发明能够调整困难样例和简单样例的损失权重，自动选择数据增广策略的最优组合并能有效处理数据增广和损失函数间的平衡问题，提高行人检测准确率。
-
公开(公告)号：CN115761268A
公开(公告)日：2023-03-07
申请号：CN202211488812.6
申请日：2022-11-25
Applicant: 湖南大学
Abstract: 本发明公开了一种基于局部纹理增强网络的杆塔关键部件缺陷识别方法，可以通过体征提取及纹理增强模块能够提取到具备纹理信息的判别性特征，同时通过特征融合模块对不同分辨率的特征进行融合，使得输出特征同时具备语义和像素级信息，最后通过杆塔部件缺陷识别模块对杆塔关键部件缺陷进行识别并输出缺陷的定位和置信度。此网络可直接应用于电力巡检过程，对杆塔的关键部件及缺陷进行识别，具有识别精度高、泛化能力强的特点，将传统电力巡检过程与前沿的深度学习方法和神经网络技术进行结合，可以有效地解决传统人工巡检效率低、现有检测方法效果差的问题，实现杆塔巡检过程的智能化和自主化，并在一定程度上能够保障电力线路的正常运转。
-
公开(公告)号：CN112509018B
公开(公告)日：2023-02-17
申请号：CN202011397111.2
申请日：2020-12-03
Applicant: 湖南大学
IPC: G06T7/33 , G06V10/762
Abstract: 本发明提供了一种四元数空间优化的三维图像配准方法。所述一种四元数空间优化的三维图像配准方法利用点云的法向量特征解耦旋转及平移的关联，再利用循环直方图搜索的机制迭代的搜索最优变换，将不同视角的三维图像进行配准。本发明提出了一种全新的点云配准方法体系，能够将旋转与平移解耦，极大地提升了算法效率，并且能够应用于更加全面的三维图像配准中，能够取得更加精确的配准效果，具有极高的算法适应性。
-
-
-
-
-
-
-
-
-
Search Results
930
records
(took 0.053 seconds)
