-
公开(公告)号：CN104951898A
公开(公告)日：2015-09-30
申请号：CN201510381498.5
申请日：2015-07-02
Applicant: 北京理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种面向任务的协同多智能体联盟形成方法，包括如下步骤：首先确定需要执行的任务，以智能体的多个能力项作为任务特征向量的基，依据需要执行的任务的侧重点，建立各能力项的权值对比较表，利用AHP方法构建任务特征向量；然后结合需要执行的任务，建立各能力项的影响因素模型，并通过AHP计算每个影响因素对所属能力项的贡献度，累加计算出对应能力项的数值，将每个能力项的数值作为分量值建立能力特征向量；将所建立的任务特征向量以及能力特征向量进行点乘，获得该智能体面向该任务时的匹配值；最后从高到低依次选取匹配值大的智能体直到所有智能体的匹配值之和满足任务需求，则所选取的智能体形成联盟。
-
公开(公告)号：CN104881044A
公开(公告)日：2015-09-02
申请号：CN201510319327.X
申请日：2015-06-11
Applicant: 北京理工大学
IPC: G05D1/12
Abstract: 本发明公开了一种姿态未知的多移动机器人系统自适应跟踪控制方法，该方法包括如下步骤：针对多移动机器人系统中的每个移动机器人，均进行建模；建立跟随者f与领航者r的具备非线性扰动的误差模型为，在多移动机器人系统中，每个移动机器人均获取其他移动机器人的信息进行非线性扰动评估，获得该移动机器人的非线性扰动的估计值；建立非线性扰动系数的自适应律为；对跟随者与领航者误差角的三角函数建立二阶观测器；最后将观测器与自适应律相结合建立基于观测器的自适应的跟随者的控制律，对跟随者进行跟踪控制，使跟随者能够实现对领航者的跟踪控制。
-
公开(公告)号：CN119596679A
公开(公告)日：2025-03-11
申请号：CN202411454307.9
申请日：2024-10-17
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种无人机视觉感知最优的控制方法，针对无人机执行任务的关键问题——无人机控制的平稳性与高效性，同时根据无人机飞行过程中对感知稳定性的需求，提供了对无人机的最优感知控制方法；该方法包括无人机视觉感知算法和控制算法设计几个部分；视觉感知定位使用ORB‑SLAM3得到无人机的位置与姿态信息；控制算法使用非线性模型预测控制算法，根据无人机当前位置姿态与定位信息以及期望的轨迹求解得到无人机控制指令序列，完成对无人机的控制，同时确保无人机的感知质量满足控制的需求。
-
-
公开(公告)号：CN113946967B
公开(公告)日：2024-09-13
申请号：CN202111229573.8
申请日：2021-10-21
Applicant: 北京理工大学
IPC: G06F30/20 , G06F119/02
Abstract: 本公开的改善Llyod算法平衡性的覆盖控制方法，根据多个机器人的位置和所述多个机器人所覆盖的区域生成维诺图；根据所述机器人所在维诺图的面积和中心，通过与相邻机器人进行通信计算所述机器人的控制率；循环执行步骤S1和步骤S2，计算所述多个机器人的控制率，利用所述多个机器人的控制率改善Llyod算法平衡性，进而实现对所述多个机器人的覆盖控制。通过将维诺图中各细胞的面积的方差的负梯度引入控制器，对Llyod算法进行了改进。在不提高代价函数的情况下，大幅度降低了当算法收敛时维诺图中各细胞面积的方差，改善了Llyod算法的平衡性。
-
Patent Agency Ranking
公开(公告)号：CN114608568B
公开(公告)日：2024-05-03
申请号：CN202210160719.6
申请日：2022-02-22
Applicant: 北京理工大学
Abstract: 本发明针对室内外多场景定位算法选取与切换问题，提出了一种基于多传感器信息即时融合定位方法，解决了单一传感器鲁棒性差、精确度低、实时性差的问题。包括：步骤一、通过雷达利用NDT方法确定无人车平台的当前位置与姿态，并采用欧式距离残差的方法求解定位置信度；步骤二、将GPS和组合惯导发布的原始定位信息与步骤一得到的当前位置与姿态进行匹配，采用基于滑动窗口和LO‑RANSAC方法进行GPS定位信息的置信度估计，得到经过时间戳对齐的激光雷达和GPS定位信息配对点集；步骤三、将步骤一得到的当前位置与姿态和定位置信度以及步骤二得到的激光雷达和GPS定位信息配对点集结合IMU位姿信息采用UKF方法进行融合，得到无人车平台实时高精度定位结果。
-
公开(公告)号：CN117910210A
公开(公告)日：2024-04-19
申请号：CN202311685508.5
申请日：2023-12-08
Applicant: 北京理工大学
IPC: G06F30/20 , G06F17/13 , G06F17/16 , G06F119/14
Abstract: 本发明公开了一种六杆张拉整体机器人动力学模型构建方法，该构建方法包括：使用节点、杆、绳矩阵求取杆动能、重力势能与绳弹性势能，代入哈密顿方程得到无外力作用下的动力学模型；构建摩擦力模型和连续接触力模型，形成耗散力模型；建立杆端驱动器模型，将驱动器作用下的绳长变化代入势能计算公式，对速度以及动量的一阶微分分别求偏导后，得到驱动力模型；以哈密顿方程状态矩阵作为端口哈密顿框架的互联矩阵，耗散力模型和驱动力模型分别构成端口哈密顿框架的阻尼矩阵和输入矩阵，得到动力学模型。上述构建方法充分考虑机器人在变形及滚动运动中受到的接触力，对环境作用有更精确的描述，保证了控制器的可配置能力。
-
公开(公告)号：CN114291177B
公开(公告)日：2023-07-28
申请号：CN202210055668.0
申请日：2022-01-18
Applicant: 北京理工大学
IPC: B62D57/02
Abstract: 本发明公开了一种基于张拉整体结构的抗冲击滚动机器人，包括24根弹性索和6根刚性杆，6根刚性杆根据空间位置关系分为三组，每组内的2根刚性杆相互平行，组间相互垂直；每根刚性杆的一端与距离其最近的四个杆端通过四根弹性索相连；从而所述机器人表面包含二十个由弹性索构成的三角形，外观呈正二十面体；所述刚性杆包括配重块、电机、滑块滑轨机构；通过电机驱动滑块滑轨机构运动，滑块滑轨机构带动配重块运动，从而改变每根刚性杆上配重块的位置，改变机器人整体重心，从而使得机器人在自身重力矩的作用下进行滚动运动；本发明能够实现快速滚动，同时又保证了机器人的抗冲击能力。
-
公开(公告)号：CN114596360B
公开(公告)日：2023-06-27
申请号：CN202210161358.7
申请日：2022-02-22
Applicant: 北京理工大学
Abstract: 本发明公开一种基于图拓扑的双阶段主动即时定位与建图算法，该算法分为全局/局部两阶段；首先，算法获取到无人平台当前的位姿，位姿图和导航地图，计算局部前沿点和候选回环点。若上述点存在，则进入局部探索阶段，通过快速随机生成树算法构建局部拓扑图，利用Dijkstra算法求解到达局部拓扑图的任意顶点的最短路径，对路径集根据局部探索与主动回环联合目标函数进行打分，求解最优路径，同时根据局部拓扑图和局部前沿点更新全局拓扑图和全局前沿点。反之，在局部范围无局部前沿点且无回环需求时，算法进入全局探索阶段，无人平台依据全局拓扑图前往未探索区域重新进行局部探索，直到完成指定区域探索之后，返回出发点，探索任务完成。
-
公开(公告)号：CN116311505A
公开(公告)日：2023-06-23
申请号：CN202310141056.8
申请日：2023-02-16
Applicant: 北京理工大学
IPC: G06V40/20 , G06V10/82 , G06N3/092 , G06V10/764
Abstract: 本发明涉及智能生产线人机协作技术领域，特别涉及一种基于深度强化学习与双特征双运动神经网络的手部动作识别方法。首先训练双特征双运动神经网络，然后构建深度强化学习挑选帧网络，并根据构建的挑选帧网络挑选关键帧，再将关键帧输入进双特征双运动神经网络，进行再训练，得到新的网络模型；最后将测试集的手部骨架序列输入到深度强化学习挑选帧网络中，并挑选关键帧，将挑选出的关键帧输入新的网络模型中，最终得到测试集中手部骨架动作序列的分类结果。本发明的方法通过马尔科夫决策过程选取关键帧，去除骨架序列中的不明确帧，提高了神经网络模型对手部骨架序列的识别性能。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.022 seconds)
