-
公开(公告)号：CN113190017B
公开(公告)日：2022-02-15
申请号：CN202110562995.0
申请日：2021-05-24
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于改进蚁群算法的收获机器人作业路径规划方法，包括步骤：1、建立不规则四边形农田的数学模型，以转弯次数最少、作业行与边界的垂直程度最大为条件确定最优作业方向；2、将农田全覆盖路径规划抽象为车辆路线问题(VRP)，并根据不同的卸粮位置分布，建立相应的VRP模型；3、根据收获机容量、总行驶距离、满载行驶距离和卸粮位置分布约束条件，采用改进的蚁群算法设计最优的作业行遍历顺序；4、根据作业行遍历顺序和农田模型，求解各个路径的表达式，生成农田全覆盖路径，为收获机的路径跟踪提供参考。该方法能够根据不同的卸粮位置分布情况设计满载行驶距离最小的农田全覆盖路径。
-
公开(公告)号：CN113340324B
公开(公告)日：2022-04-29
申请号：CN202110583354.3
申请日：2021-05-27
Applicant: 东南大学
IPC: G01C25/00
Abstract: 一种基于深度确定性策略梯度的视觉惯性自校准方法，具体包括以下步骤：(1)建立相机和IMU测量误差模型，利用非线性优化算法求解相机‑IMU参数；(2)计算Fisher信息矩阵，并分析视觉惯性标定系统可观测性；(3)将标定过程建模为马尔可夫决策过程，明确智能体的状态空间、动作空间、状态转移函数和奖励函数；(4)设计基于深度确定性策略梯度的强化学习标定算法，确定不可观测的离散运动序列，从校准数据集筛选出可观测子序列用于参数标定。该方法能有效简化标定过程和降低计算量，无需专业的人工标定和精准的初始化参数，可以智能化选择完全可观测的动作序列进行参数标定。
-
Patent Agency Ranking
公开(公告)号：CN113340324A
公开(公告)日：2021-09-03
申请号：CN202110583354.3
申请日：2021-05-27
Applicant: 东南大学
IPC: G01C25/00
Abstract: 一种基于深度确定性策略梯度的视觉惯性自校准方法，具体包括以下步骤：(1)建立相机和IMU测量误差模型，利用非线性优化算法求解相机‑IMU参数；(2)计算Fisher信息矩阵，并分析视觉惯性标定系统可观测性；(3)将标定过程建模为马尔可夫决策过程，明确智能体的状态空间、动作空间、状态转移函数和奖励函数；(4)设计基于深度确定性策略梯度的强化学习标定算法，确定不可观测的离散运动序列，从校准数据集筛选出可观测子序列用于参数标定。该方法能有效简化标定过程和降低计算量，无需专业的人工标定和精准的初始化参数，可以智能化选择完全可观测的动作序列进行参数标定。
-
公开(公告)号：CN115576341A
公开(公告)日：2023-01-06
申请号：CN202211380146.4
申请日：2022-11-05
Applicant: 东南大学
Abstract: 基于函数微分和自适应变增益的无人机轨迹跟踪控制方法，包括如下步骤：1、建立四旋翼无人机跟踪控制方法模型；2、设计改进Sigmoid函数和滑模终端吸引子相结合的微分跟踪器；3、根据控制模型，设计新型的三阶自适应变增益有限时间扩张观测器；4、设计自抗扰跟踪控制器，一部分由观测器补偿系统总扰动，另一部分设计快速滑模控制器，用于跟踪四旋翼的位置和姿态；5、依据李雅普诺夫函数证明整个轨迹跟踪控制方法的闭环稳定性。该方法能够补偿四旋翼无人机轨迹跟踪控制方法的未知干扰和模型不确定性，加快系统收敛速度，改善了跟踪控制方法的性能。
-
公开(公告)号：CN116512259A
公开(公告)日：2023-08-01
申请号：CN202310508788.6
申请日：2023-05-06
Applicant: 国电南瑞科技股份有限公司 , 东南大学 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: B25J9/16
Abstract: 本发明公开了一种换电机器人机械臂跟踪控制方法、装置、存储介质及电子设备，该方法包括：建立换电机器人轨迹跟踪控制模型；基于机械臂的跟踪误差设计滑模函数及滑模趋近律；将所设计的滑模函数及滑模趋近律带入换电机器人机械臂轨迹跟踪控制模型中，得到换电机器人机械臂轨迹跟踪控制率；采用该迹跟踪控制率对换电机器人机械臂进行控制。本发明提出一种新型滑模趋近律，能够在提升收敛速度的同时较小系统抖振，并给出其收敛时间；本发明方法能够进一步提高换电机器人机械臂的动态性能和收敛速度，对提高工作效率和节省劳动力有重要意义。
-
公开(公告)号：CN115826604A
公开(公告)日：2023-03-21
申请号：CN202211589931.0
申请日：2022-12-12
Applicant: 东南大学
IPC: G05D1/08
Abstract: 基于自适应终端滑模的无人机姿态控制方法，包括如下步骤：1、建立无人机姿态稳定控制系统模型；2、设计新颖的快速非奇异固定时间终端滑模面；3、根据设计的动态滑模面，推导了非奇异固定时间终端滑模律；4、设计自适应律来有效估计未知干扰上界值；5、利用候选Lyapunov函数证明控制系统闭环稳定性。该方法能够保证控制器具有非奇异性和快速收敛特性，同时利用自适应律解决了未知干扰上界问题，提高了无人机姿态控制系统在集总干扰情况下的跟踪精度。
-
公开(公告)号：CN113190017A
公开(公告)日：2021-07-30
申请号：CN202110562995.0
申请日：2021-05-24
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于改进蚁群算法的收获机器人作业路径规划方法，包括步骤：1、建立不规则四边形农田的数学模型，以转弯次数最少、作业行与边界的垂直程度最大为条件确定最优作业方向；2、将农田全覆盖路径规划抽象为车辆路线问题(VRP)，并根据不同的卸粮位置分布，建立相应的VRP模型；3、根据收获机容量、总行驶距离、满载行驶距离和卸粮位置分布约束条件，采用改进的蚁群算法设计最优的作业行遍历顺序；4、根据作业行遍历顺序和农田模型，求解各个路径的表达式，生成农田全覆盖路径，为收获机的路径跟踪提供参考。该方法能够根据不同的卸粮位置分布情况设计满载行驶距离最小的农田全覆盖路径。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
