-
公开(公告)号：CN111610598B
公开(公告)日：2022-08-02
申请号：CN201910136405.0
申请日：2019-02-25
Applicant: 中国科学院光电技术研究所
Abstract: 本发明提供了一种基于强化学习的光纤耦合方法，利用的系统包括倾斜镜、图像采集模块、光功率计、强化学习控制模块。该方法将图像采集模块采集到的图像作为强化学习框架的状态s，将光功率计的功率作为强化学习框架的奖赏r，强化学习控制模块作为智能体，输出控制倾斜镜的控制量为动作a，通过学习，强化学习控制模块控制输出的动作a使得作用于倾斜镜让光功率值达到最大。本发明通过直接从真实环境采集数据训练的连接方式，从而使得强化学习的训练可以直接在真实场景下完成，且完成之后可直接交接控制权，从而最终既避免采集数据、训练模型的麻烦，也避免了训练完成之后部署的适应性问题。
-
公开(公告)号：CN109917655B
公开(公告)日：2022-03-29
申请号：CN201910236260.1
申请日：2019-03-27
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明涉及一种提高等效滑模控制扰动抑制能力的控制方法。针对当前光电稳定平台的扰动抑制能力不足，无法满足更高精度的稳定控制需求，该方法采用滑模控制器来进行闭环控制，利用滑模控制快速响应、对参数变化及扰动不灵敏的优点，来抑制外界扰动对系统的干扰，从而提高系统的跟踪能力。该方法是从控制算法上对系统进行优化，无需再另加传感器，保证了系统原有特性，并节约了成本；同时，该方法思路清晰，结构简单，在工程易于实现，特别是在一些扰动根本无法测量的情况下，可很好地发挥其鲁棒性好的优势。
-
公开(公告)号：CN110782479A
公开(公告)日：2020-02-11
申请号：CN201910947357.3
申请日：2019-10-08
Applicant: 中国科学院光电技术研究所
IPC: G06T7/246
Abstract: 本发明提供了一种基于高斯中心对准的视觉目标跟踪方法，旨在解决现有目标跟踪技术的目标特征和所建模的高斯中心无法对准的问题。本发明包括以下步骤：步骤1、选取目标初始帧；步骤2、用网络提取目标特征；步骤3、将目标特征经过中心对准池化层；步骤4、将经过中心对准池化层的结果与所建模的高斯中心对准求得最小损失误差；步骤5、得到目标跟踪的结果。本发明的有益技术效果在于：能够大幅度提高高斯模型跟踪的精度。
-
公开(公告)号：CN110175548B
公开(公告)日：2022-08-23
申请号：CN201910419275.1
申请日：2019-05-20
Applicant: 中国科学院光电技术研究所
IPC: G06V20/10 , G06V10/778 , G06K9/62
Abstract: 本发明提供了一种基于注意力机制和通道信息的遥感图像建筑物提取方法，旨在解决现有建筑物提取方法精度不高的技术问题。该方法包括以下步骤：步骤1、采集训练样本；步骤2、搭建深度学习框架并构建基于注意力机制和通道信息的U型网络；步骤3、对训练样本进行增强处理；步骤4、设计损失函数对其进行优化；步骤5、训练U型网络得到建筑物提取模型；步骤6、建筑物提取；本发明的有益技术效果在于：能够快速精确地提取出建筑物。
-
公开(公告)号：CN110032101A
公开(公告)日：2019-07-19
申请号：CN201910274349.7
申请日：2019-04-08
Applicant: 中国科学院光电技术研究所
IPC: G05B19/042
Abstract: 本发明涉及一种基于FPGA的可配置闭环控制器实现方法，实现该方法的FPGA程序架构包括控制器校正模块，通信模块，参数配置模块，传感器数据解算模块和驱动信号输出模块。FPGA通过参数配置模块处理通信模块读取的外部控制器的配置参数，完成系统参数的配置；FPGA通过传感器数据解算模块采集外部传感器的数据，完成传感器数据的解算；FPGA通过控制器校正模块实现控制器的校正运算，通过驱动信号输出模块把校正后的驱动量发送给执行机构。此外，该系统可以通过外部控制器扩展成多闭环控制。本发明的基于FPGA的可配置闭环控制器实现方法，其闭环控制器参数可配置，可实现高采样率的闭环控制回路。
-
Patent Agency Ranking
公开(公告)号：CN110175548A
公开(公告)日：2019-08-27
申请号：CN201910419275.1
申请日：2019-05-20
Applicant: 中国科学院光电技术研究所
Abstract: 本发明提供了一种基于注意力机制和通道信息的遥感图像建筑物提取方法，旨在解决现有建筑物提取方法精度不高的技术问题。该方法包括以下步骤：步骤1、采集训练样本；步骤2、搭建深度学习框架并构建基于注意力机制和通道信息的U型网络；步骤3、对训练样本进行增强处理；步骤4、设计损失函数对其进行优化；步骤5、训练U型网络得到建筑物提取模型；步骤6、建筑物提取；本发明的有益技术效果在于：能够快速精确地提取出建筑物。
-
公开(公告)号：CN109884882A
公开(公告)日：2019-06-14
申请号：CN201910137894.1
申请日：2019-02-25
Applicant: 中国科学院光电技术研究所
IPC: G05B11/42
Abstract: 本发明公开了一种基于微分跟踪器的光电跟踪系统控制方法，属于光电系统跟踪控制领域，针对当前仅使用位置反馈信号情况下，传统PID控制器中微分环节将噪声放大等消极因素，无法满足更高精度的跟踪控制需求，该方法将微分跟踪器与PID控制器有效地结合，合理安排过渡过程，实现了对于输入信号的快速、无超调地跟踪和同步微分输出，可以有效降低噪声放大效果，减小稳态误差，简化控制器设计并提高了控制品质，进一步提升运动平台光电跟踪设备的跟踪性能。
-
公开(公告)号：CN109870899A
公开(公告)日：2019-06-11
申请号：CN201910137559.1
申请日：2019-02-25
Applicant: 中国科学院光电技术研究所
IPC: G05B11/42
Abstract: 本发明公开了一种基于扩张状态观测器的光电跟踪系统控制方法，属于光电系统跟踪控制领域，通过设计扩张状态观测器，将系统未知部分定义为总扰动并扩张成一个新的状态变量，仅利用系统的输入输出实时观测出系统原有状态和被扩张的状态变量，添加总扰动补偿回路，采用经典的PD组合来实施控制器的设计，结合控制器输出和总扰动估计值的补偿来最终决定被控系统控制量，从而实现系统闭环跟踪控制。并将比例、微分系数与控制器带宽相联系，简化控制器的参数整定，减小跟踪误差，进一步提升光电跟踪设备的控制品质和跟踪性能。
-
公开(公告)号：CN111610598A
公开(公告)日：2020-09-01
申请号：CN201910136405.0
申请日：2019-02-25
Applicant: 中国科学院光电技术研究所
Abstract: 本发明提供了一种基于强化学习的光纤耦合方法，利用的系统包括倾斜镜、图像采集模块、光功率计、强化学习控制模块。该方法将图像采集模块采集到的图像作为强化学习框架的状态s，将光功率计的功率作为强化学习框架的奖赏r，强化学习控制模块作为智能体，输出控制倾斜镜的控制量为动作a，通过学习，强化学习控制模块控制输出的动作a使得作用于倾斜镜让光功率值达到最大。本发明通过直接从真实环境采集数据训练的连接方式，从而使得强化学习的训练可以直接在真实场景下完成，且完成之后可直接交接控制权，从而最终既避免采集数据、训练模型的麻烦，也避免了训练完成之后部署的适应性问题。
-
公开(公告)号：CN111045328A
公开(公告)日：2020-04-21
申请号：CN201911321629.5
申请日：2019-12-20
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明公开了一种针对光电跟踪平台的基于模拟退火粒子群的滑模频域参数辨识方法。主要解决的是在工程问题中，如何将时域表达形式的滑模控制器转换为频域表达形式，从而获得工程所需的相位裕度、幅值裕度、带宽等参数，为工程应用提供了一种简单可行的滑模控制器参数辨识方法。本发明从频域角度出发，采用模拟退火粒子群方法对光电跟踪平台这种线性对象的滑模控制器进行参数辨识，提出了一套简单有效的滑模控制器参数由时域到频域的转换方法，具有很好的工程应用意义。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.028 seconds)
