-
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：CN110209049B
公开(公告)日：2022-04-19
申请号：CN201910426510.8
申请日：2019-05-22
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明公开了一种基于惯性回路的窄带大幅值扰动抑制方法，用于针对控制系统稳定平台存在窄带大幅值外界扰动时，无法满足更高精度稳定控制系统需求的问题。本方法在多闭环控制基础上，基于惯性回路提出了窄带大幅值扰动抑制方法。本发明先从系统稳定性出发对前馈补偿控制器设计提出稳定性约束，在保证系统稳定性的基础上从陷波器出发设计，结合扰动观测器方法，提出针对外界窄带大幅值扰动的前馈补偿控制器设计方案，最终达到有效抑制外界窄带大幅值扰动的目的，保证了系统的稳定性的同时有效提升了控制系统稳定精度。
-
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：CN110609475A
公开(公告)日：2019-12-24
申请号：CN201910878426.X
申请日：2019-09-18
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明公开了一种基于改进型扩张状态观测器的虚拟双闭环控制方法，该方法通过引入近似的被控对象模型信息，并使用系统输入输出信号数据，设计一种新型三阶线性扩张状态观测器，对自身对象的运动状态和总扰动进行观测，其中总扰动包括对象未建模动态、内部动态变化和外部扰动，对总扰动进行补偿从而将被控对象改造成已知的先验模型，利用观测得到的位置和速度状态实现双闭环控制，与传统控制方法相比，该方法可以直接使用传统双闭环中的位置和速度控制器设计，增强了系统对中低频扰动的抑制能力，不改变原先控制器设计的同时还节省了速度传感器，有效减小平台的空间和负载，利于其小型化。
-
公开(公告)号：CN109683482A
公开(公告)日：2019-04-26
申请号：CN201910023448.8
申请日：2019-01-10
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种基于加速度测量的低频段扰动抑制方法。解决控制系统中存在外界低频扰动，加速度计在低频段存在大量漂移的环境下，控制方法难以进一步提升系统低频段的扰动抑制能力的问题。本发明提出在加速度、速度、位置三闭环的基础上，加入改进型扰动观测器结构及设计的专用前馈补偿控制器。本发明能消除加速度传感器漂移量的大部分影响，并将低频段的外界扰动量反相前馈到驱动回路，抵消外界扰动的影响，有效提升了系统低频段的扰动抑制能力。该方法从控制算法上对系统进行优化，无需外加传感器，节约成本且具有很好的实用性，易于工程实现，还适用于其他由于信噪比低存在大量漂移的传感器，用于抑制传感器漂移量的影响。
-
Patent Agency Ranking
公开(公告)号：CN109766887B
公开(公告)日：2022-11-11
申请号：CN201910038893.1
申请日：2019-01-16
Applicant: 中国科学院光电技术研究所
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明提供了一种基于级联沙漏神经网络的多目标检测方法，旨在解决现有检测方法速度过慢，以及对于小目标难以识别的技术问题。本发明包括以下步骤：步骤1、采集训练样本；步骤2、搭建深度学习框架并构建目标检测的骨干网络级联沙漏网络；步骤3、设计训练样本的标签为置信度热图；步骤4、设计级联沙漏网络的损失函数对其进行优化；步骤5、训练级联沙漏网络得到检测模型；步骤6、多目标检测。本发明的有益技术效果在于：能够快速精确地识别出多种类别的目标，提高了对小目标的识别能力。
-
公开(公告)号：CN110782479B
公开(公告)日：2022-07-19
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：CN108681242B
公开(公告)日：2021-08-13
申请号：CN201810408249.4
申请日：2018-05-02
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明公开了一种光电系统中快速反射镜的分数阶控制方法，控制系统中积分环节的个数代表了系统的型别，型别越高，其扰动抑制能力越强，但型别会降低的系统稳定裕度，针对光电系统中快速反射镜控制系统中型别与稳定裕度之间的矛盾，本方法将快速反射镜控制系统由现有整数阶型别调整为阶次在1到2之间的分数阶型别。系统实现过程中，本方法对型别与稳定裕度要求进行折中，在提高系统型别的同时仍然保障系统具有合适的相位裕度储备，从而使系统具有理想的误差抑制特性和良好的稳定性。与现有的快速反射镜控制系统相比，本发明解决了当前快速反射镜控制系统的设计难点，并且只需从软件上对现有控制器进行改动，具有效果明显、便于工程化应用等优点。
-
公开(公告)号：CN111338215A
公开(公告)日：2020-06-26
申请号：CN202010228308.7
申请日：2020-03-27
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明公开了一种基于惯性回路的双滤波器扰动观测器方法，用于提升惯性稳定平台的扰动抑制能力，以满足更高精度的惯性稳定需求。在惯性回路中，本发明的滤波器一和传统扰动观测器的滤波器一样，受到系统稳定性的约束，其扰动抑制能力被削弱。在滤波器一满足稳定性约束的基础上，结合惯性回路闭环控制器，本发明的滤波器二不受到稳定性约束。因此滤波器二可以用于弥补滤波器一为保证系统稳定性而牺牲的扰动抑制能力，使系统获得更强的扰动抑制能力。本发明在保证系统稳定性的前提下，使用双滤波器充分发挥了扰动观测器的性能，能有效提升系统的扰动抑制能力，使惯性稳定平台获得更高的稳定精度。
-
公开(公告)号：CN109798885A
公开(公告)日：2019-05-24
申请号：CN201910144432.2
申请日：2019-02-27
Applicant: 中国科学院光电技术研究所
IPC: G01C19/00
Abstract: 本发明提供了一种基于闭环融合的传感器数据融合最优化设计方法。传感器数据融合技术在航天航空以及机器人等领域是被广泛研究的技术。单一的传感器单元由于测量精确、测量范围和测量噪声等原因很难准确表征系统的状态量。因此，需要借助其他传感器单元的数据，采用融合处理的方式以得到一个更为准确的信息。闭环融合是一种无需知道传感器特性的融合技术，但是一直没有一个统一的闭环融合滤波器设计方法，指导如何实现融合的最优化，使融合误差最小。针对该问题，本发明通过从逆向设计的角度出发，实现了融合的最优化设计。其核心在于融合误差最小原则的设计和滤波器的选择。该方法有效地解决了无法设计一个最优的闭环融合滤波器的问题。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.024 seconds)
