-
Patent Agency Ranking
公开(公告)号：CN119422956A
公开(公告)日：2025-02-14
申请号：CN202411656042.0
申请日：2024-11-19
Applicant: 华中农业大学
IPC: A01K61/10
Abstract: 本发明涉及一种饲料自动投喂方法、装置、机器人及计算机存储介质，属于智能养殖技术领域，其中，该饲料自动投喂方法包括：采集自动投喂机器人所处饲料投喂环境的环境信息，构建饲料投喂环境的环境地图；获取自动投喂机器人的实时定位位置和饲料投喂目标位置，基于环境地图规划实时定位位置到饲料投喂目标位置的全局导航路径；基于全局导航路径和环境信息规划实时定位位置到饲料投喂目标位置的局部导航路径，将自动投喂机器人导航至饲料投喂目标位置进行饲料投喂。本发明实现了饲料投喂机器人的自动导航，能够适应复杂多变的饲料投喂环境，提高了投喂的准确性和效率，降低了人工干预和运维成本，为现代水产养殖业的智能化管理提供了有力支持。
-
公开(公告)号：CN118884982B
公开(公告)日：2025-01-24
申请号：CN202410909213.X
申请日：2024-07-08
Applicant: 华中农业大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明公开了一种水产养殖水下机器人的变工况作业控制方法及系统，所述方法包括以下步骤：将水下机器人的若干个控制输入增量作为优化目标，基于水下机器人的状态参数设定若干个优化目标的控制权重，根据状态参数与控制权重的映射关系构建权重调整规则表；采集水下机器人的状态参数，在权重调整规则表中查找状态参数对应的控制权重，构建优化目标函数，计算所述优化目标函数的最小值，得到水下机器人的最优控制输入增量，将当前时刻的控制输入应用于水下机器人，驱动水下机器人执行控制任务；实时更新水下机器人的状态参数，重复执行上述直到水下机器人完成预定的控制任务。
-
公开(公告)号：CN119717831A
公开(公告)日：2025-03-28
申请号：CN202510214512.6
申请日：2025-02-26
Applicant: 华中农业大学
Abstract: 本发明提供了一种水产养殖巡检机器人路径规划方法，通过巡检机器人的巡检路径长度，构建路径长度代价#imgabs0#；将每个水产养殖缸的中心位置作为障碍物中心，设置障碍物影响半径，基于巡检机器人与障碍物的距离，构建障碍物代价#imgabs1#；通过巡检机器人的路径节点间的间距，构建通道狭窄代价#imgabs2#；在水产养殖缸的周围设定湿滑区域，基于巡检机器人的路径和所述湿滑区域的距离，构建湿滑环境代价#imgabs3#；通过权重系数将#imgabs4#、#imgabs5#、#imgabs6#和#imgabs7#进行整合，构建适应度函数；基于所述适应度函数，通过蚁群算法进行路径规划。基于路径长度与障碍物威胁的综合评估，该系统能够动态调整路径点，确保机器人在复杂水产环境中的导航准确性与稳定性。
-
公开(公告)号：CN119717831B
公开(公告)日：2025-04-29
申请号：CN202510214512.6
申请日：2025-02-26
Applicant: 华中农业大学
Abstract: 本发明提供了一种水产养殖巡检机器人路径规划方法，通过巡检机器人的巡检路径长度，构建路径长度代价#imgabs0#；将每个水产养殖缸的中心位置作为障碍物中心，设置障碍物影响半径，基于巡检机器人与障碍物的距离，构建障碍物代价#imgabs1#；通过巡检机器人的路径节点间的间距，构建通道狭窄代价#imgabs2#；在水产养殖缸的周围设定湿滑区域，基于巡检机器人的路径和所述湿滑区域的距离，构建湿滑环境代价#imgabs3#；通过权重系数将#imgabs4#、#imgabs5#、#imgabs6#和#imgabs7#进行整合，构建适应度函数；基于所述适应度函数，通过蚁群算法进行路径规划。基于路径长度与障碍物威胁的综合评估，该系统能够动态调整路径点，确保机器人在复杂水产环境中的导航准确性与稳定性。
-
公开(公告)号：CN118884982A
公开(公告)日：2024-11-01
申请号：CN202410909213.X
申请日：2024-07-08
Applicant: 华中农业大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明公开了一种水产养殖水下机器人的变工况作业控制方法及系统，所述方法包括以下步骤：将水下机器人的若干个控制输入增量作为优化目标，基于水下机器人的状态参数设定若干个优化目标的控制权重，根据状态参数与控制权重的映射关系构建权重调整规则表；采集水下机器人的状态参数，在权重调整规则表中查找状态参数对应的控制权重，构建优化目标函数，计算所述优化目标函数的最小值，得到水下机器人的最优控制输入增量，将当前时刻的控制输入应用于水下机器人，驱动水下机器人执行控制任务；实时更新水下机器人的状态参数，重复执行上述直到水下机器人完成预定的控制任务。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
