-
公开(公告)号：CN110362075B
公开(公告)日：2020-09-22
申请号：CN201910560206.2
申请日：2019-06-26
Applicant: 华南理工大学 , 国家海洋局南海调查技术中心(国家海洋局南海浮标中心)
IPC: G05D1/02
Abstract: 本发明公开了一种具有预设性能的无人艇输出反馈编队控制设计方法，包括以下步骤：构建水面无人艇的动态模型；定义第i个水面无人艇与其领导者之间的距离变量；设计水面无人艇编队距离误差与方位角误差的性能函数，采用tan型障碍李雅普诺夫函数确保距离误差与方位角误差满足暂态性能的约束条件；设计第i个水面无人艇的速度估计器；运用反步设计法针对第i个水面无人艇的距离误差系统和方位角误差系统进行虚拟控制器设计；在控制器设计中运用动态面技术避免对虚拟控制器求导。本发明能避免水面无人艇与其领导者发生碰撞，编队误差满足预设的暂态性能，控制效果佳。
-
公开(公告)号：CN110362075A
公开(公告)日：2019-10-22
申请号：CN201910560206.2
申请日：2019-06-26
Applicant: 华南理工大学 , 国家海洋局南海调查技术中心(国家海洋局南海浮标中心)
IPC: G05D1/02
Abstract: 本发明公开了一种具有预设性能的无人艇输出反馈编队控制设计方法，包括以下步骤：构建水面无人艇的动态模型；定义第i个水面无人艇与其领导者之间的距离变量；设计水面无人艇编队距离误差与方位角误差的性能函数，采用tan型障碍李雅普诺夫函数确保距离误差与方位角误差满足暂态性能的约束条件；设计第i个水面无人艇的速度估计器；运用反步设计法针对第i个水面无人艇的距离误差系统和方位角误差系统进行虚拟控制器设计；在控制器设计中运用动态面技术避免对虚拟控制器求导。本发明能避免水面无人艇与其领导者发生碰撞，编队误差满足预设的暂态性能，控制效果佳。
-
公开(公告)号：CN110262494A
公开(公告)日：2019-09-20
申请号：CN201910560204.3
申请日：2019-06-26
Applicant: 华南理工大学 , 国家海洋局南海调查技术中心(国家海洋局南海浮标中心)
IPC: G05D1/02
Abstract: 本发明公开了一种同构多无人艇系统的协同学习与编队控制方法，该方法针对多个全驱动且具有相同结构的无人艇系统，提出了基于通信连接拓扑图的分布式协同学习控制方法，该方法解决了保持通信的同构无人艇之间的碰撞和保持连接问题，包括以下步骤：建立无人艇的动态模型；设计基于图论的保持通信的无人艇之间的误差；设计满足预设性能的误差转换函数；设计基于动态面控制技术的虚拟控制器；设计径向基函数(RBF)神经网络的权值更新率；设计编队控制器与基于经验的控制器。本发明所提出的满足连接保持且具有协同学习的编队控制方法可以保证，如果两个无人艇在初始时刻保持通信，在其后任意时刻都始终保持安全距离并在通信连接范围内。
-
公开(公告)号：CN110262494B
公开(公告)日：2020-09-22
申请号：CN201910560204.3
申请日：2019-06-26
Applicant: 华南理工大学 , 国家海洋局南海调查技术中心(国家海洋局南海浮标中心)
IPC: G05D1/02
Abstract: 本发明公开了一种同构多无人艇系统的协同学习与编队控制方法，该方法针对多个全驱动且具有相同结构的无人艇系统，提出了基于通信连接拓扑图的分布式协同学习控制方法，该方法解决了保持通信的同构无人艇之间的碰撞和保持连接问题，包括以下步骤：建立无人艇的动态模型；设计基于图论的保持通信的无人艇之间的误差；设计满足预设性能的误差转换函数；设计基于动态面控制技术的虚拟控制器；设计径向基函数(RBF)神经网络的权值更新率；设计编队控制器与基于经验的控制器。本发明所提出的满足连接保持且具有协同学习的编队控制方法可以保证，如果两个无人艇在初始时刻保持通信，在其后任意时刻都始终保持安全距离并在通信连接范围内。
-
公开(公告)号：CN119753070A
公开(公告)日：2025-04-04
申请号：CN202411994760.9
申请日：2024-12-31
Applicant: 华南理工大学
IPC: C12P21/06 , C07K1/14 , C07K1/34 , C07K1/36 , A23L33/18 , A61K38/01 , A61P21/00 , A61K8/64 , A61Q19/00
Abstract: 本发明涉及一种具有抗肌肉衰减活性的番茄籽小分子蛋白的制备方法及其应用，属于生物技术活性成分开发领域。本发明的制备方法包括：将番茄籽洗净烘干后进行超微粉碎处理，通过碱处理叠加生物酶低温酶解，从番茄籽中制备具有抗肌肉衰减活性的小分子蛋白。实验结果表明，本发明所得番茄籽小分子蛋白具有改善肌肉衰减的功效，且具有安全、可长期使用、无毒副作用等优势，可应用于改善肌肉衰减及其相关症状的功能性食品、保健品及医药领域。本发明为开发新型抗肌肉衰减产品提供了理论依据和技术支持，具有广泛的应用前景和市场价值。
-
Patent Agency Ranking
公开(公告)号：CN119751546A
公开(公告)日：2025-04-04
申请号：CN202411994761.3
申请日：2024-12-31
Applicant: 华南理工大学
IPC: C07K1/14 , C07K1/34 , C07K1/36 , A23J1/14 , A23L33/185 , A61K38/02 , A61P3/02 , A61K8/64 , A61Q19/00
Abstract: 本发明公开了一种高α螺旋结构含量的水飞蓟籽蛋白的制备方法及其应用。该方法包括：采用表面活性剂在水中形成的反胶束体系，将水飞蓟籽粉末与反胶束溶液混合，进行前萃取和反萃取操作，接着进行旋蒸浓缩和透析处理，最终通过冻干技术获得粉末状的水飞蓟α‑螺旋结构蛋白。本发明方法在蛋白提取效率和纯度上均有显著提升，提取的蛋白粒径分布更为均匀，溶解性更好且不易聚集，显著提高了其持油性、起泡性和泡沫稳定性。本发明为植物源籽粒蛋白中α‑螺旋结构蛋白的提取制备提供了新技术路线，并为食品、药品和化妆品等行业提供了高质量的新型植物蛋白资源，具有广阔的应用前景和市场潜力。
-
公开(公告)号：CN119335877B
公开(公告)日：2025-03-14
申请号：CN202411833956.X
申请日：2024-12-13
Applicant: 佛山隆深机器人有限公司 , 天津工业大学 , 华南理工大学
IPC: G05B13/04
Abstract: 本申请适用于预测跟踪的技术领域，提供了一种基于无人直升机的跟踪控制方法、系统、终端及其介质，其方法包括先获取目标直升机的偏航通道角速度信息和高度通道速度信息，然后生成偏航通道角速度环控制律信息和高度通道速度环控制律信息，再获取目标直升机的第一运动状态信息和目标拦截对象的第二运动状态信息，然后生成期望位置信息并进一步生成规划所得指令，最后利用规划所得指令，准确地控制目标直升机进行空中拦截目标任务。本申请能够显著地减少控制系统的收敛时间，通过高阶微分反馈控制器的控制滤波补偿未知的非线性模型与扰动，达到高精度控制的目的，提高控制系统的抗干扰性，在确保效率的前提下，实现对高机动目标的精确拦截。
-
公开(公告)号：CN115122335B
公开(公告)日：2024-10-25
申请号：CN202210909372.0
申请日：2022-07-29
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: B25J9/16
Abstract: 本发明公开了一种基于外环速度补偿的封闭机器人任务空间学习控制方法、存储介质及机器人，方法包括：建立具有内部速度PI控制器的封闭机器人动力学和运动学模型，并构建期望的末端周期轨迹；设计自适应神经网络速度补偿控制指令，利用确定学习理论获取经验知识，并通过参数收敛性质获取机器人运动学知识；基于所获知识设计速度补偿学习控制指令。本发明所设计方法通过分离封闭机器人动力学和运动学，在运用确定学习理论实现系统经验知识获取的基础上，保证了未知运动学参数的收敛，实现了学习控制算法在具有未知动力学和运动学封闭机器人系统上的应用，基于所获知识设计的速度补偿学习控制指令，在节省计算资源的同时提升了机器人暂态跟踪性能。
-
公开(公告)号：CN115122335A
公开(公告)日：2022-09-30
申请号：CN202210909372.0
申请日：2022-07-29
Applicant: 华南理工大学 , 佛山纽欣肯智能科技有限公司
IPC: B25J9/16
Abstract: 本发明公开了一种基于外环速度补偿的封闭机器人任务空间学习控制方法、存储介质及机器人，方法包括：建立具有内部速度PI控制器的封闭机器人动力学和运动学模型，并构建期望的末端周期轨迹；设计自适应神经网络速度补偿控制指令，利用确定学习理论获取经验知识，并通过参数收敛性质获取机器人运动学知识；基于所获知识设计速度补偿学习控制指令。本发明所设计方法通过分离封闭机器人动力学和运动学，在运用确定学习理论实现系统经验知识获取的基础上，保证了未知运动学参数的收敛，实现了学习控制算法在具有未知动力学和运动学封闭机器人系统上的应用，基于所获知识设计的速度补偿学习控制指令，在节省计算资源的同时提升了机器人暂态跟踪性能。
-
公开(公告)号：CN114800489A
公开(公告)日：2022-07-29
申请号：CN202210280461.3
申请日：2022-03-22
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本发明公开了基于确定学习与复合学习联合的机械臂柔顺控制方法、存储介质及机器人，方法包括：首先，根据实时交互任务的跟踪误差，设计二阶阻抗模模型中的阻尼系数、刚度系数的调节策略，然后在机械臂与环境交互力回归的情况下，基于复合学习理论设计自适应神经网络阻抗控制器，最后，利用确定学习理论获取经验知识，设计常值神经网络阻抗控制器，实现机械臂的柔顺控制，保证机械臂末端动态响应遵循期望阻抗模型。本发明设计的方法不仅有效加速了神经网络对系统未知动态的学习，解决了带有未知动态的机械臂与环境交互时的安全柔顺控制，而且在保证系统稳定的前提下提高了机械臂的顺应性和适应性，减小了运动冲击。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.096 seconds)
