基于WOA-RBF网络的考虑滑动的林业机器人轨迹跟踪方法

    公开(公告)号:CN116931566A

    公开(公告)日:2023-10-24

    申请号:CN202310840546.7

    申请日:2023-07-10

    Abstract: 本发明公开了一种基于WOA‑RBF网络的考虑滑动的林业机器人轨迹跟踪方法,包括:考虑纵向打滑与侧滑同时存在的情形,使用拉格朗日法建立林业机器人运动学和动力学模型;分别设计运动学控制器与动力学控制器,形成双闭环控制系统,外环的运动学控制器对理想状态下的参考轨迹进行跟踪,内环的力矩控制器对运动学控制器的速度和角速度输出进行跟踪;采用鲸鱼优化算法对RBF神经网络进行离线优化;使用WOA‑RBF神经网络对动力学系统中的未知扰动进行在线估计,并进行前馈补偿,完成对打滑状态下参考轨迹的跟踪控制。本发明通过神经网络的参数整定方法,实现了对参考轨迹的精准快速跟踪,提高了打滑工况下机器人的轨迹跟踪和抗干扰能力。

    一种基于B样条计算柔性矩形薄板刚柔耦合动力学响应的方法

    公开(公告)号:CN108182330A

    公开(公告)日:2018-06-19

    申请号:CN201810035883.8

    申请日:2018-01-15

    Inventor: 章定国 王勇

    Abstract: 本发明提出了一种基于B样条计算柔性矩形薄板刚柔耦合动力学响应的方法,具体步骤为:步骤1、建立薄板的动能和势能的运动学表达式;步骤2、采用B样条确定薄板的关于w1、w2、u3的离散化变形场函数;步骤3、将薄板的关于w1、w2、u3的离散化变形场函数代回到薄板的动能和势能表达式,并根据拉格朗日方程建立薄板的刚柔耦合动力学方程。本方法在大变形柔性体刚柔耦合动力学响应问题的计算精度上具有优势。本方法一定程度上丰富和拓展了柔性体变形场离散方法。

    结合聚类分析和粒子群优化算法的多传感器多目标跟踪方法

    公开(公告)号:CN114219022B

    公开(公告)日:2024-09-06

    申请号:CN202111514672.0

    申请日:2021-12-13

    Abstract: 本发明提供了一种结合聚类分析的基于粒子群优化算法的多传感器多目标跟踪方法,包括:基于DBSCAN(Density‑Based Spatial Clustering of Applications with Noise,基于密度的噪声应用空间聚类)聚类的目标集群聚类划分的方法;基于集群中目标空间拓扑结构信息的抗差关联方法;运用粒子群优化算法进行传感器系统误差估计的方法。针对多传感器多目标跟踪问题,本发明提出的方法能够在多集群密集目标的巨大数据量的情况下降低计算量,保证跟踪算法的实时性,同时提高传感器对同源目标的正确关联率,且能够在目标跟踪初期就获得传感器系统误差更好的估计结果,实现对目标的快速准确跟踪。

    基于WSP算法和BP网络模型的林场种植机定位跟踪方法

    公开(公告)号:CN116029362A

    公开(公告)日:2023-04-28

    申请号:CN202211082530.6

    申请日:2022-09-06

    Abstract: 本发明提出了一种基于WSP算法和BP网络模型的林场种植机定位跟踪方法,使用UWB传感器获取种植机头作业时的TDOA数据,求解种植机头的粗略动态位置,构建训练样本集和验证样本集;采用BP神经网络模型预测种植机头的动态三维坐标,先基于训练样样本集确定BP神经网络模型的节点数目,再引入Tent混沌算法完成狼群位置初始化,并进行适应度计算确定初始情况下的头狼和人工狼;划分多个种群,引入多种基于遗传算法的种群变异策略进行狼群路径寻优更新,得到全局最优头狼向量;将全局最优头狼向量作为BP神经网络权值矩阵,利用验证样本集进行模型验证;输出BP神经网络权值矩阵,预测实际应用中种植机头的动态三维坐标。本发明提高了种植机动态作业跟踪精度。

    结合聚类分析和粒子群优化算法的多传感器多目标跟踪方法

    公开(公告)号:CN114219022A

    公开(公告)日:2022-03-22

    申请号:CN202111514672.0

    申请日:2021-12-13

    Abstract: 本发明提供了一种结合聚类分析的基于粒子群优化算法的多传感器多目标跟踪方法,包括:基于DBSCAN(Density‑Based Spatial Clustering of Applications with Noise,基于密度的噪声应用空间聚类)聚类的目标集群聚类划分的方法;基于集群中目标空间拓扑结构信息的抗差关联方法;运用粒子群优化算法进行传感器系统误差估计的方法。针对多传感器多目标跟踪问题,本发明提出的方法能够在多集群密集目标的巨大数据量的情况下降低计算量,保证跟踪算法的实时性,同时提高传感器对同源目标的正确关联率,且能够在目标跟踪初期就获得传感器系统误差更好的估计结果,实现对目标的快速准确跟踪。

    一种增强光吸收的纳米孔结构光电阴极及其构建方法

    公开(公告)号:CN113972288B

    公开(公告)日:2025-02-18

    申请号:CN202111210171.3

    申请日:2021-10-18

    Abstract: 本发明公开了一种增强光吸收的纳米孔结构光电阴极及其构建方法,所述光电阴极包括纳米孔阵列、GaAs发射层和Cs\O吸附层,所述纳米孔阵列构建在GaAs发射层的上表面,所述Cs\O吸附层构建于GaAs发射层的下表面。本发明通过等效介质理论,可以将纳米孔阵列等效成一层新的介质,这层新介质的折射率介于真空与GaAs材料之间,能够缓解两者的折射率突变,降低入射光的反射率,提高GaAs发射层对于光的吸收率,从而有效增强光电阴极的性能,可应用于微光像增强器、电子显微镜和新型太阳能电池等领域。

    一种结合去雾算法的改进Yolov5枯死木检测方法

    公开(公告)号:CN116912569A

    公开(公告)日:2023-10-20

    申请号:CN202310847756.9

    申请日:2023-07-11

    Abstract: 本发明公开了一种结合去雾算法的改进Yolov5枯死木检测方法,该方法包括:无人机航拍采集林木正射影像图,通过边缘计算平台进行初步筛选,再将图像数据输入改进的YOLOv5模型中,检测出枯死木;其中,改进的Yolov5模型有机结合MSCNNHE去雾算法,打破以往仅仅将去雾作为预处理过程,将去雾网络与目标检测网络进行有机结合,通过中间层信息通信以及联合训练微调的方法将去雾算法融合为目标检测模型的一部分,从而提高目标检测模型在有雾图像上的检测效果与检测速度。本发明将目标检测模型与去雾算法网络有机的结合,使其在面向有雾图像时依然能够保持比较高的目标检测精度。

    一种增强光吸收的纳米孔结构光电阴极及其构建方法

    公开(公告)号:CN113972288A

    公开(公告)日:2022-01-25

    申请号:CN202111210171.3

    申请日:2021-10-18

    Abstract: 本发明公开了一种增强光吸收的纳米孔结构光电阴极及其构建方法,所述光电阴极包括纳米孔阵列、GaAs发射层和Cs\O吸附层,所述纳米孔阵列构建在GaAs发射层的上表面,所述Cs\O吸附层构建于GaAs发射层的下表面。本发明通过等效介质理论,可以将纳米孔阵列等效成一层新的介质,这层新介质的折射率介于真空与GaAs材料之间,能够缓解两者的折射率突变,降低入射光的反射率,提高GaAs发射层对于光的吸收率,从而有效增强光电阴极的性能,可应用于微光像增强器、电子显微镜和新型太阳能电池等领域。

Patent Agency Ranking