基于高斯惩罚的仿人机器人分层踢球优化模型的优化方法

    公开(公告)号:CN109483540A

    公开(公告)日:2019-03-19

    申请号:CN201811388023.9

    申请日:2018-11-21

    Abstract: 本发明公开了一种基于高斯惩罚的仿人机器人分层踢球优化模型的优化方法,所述方法包括步骤:基于关键帧方法设计仿人机器人的踢球种子动作;构建仿人机器人踢球的分层踢球训练模型,并采用优化分解将仿人机器人的单一踢球动作分解为预设数量的优化层;采用指定算法获取仿人机器人分层踢球优化模型的最优参数集;在对仿人机器人踢球的速度和距离的优化层优化过程中,在线性评价优化仿人机器人踢球速度的基础上,通过高斯惩罚的方式对踢球距离进行优化;本发明可以实现仿人机器人在踢球过程中踢球动作偏移量更小,能有效提升踢球的准确性和稳定性。

    一种基于ZYNQ的光纤绕环缺陷检测系统

    公开(公告)号:CN116542930A

    公开(公告)日:2023-08-04

    申请号:CN202310509656.5

    申请日:2023-05-08

    Abstract: 本发明属于光纤绕环技术领域,涉及一种基于ZYNQ的光纤绕环缺陷检测系统;包含采集光纤绕环图像的摄像头,检测光纤绕环缺陷的ZYNQ主板、VGA显示器;ZYNQ主板包括:PS模块、PL模块、共享内存DDR3、AXI4总线;利用AXI4总线和共享内存DDR3实现了ZYNQ主板PL模块和PS模块的数据共享;设计绕环图像预处理模块,并将yolov3‑tiny卷积神经网络部署到ZYNQ主板上,实时检测光纤绕环过程中发生的缺陷;该系统将绕环图像采集、图像存储、缺陷检测、显示输出等功能全部都集成到ZYNQ主板上,集成度高,有利于降低生产成本的同时提高光纤绕环缺陷检测的自动化程度。

    一种基于PCA排序的协方差自适应演化策略算法

    公开(公告)号:CN110751167A

    公开(公告)日:2020-02-04

    申请号:CN201910812929.7

    申请日:2019-08-29

    Abstract: 一种基于PCA排序的协方差自适应演化策略算法,包括如下分步骤:设定协方差自适应演化策略CMAES的参数;初始化分布<x>、协方差C、步长σ,x指搜索点,即候选解,可能为一个或多个,以xi表示, 采样形成父代种群Xi=N(<x>,σ2C);计算适应度函数cost=f(xi);确认是否满足终止条件,若满足则结束,若不满足则转下一步;选择最优μ个粒子构成子代种群,更新xg、步长进化路径pσ、协方差矩阵进化路径pc、协方差C、步长σ;将C进行特征分解,将特征值排序降维,回到第三步。本发明结合了PCA和CMAES两者的优点,两者的更新机制的组合降低了维数的影响,在目标函数评价次数减少的情况下仍能获得较高的求解精度。

Patent Agency Ranking