公开(公告)号：CN109976333B

公开(公告)日：2022-11-01

申请号：CN201910128884.1

申请日：2019-02-21

Applicant: 南京邮电大学

Inventor： 吴惠明 ,  胡嘉睿 ,  陈晴晴 ,  梁志伟

IPC: G05D1/02

Abstract: 本发明涉及一种仿人足球机器人全向行走方法，其特征在于是一种基于CMAC闭环控制的步态规划方法。基于该方法机器人需能随时改变自身的朝向、灵活地转身和快速地前进。该发明提供一种使仿人机器人平稳行走并可以实现带预测控制的全向行走方法，具有使机器人行走稳定性高、行走速度可控性好、自我反馈调节迅速等特点。

公开(公告)号：CN110501903B

公开(公告)日：2022-09-23

申请号：CN201910864210.8

申请日：2019-09-12

Applicant: 南京邮电大学

Inventor： 陈盛 ,  丁胜利 ,  梁志伟 ,  高翔 ,  徐国政

IPC: G05B13/02

Abstract: 本发明公开了一种机器人免逆解控制系统参数的自调节及优化方法，包括以下步骤：1)构建神经网络，将机器人执行运动的误差以及误差的差分函数作为神经网络的输入，利用遗传算法对神经网络进行训练，训练完毕后神经网络输出控制系统参数；2)通过强化学习对控制系统参数进行优化；3)对优化后的控制系统参数进行回归分析并拟合成n阶函数，得到优化后的控制系统。本发明解决了目前机器人免逆解控制系统中参数选择依赖经验、性能不佳等不足，实现对机器人运动时的稳定性、鲁棒性和实时性有较好的提升。

公开(公告)号：CN113076994B

公开(公告)日：2022-08-05

申请号：CN202110349864.4

申请日：2021-03-31

Applicant: 南京邮电大学

Inventor： 张庆亮 ,  朱松豪 ,  梁志伟

IPC: G06V10/764 ,  G06K9/62 ,  G06V10/774

Abstract: 本发明公开了图像识别技术领域的一种开集域自适应图像分类方法及系统，利用通道注意力机制，使网络更好地获取域不变特征，便于特征的迁移，同时使其更容易训练。包括将从源域中获取的带标签样本、从目标域中获取的无标签样本分别输入基于通道注意力模块的特征提取器中，获取加权后的多通道特征图；将加权后的多通道特征图送入标签分类器，将带标签样本划分为K个已知类别，将无标签样本划分为在源域中可见的K个已知类别和在源域中不可见的一个未知类别；将来自源域和目标域的已知类别送入域辨别器，并基于对抗生成网络强化域不变特征提取；基于协方差匹配，缩小源域与目标域之间的域间差异。

公开(公告)号：CN109483540B

公开(公告)日：2022-02-25

申请号：CN201811388023.9

申请日：2018-11-21

Applicant: 南京邮电大学

Inventor： 何昊 ,  梁志伟 ,  陆裕磊

IPC: B25J9/16 ,  B25J11/00 ,  A63H13/04 ,  G06K9/00

公开(公告)号：CN109648563B

公开(公告)日：2021-10-29

申请号：CN201910001011.4

申请日：2019-01-02

Applicant: 南京邮电大学

Inventor： 丁胜利 ,  陈盛 ,  梁志伟 ,  高翔 ,  谭彩明

IPC: B25J9/16

Abstract: 本发明公开了一种串联机器人运动控制方法及计算机存储介质，所述的控制方法是根据机器人的末端点和关节点位置信息去控制机器人达到目标点位置，包括步骤：(1)建立全局坐标系并确定目标点位置信息；(2)获取末端点和关节点的位置信息；(3)计算各关节点所需角度信息；(4)采用PID方式分别控制各关节电机往目标方向转动；(5)检测末端和目标点之间的距离是否到达允许误差范围内，如果达到则停止转动，如果没有则回到步骤(2)执行。本方法克服了目前机器人控制方法中求解繁琐、控制效率低等问题，能够有效的降低运算和控制的复杂度，减轻控制器的负担。

公开(公告)号：CN109794937B

公开(公告)日：2021-10-01

申请号：CN201910083609.2

申请日：2019-01-29

Applicant: 南京邮电大学

Inventor： 胡丽娟 ,  梁志伟 ,  李汉辉

IPC: B25J9/16

Abstract: 本发明公开了一种基于强化学习的足球机器人协作方法，所述方法包括：S1、基于加入有通讯的Sarsa(λ)算法构建足球机器人的强化学习基本模型，并设定所述强化学习基本模型的奖惩机制r；S2、基于足球机器人之间的距离和角度定义指定数量的状态变量；S3、设置足球机器人的可操作动作集，足球机器人基于所述奖惩机制r和所述状态变量以及足球机器人相互间通讯选择下一步动作；本发明通过在建立的强化学习基本模型设立奖惩机制，实现足球机器人可根据当前环境和奖惩机制来选择下一动作，并且通过足球机器人相互之间的通讯来进行学习和更新，有效提升了足球机器人的协作效率。

公开(公告)号：CN108656116B

公开(公告)日：2021-09-28

申请号：CN201810478975.3

申请日：2018-05-18

Applicant: 南京邮电大学

Inventor： 陈烨 ,  陈盛 ,  梁志伟 ,  高翔 ,  徐国政 ,  丁胜利

IPC: B25J9/16

Abstract: 本发明公开了一种基于降维MCPC模型的串联机器人运动学参数标定方法，包括步骤：(1)建立基于降维MCPC模型的运动学模型；(2)建立基于降维MCPC模型的运动学误差模型；(3)基于利用信赖域技巧的LM算法的运动学参数标定。本发明能够对运动学误差模型进行降维，从而达到简化运算的目的，在建立完误差模型的基础下，完成对机械臂运动学参数的标定，从而提高机械臂的运动精度。

公开(公告)号：CN106964145B

公开(公告)日：2020-11-10

申请号：CN201710189935.2

申请日：2017-03-28

Applicant: 南京邮电大学

Inventor： 梁志伟 ,  姜燕

IPC: A63F7/06 ,  A63H13/04

Abstract: 本发明涉及一种仿人足球机器人传球控制方法，采用全新训练模型设计，针对持球机器人确定传球后的传球动作进行控制，能够有效提高传球成功率。并且本发明基于所设计仿人足球机器人传球控制方法，进一步设计球队控球方法，针对全队机器人进行统筹控制，在提高传球成功率的同时，能够有效提高球队持球时长，增加赢球率。

公开(公告)号：CN109397294A

公开(公告)日：2019-03-01

申请号：CN201811478423.9

申请日：2018-12-05

Applicant: 南京邮电大学

Inventor： 梁志伟 ,  陈佳云

IPC: B25J9/16 ,  G06N3/00

Abstract: 本发明公开了一种基于BA-ABC融合通信算法的机器人协作定位方法，包括步骤：首先，以球场中心为原点设定智能体机器人的坐标，并计算智能体机器人两两之间的距离和角度；然后，将智能体机器人均分为两种群，将一个种群通过通过BA算法，另一个种群通过ABC算法并行计算同一智能体机器人在同一时间的位置和速度；并采用BA-ABC融合通信算法优化通过BA算法和ABC算法获取的同一智能体机器人在同一时刻的速度和位置，选取更佳的速度和位置；最后，设定一适应度函数判断对智能体机器人的预测位置与真实位置的关系；若预测位置符合适应度函数或者与真实位置重合，则完成定位操作，否则重复上述定位操作；本发明能够提升智能体机器人定位的精度和稳定性。

公开(公告)号：CN108694465A

公开(公告)日：2018-10-23

申请号：CN201810465146.1

申请日：2018-05-16

Applicant: 南京邮电大学

Inventor： 周戎 ,  梁志伟

IPC: G06Q10/04 ,  G06Q50/26 ,  G06F17/50

CPC classification number: G06Q10/04 ,  G06F17/5009 ,  G06Q50/265

Abstract: 本发明公开了一种基于SVM向量机Q学习的城市救援仿真决策优化方法，包括步骤：基于SVM向量机的Q学习算法构建一个多智能体系统，在系统中引入Q学习控制器和SVM向量机模型，并初始化所述Q学习控制器及SVM向量机模型的参数；检测智能体当前的环境状态st，并构造t时刻SVM向量机的学习训练样本D，得到SVM向量机的结构参数ω和b；选择所述智能体系统的某一类操作中所有动作并计算其Q值大小，然后根据Boltzmann‑Gibbs策略比较选择最大Q值对应的动作at；依照Q学习算法的递归公式执行动作at，并根据Boltzmann‑Gibbs策略继续跟住获取下一时刻st+1的状态，同时多智能体系统接收Q学习算法的回报rt；并更新Q值，最终根据对Q值的判断得到最终决策结果；本发明的方法精简而快速。