公开(公告)号：CN116985781A

公开(公告)日：2023-11-03

申请号：CN202310873145.1

申请日：2023-07-17

Applicant: 南通大学

Inventor： 秦秋月 ,  顾豪杰 ,  孙兴建 ,  桑顺 ,  茅靖峰 ,  马潇雨 ,  崔竣博

IPC: B60W30/06 ,  B60W30/09 ,  B60W50/00 ,  B60W60/00 ,  B60T7/12 ,  G06T7/73

Abstract: 本发明涉及预测控制技术领域，尤其涉及一种基于IBVS带惩罚因子的混合模型预测控制方法。本发明针对受特征点运动约束的移动机器人系统，为解决传统IBVS控制方法应用于自动泊车控制系统时目标偏差增益过大而导致特征点丢失及系统不稳定的问题，设计基于IBVS的混合增量式模型预测控制方法。该方法基于移动机器人位姿偏差及图像特征点偏差定义优化函数，同时将执行器饱和与速度限制作为约束，将传统IBVS转化成一个有限时域内带约束的优化问题，以提高移动机器人自动泊车时轨迹跟踪控制的精确性与实时性。本发明提出的一种基于IBVS带惩罚因子的混合模型预测控制方法，以保证动态场景下图像特征点受障碍物大规模遮挡时移动机器人自动泊车的紧急制动性能。

公开(公告)号：CN117103272A

公开(公告)日：2023-11-24

申请号：CN202311186364.9

申请日：2023-09-14

Applicant: 南通大学

Inventor： 秦秋月 ,  马潇雨 ,  崔竣博 ,  蒋雪茹 ,  陈琨 ,  刁俊嘉 ,  茅靖峰 ,  孙兴建

IPC: B25J9/16

Abstract: 本发明提供了一种多形态障碍物整理机械臂的平推和多自由度抓取控制方法，属于机器人技术应用技术领域。解决了复杂环境下不规则形状物体难以准确抓取的技术问题。其技术方案为：步骤1，模拟真实场景中的复杂性和挑战性；步骤2，通过自我监督训练，在搭建好的仿真环境中使用Q‑learning框架训练两个独立的深度神经网络；步骤3，基于所述步骤2，系统在训练过程中根据奖励函数和环境反馈；步骤4，在仿真环境中将该系统与先进的抓取方法Visual Pushing for Grasping进行比较；步骤5，搭建真实的多障碍物杂乱场景。本发明的有益效果为：利用协同推送和扩展抓取动作空间，能够有效地完成杂乱桌面的清理任务。

公开(公告)号：CN118131623A

公开(公告)日：2024-06-04

申请号：CN202410202732.2

申请日：2024-02-23

Applicant: 南通大学

Inventor： 秦秋月 ,  马潇雨 ,  谢辉 ,  孙兴建 ,  邢景楊 ,  隆林浩 ,  崔竣博 ,  蒋雪茹 ,  茅靖峰

IPC: G05B13/04

Abstract: 本发明提供了一种工业混联机器人全局固定时间类反步二阶滑模控制方法，属于工业混联机器人技术领域。解决了工业混联机器人系统存在的建模误差、工业环境干扰等不确定性的技术问题。其技术方案为：步骤1，定义其末端执行器的期望运动轨迹；步骤2，建立考虑建模误差、工业环境干扰项的工业混联机器人动力学模型；步骤3，进行准确估计并补偿；步骤4，设计工业混联机器人全局固定时间类反步二阶滑模控制方法；步骤5，通过软件编程及硬件实验平台，实现该工业混联机器人全局固定时间类反步二阶滑模控制。本发明的有益效果为：本发明以实现对系统误差最小收敛时间上界的精确估计，避免对系统收敛时间的过度估计。

公开(公告)号：CN117103272B

公开(公告)日：2024-03-15

申请号：CN202311186364.9

申请日：2023-09-14

Applicant: 南通大学

Inventor： 秦秋月 ,  马潇雨 ,  崔竣博 ,  蒋雪茹 ,  陈琨 ,  刁俊嘉 ,  茅靖峰 ,  孙兴建

IPC: B25J9/16

Abstract: 本发明提供了一种多形态障碍物整理机械臂的平推和多自由度抓取控制方法，属于机器人技术应用技术领域。解决了复杂环境下不规则形状物体难以准确抓取的技术问题。其技术方案为：步骤1，模拟真实场景中的复杂性和挑战性；步骤2，通过自我监督训练，在搭建好的仿真环境中使用Q‑learning框架训练两个独立的深度神经网络；步骤3，基于所述步骤2，系统在训练过程中根据奖励函数和环境反馈；步骤4，在仿真环境中将该系统与先进的抓取方法Visual Pushing for Grasping进行比较；步骤5，搭建真实的多障碍物杂乱场景。本发明的有益效果为：利用协同推送和扩展抓取动作空间，能够有效地完成杂乱桌面的清理任务。