-
公开(公告)号：CN118131628B
公开(公告)日：2024-12-03
申请号：CN202410278022.8
申请日：2024-03-12
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一一种基于多目标点信息融合的移动机器人跟踪控制方法，属于智能车自动驾驶技术领域。解决了传统轨迹跟踪方法建模精度低的技术问题。其技术方案为：包括以下步骤：S1、基于移动机器人的运动学模型对强化学习的动作空间进行建模，对移动机器人转向空间的精确建模；S2、设计了融合多目标点信息的奖励函数；S3、在Q‑learning框架下，利用在线强化学习方法对Bellman最优方程进行求解；S4、设计了移动机器人最优轨迹跟踪控制策略，在仿真环境进行算法仿真和数据对比，验证所提出算法的优越性及其可行性。本发明的有益效果为：提高了强化学习算法的计算效率,提升了移动机器人轨迹跟踪控制的精度。
-
公开(公告)号：CN118133892A
公开(公告)日：2024-06-04
申请号：CN202410299772.3
申请日：2024-03-15
Applicant: 南通大学
IPC: G06N3/0455 , G06F18/213 , G06F17/13 , G06N3/0442 , G06N7/01
Abstract: 本发明提供了一种基于自注意力和神经微分方程的故障检测方法及系统，属于数据分析和机器学习技术领域。解决了动态复杂系统中高效识别和检测微小故障的技术问题。其技术方案为：包括以下步骤：1)采用四分位数间距IQR方法对收集到的序列数据进行预处理，以识别和剔除异常值；2)捕获序列数据中的长距离依赖关系；3)构建神经常微分方程模型对提取的特征进行分析；4)基于贝叶斯统计模型进行参数搜索过程，寻求最优参数组合。本发明的有益效果为：本发明动态复杂系统存在的微小故障提供了一种新颖、准确和高效的检测技术方案。
-
公开(公告)号：CN117193001A
公开(公告)日：2023-12-08
申请号：CN202311241270.7
申请日：2023-09-25
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于积分强化学习的双曲趋近律滑模控制方法，属于柔性机械臂滑模控制技术领域。解决了柔性机械臂系统滑模控制过程中存在的抖振及最优控制的技术问题。其技术方案为：包括以下步骤：S1、根据SMC理论，建立积分切换函数，SMC与强化学习结合的控制框架；S2、设计SMC中的状态反馈项，利用IRL方法求解状态反馈控制增益；S3、采用DHRL方法，减少SMC中由于高频切换项引起的系统抖振。S4、通过柔性机械臂系统验证DHRL的无抖振特性和控制方法的有效性。本发明的有益效果为：本发明实现对柔性机械臂系统的快速鲁棒控制，且能够大大提高柔性机械臂滑模控制系统的收敛速度，并降低控制系统抖振。
-
公开(公告)号：CN116311793A
公开(公告)日：2023-06-23
申请号：CN202310069648.3
申请日：2023-02-07
Applicant: 南通大学
IPC: G08B21/08
Abstract: 本发明公开一种游泳溺水自动报警装置及方法，装置包括微型水压力传感器，微型加速度传感器，GPS模块，eSIM模块以及控制器；上述设备均安装在密闭腔室内；所述密闭腔室上设置由一个安装孔；所述安装孔内安装有微型水压力传感器；所述水压力传感器、微型加速度传感器和GPS模块与所述控制器相连，所述控制器与eSIM模块相连，各传感器传输数据到控制器后，经过控制器处理，检测使用者是否处于溺水状态，若处于溺水状态，则所述控制器利用eSIM模块将求救信息发送到岸上接收者；本游泳溺水自动报警装置利用多种传感器的数据，判断使用者的状态，使灵敏度大大增加，并运用eSIM模块发送信息，可以当使用者与接收者距离过远时依然可以发送求。
-
Patent Agency Ranking
公开(公告)号：CN118133892B
公开(公告)日：2025-02-18
申请号：CN202410299772.3
申请日：2024-03-15
Applicant: 南通大学
IPC: G06N3/0455 , G06F18/213 , G06F17/13 , G06N3/0442 , G06N7/01
Abstract: 本发明提供了一种基于自注意力和神经微分方程的故障检测方法及系统，属于数据分析和机器学习技术领域。解决了动态复杂系统中高效识别和检测微小故障的技术问题。其技术方案为：包括以下步骤：1)采用四分位数间距IQR方法对收集到的序列数据进行预处理，以识别和剔除异常值；2)捕获序列数据中的长距离依赖关系；3)构建神经常微分方程模型对提取的特征进行分析；4)基于贝叶斯统计模型进行参数搜索过程，寻求最优参数组合。本发明的有益效果为：本发明动态复杂系统存在的微小故障提供了一种新颖、准确和高效的检测技术方案。
-
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
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：CN118131628A
公开(公告)日：2024-06-04
申请号：CN202410278022.8
申请日：2024-03-12
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一一种基于多目标点信息融合的移动机器人跟踪控制方法，属于智能车自动驾驶技术领域。解决了传统轨迹跟踪方法建模精度低的技术问题。其技术方案为：包括以下步骤：S1、基于移动机器人的运动学模型对强化学习的动作空间进行建模，对移动机器人转向空间的精确建模；S2、设计了融合多目标点信息的奖励函数；S3、在Q‑learning框架下，利用在线强化学习方法对Bellman最优方程进行求解；S4、设计了移动机器人最优轨迹跟踪控制策略，在仿真环境进行算法仿真和数据对比，验证所提出算法的优越性及其可行性。本发明的有益效果为：提高了强化学习算法的计算效率,提升了移动机器人轨迹跟踪控制的精度。
-
公开(公告)号：CN118906058A
公开(公告)日：2024-11-08
申请号：CN202411156581.8
申请日：2024-08-22
Applicant: 南通大学
IPC: B25J9/16
Abstract: 本发明提供了一种输入受限果蔬采摘机械臂双固定时间二阶滑模控制方法，属于农业机器人技术领域。解决了果蔬采摘机器臂系统存在的输入饱和与不确定性的技术问题。其技术方案为：步骤1、定义机械臂末端执行器的期望运动轨迹；步骤2、建立输入受限果蔬采摘机械臂动力学模型；步骤3、设计固定时间扰动观测器；步骤4、设计固定时间收敛辅助系统以补偿输入饱和；步骤5、定义基于固定时间扰动观测器估计值与固定时间收敛辅助系统状态量的滑模面，设计输入受限果蔬采摘机械臂双固定时间二阶滑模控制方法；步骤6、进行仿真和样机实验研究。本发明的有益效果为：实现了输入受限果蔬采摘机械臂系统的高精度抗饱和控制，提高了果蔬采摘效率。
-
公开(公告)号：CN117193001B
公开(公告)日：2024-04-09
申请号：CN202311241270.7
申请日：2023-09-25
Applicant: 南通大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于积分强化学习的双曲趋近律滑模控制方法，属于柔性机械臂滑模控制技术领域。解决了柔性机械臂系统滑模控制过程中存在的抖振及最优控制的技术问题。其技术方案为：包括以下步骤：S1、根据SMC理论，建立积分切换函数，SMC与强化学习结合的控制框架；S2、设计SMC中的状态反馈项，利用IRL方法求解状态反馈控制增益；S3、采用DHRL方法，减少SMC中由于高频切换项引起的系统抖振。S4、通过柔性机械臂系统验证DHRL的无抖振特性和控制方法的有效性。本发明的有益效果为：本发明实现对柔性机械臂系统的快速鲁棒控制，且能够大大提高柔性机械臂滑模控制系统的收敛速度，并降低控制系统抖振。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
