-
公开(公告)号:CN116543039A
公开(公告)日:2023-08-04
申请号:CN202310392860.3
申请日:2023-04-13
Applicant: 哈尔滨工业大学人工智能研究院有限公司
Abstract: 基于深度学习的机械臂目标检测感知定位方法、设备、存储介质和产品,属于目标感知技术领域,解决不能为机械臂抓取控制策略提供物体的尺寸信息问题。本发明方法包括:使用基于YOLOv5的目标检测算法的主干检测网络,设计全新的神经网络检测回归模块,使关键点模型神经网络的收敛对象为目标物体的最小外接多边形,即为目标物体对应图像中的若干个关键点;加入WingLoss回归损失函数来进行图像关键点回归,使得网络可以收敛得到若干个关键点的图像坐标;通过关键点模型神经网络中对深度相机的RGB图像进行检测,得到目标物体在RGB图像中的若干个关键点位置;得到物体的若干个点的三维坐标位置后,得到物体尺寸信息。本发明适用于机械臂目标抓取的视觉感知系统。
-
公开(公告)号:CN115981362A
公开(公告)日:2023-04-18
申请号:CN202211333692.2
申请日:2022-10-28
Applicant: 哈尔滨工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于隐马尔可夫链的固定翼无人机容错优化控制方法,涉及无人机控制技术领域。本发明的技术要点包括:选择多个无人机系统初始状态,基于分段齐次发射概率隐马尔可夫跳变模型为每个系统初始状态求取最优解,获取满足闭环系统稳定性、递推可行性和系统约束的反馈控制增益和可行区域,从而获取系统状态、可行区域、反馈控制增益的对应关系;对于无人机系统的实际状态,在每一时刻判断当前系统状态所处的可行区域;根据对应关系,获取对应的反馈控制增益,以使每个时刻控制器根据对应的反馈控制增益控制无人机飞行。本发明有效解决了观测模态与系统实际模态不匹配且发射概率为时变的问题,提高了故障无人机在飞行过程中的安全可靠性。
-