-
公开(公告)号：CN111627064A
公开(公告)日：2020-09-04
申请号：CN202010335557.6
申请日：2020-04-25
IPC: G06T7/73 , G06N3/04 , G06N3/08 , G01S17/933
Abstract: 一种行人交互友好型的单目避障方法，属于无人机导航领域，本发明为解决搭载单目摄像头的室内无人机避障性能不佳的问题。本发明方法为无人机利用单目摄像头采集图片，所述图片输入至端到端策略的并行深度神经网络结构中，该网格结构输出最佳航向角作为无人机避障的飞行指令；所述端到端策略的并行深度神经网络结构由单目摄像头结合单线激光雷达协同完成，训练过程为：步骤一、利用单线激光雷达采集的深度值搜索最佳航向，并为单目摄像头采集的图片打标签，建立数据集；步骤二、所述数据集分别输入至Resnet18网络和预训练好的YOLO v3网络中；步骤三、利用步骤一的数据集训练步骤二所述并行深度神经网络直至收敛。
-
公开(公告)号：CN110288706A
公开(公告)日：2019-09-27
申请号：CN201910590279.6
申请日：2019-07-02
Abstract: 本发明提供一种小曲率不规则点云曲面的拟合方法，属于三维点云曲面拟合技术领域。本发明解决了现有主流的点云切片法对小曲率不规则曲面进行轨迹规划时，轨迹规划复杂度高，进而导致喷涂速度受限、喷涂效果差等问题。本发明具体过程为：首先得到要拟合的小曲率不规则点云数据，通过轴向包围盒的方法求取标记点，在不规则点云中寻找标记点的最近邻点，并向相应直线投影，得到投影点；然后将点云分割的各个部分，重复迭代求取标记点的最近邻点并得到投影点，直到迭代次数达到设定值；最后由投影点构建拟合面的边缘，将不规则点云向相应平面投影，实现拟合。本发明适用于自动喷涂轨迹规划前对点云模型的处理。
-
公开(公告)号：CN109407676B
公开(公告)日：2019-08-02
申请号：CN201811562344.6
申请日：2018-12-20
Abstract: 基于DoubleDQN网络和深度强化学习的移动机器人避障方法，它属于移动机器人导航技术领域。本发明解决了现有的深度强化学习避障方法存在的响应延迟高、所需训练时间长以及避障成功率低的问题。本发明设计了特殊的决策动作空间以及回报函数、将移动机器人轨迹数据采集和Double DQN网络训练放在两个线程下并行运行，可以有效提高训练效率，解决了现有深度强化学习避障方法需要的训练时间长的问题；本发明使用Double DQN网络对动作值进行无偏估计，防止陷入局部最优，克服现有深度强化学习避障方法避障成功率低和响应延迟高的问题，与现有方法相比，本发明可以将网络训练时间缩短到现有技术的20％以下，且保持100％的避障成功率。本发明可以应用于移动机器人导航技术领域。
-
公开(公告)号：CN116461626A
公开(公告)日：2023-07-21
申请号：CN202310577235.6
申请日：2023-05-22
IPC: B62D57/028 , B62D11/04 , B62D37/04
Abstract: 适用于多地形的无边双轮机器人及无边双轮机器人控制方法，本发明涉及无边双轮机器人及无边双轮机器人控制方法。本发明的目的是为了解决现有无边双轮机器人是一种欠驱动的结构，在应对路面颠簸等外界扰动时无法保持稳定，容易倾倒；以及无边双轮机器人还存在静止起步困难的问题。适用于多地形的无边双轮机器人，所述无边双轮机器人包括中心平台、角度控制模块、无边轮、摆锤、控制电路；所述中心平台两侧各安装一个角度控制模块；所述两个角度控制模块上各安装一个无边轮；所述中心平台底部或前部安装摆锤。适用于多地形的无边双轮机器人控制方法的控制过程为：无边双轮机器人控制分为起步阶段、前进阶段和转向阶段的控制。本发明用于无边轮车辆技术领域。
-
公开(公告)号：CN110288706B
公开(公告)日：2020-08-07
申请号：CN201910590279.6
申请日：2019-07-02
Abstract: 本发明提供一种小曲率不规则点云曲面的拟合方法，属于三维点云曲面拟合技术领域。本发明解决了现有主流的点云切片法对小曲率不规则曲面进行轨迹规划时，轨迹规划复杂度高，进而导致喷涂速度受限、喷涂效果差等问题。本发明具体过程为：首先得到要拟合的小曲率不规则点云数据，通过轴向包围盒的方法求取标记点，在不规则点云中寻找标记点的最近邻点，并向相应直线投影，得到投影点；然后将点云分割的各个部分，重复迭代求取标记点的最近邻点并得到投影点，直到迭代次数达到设定值；最后由投影点构建拟合面的边缘，将不规则点云向相应平面投影，实现拟合。本发明适用于自动喷涂轨迹规划前对点云模型的处理。
-
Patent Agency Ranking
公开(公告)号：CN111627064B
公开(公告)日：2021-07-09
申请号：CN202010335557.6
申请日：2020-04-25
IPC: G06T7/73 , G06N3/04 , G06N3/08 , G01S17/933
Abstract: 一种行人交互友好型的单目避障方法，属于无人机导航领域，本发明为解决搭载单目摄像头的室内无人机避障性能不佳的问题。本发明方法为无人机利用单目摄像头采集图片，所述图片输入至端到端策略的并行深度神经网络结构中，该网格结构输出最佳航向角作为无人机避障的飞行指令；所述端到端策略的并行深度神经网络结构由单目摄像头结合单线激光雷达协同完成，训练过程为：步骤一、利用单线激光雷达采集的深度值搜索最佳航向，并为单目摄像头采集的图片打标签，建立数据集；步骤二、所述数据集分别输入至Resnet18网络和预训练好的YOLO v3网络中；步骤三、利用步骤一的数据集训练步骤二所述并行深度神经网络直至收敛。
-
公开(公告)号：CN111611869A
公开(公告)日：2020-09-01
申请号：CN202010335550.4
申请日：2020-04-25
Applicant: 哈尔滨理工大学
IPC: G06K9/00 , G06N3/08 , G01S17/86 , G01S17/933
Abstract: 一种基于串行深度神经网络的端到端单目视觉避障方法，它属于无人机导航领域。本发明解决了现有基于端到端的无人机避障方法的响应延迟高，避障路径不稳定，裕度不足以及小型无人机上只能使用单目摄像头传感器导致无法感知深度信息，在室内有行人情况下避障性能不佳的问题。本发明将改进的深度神经网络Resnet18与YOLO v3串行结合，实时输出无人机的航向角。克服了现有方法响应延迟高，避障路径不稳定，裕度不足的问题，解决了现有端到端单目无人机室内避障算法在室内有行人场景下避障性能不佳、甚至不能使用的问题，使其在正常室内导航的同时，在有行人的室内环境下依然具有优秀的避障能力，对陌生环境有较好的泛化能力。本发明可以应用于无人机室内导航。
-
公开(公告)号：CN111611869B
公开(公告)日：2021-06-01
申请号：CN202010335550.4
申请日：2020-04-25
Applicant: 哈尔滨理工大学
IPC: G06K9/00 , G06N3/08 , G01S17/86 , G01S17/933
Abstract: 一种基于串行深度神经网络的端到端单目视觉避障方法，它属于无人机导航领域。本发明解决了现有基于端到端的无人机避障方法的响应延迟高，避障路径不稳定，裕度不足以及小型无人机上只能使用单目摄像头传感器导致无法感知深度信息，在室内有行人情况下避障性能不佳的问题。本发明将改进的深度神经网络Resnet18与YOLO v3串行结合，实时输出无人机的航向角。克服了现有方法响应延迟高，避障路径不稳定，裕度不足的问题，解决了现有端到端单目无人机室内避障算法在室内有行人场景下避障性能不佳、甚至不能使用的问题，使其在正常室内导航的同时，在有行人的室内环境下依然具有优秀的避障能力，对陌生环境有较好的泛化能力。本发明可以应用于无人机室内导航。
-
公开(公告)号：CN118832613A
公开(公告)日：2024-10-25
申请号：CN202410793110.1
申请日：2024-06-19
Applicant: 哈尔滨工业大学
Abstract: 基于实景重建的飞行机械臂实时遥操作系统及控制方法，本发明属于机器人遥操作技术领域，具体涉及飞行机械臂实时遥操作系统及控制方法。本发明的目的是为了解决飞行机械臂在执行高空作业时，操作准确性低和安全性差的问题。基于实景重建的飞行机械臂实时遥操作系统包括地面端与天空端；所述地面端包括VR设备与地面站主机；所述天空端包括机载电脑、运动控制器与飞行机械臂；所述VR设备包括头戴显示器、运动跟踪器、手柄控制器以及定位器；所述地面站主机包括主机1和主机2；所述机载电脑依赖Linux系统并基于ROS开发；运动控制器包括飞行控制器与机械臂控制器；飞行机械臂由飞行器、机械臂与双目相机组成。
-
公开(公告)号：CN114114917B
公开(公告)日：2024-09-13
申请号：CN202111405312.7
申请日：2021-11-24
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于极点配置的反步控制方法，属于非线性系统控制领域。为了解决目前反步控制方法不能对闭环系统的瞬态响应进行分析和设计的问题。本发明所述首先针对被控对象建立n维非线性系统状态空间模型；根据系统的状态变量x1和目标信号构建误差变量z1，针对i＝2,3,…,n，根据系统的状态变量xi和待设计的虚拟控制函αi‑1构建误差变量zi；然后利用反步法设计虚拟控制函数，将虚拟控制函数代入误差系统模型，得到新的误差系统模型；利用新的误差系统模型设计控制器u，并利用极点配置设计控制器参数，得到不同的系统瞬态响应过程。本发明用于非线性系统的目标跟踪控制。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.046 seconds)
