公开(公告)号：CN112596379B

公开(公告)日：2022-02-22

申请号：CN202011483935.1

申请日：2020-12-16

Applicant: 复旦大学

Inventor： 李伟 ,  孙福磊 ,  甘中学 ,  魏秉晟 ,  毕一飞

IPC: G05B13/02 ,  G05B13/04

Abstract: 本发明提供了一种机器人控制器设计方法，用于针对传感器数量会变化的形态可变机器人对应的神经网络控制器进行设计从而使得神经网络控制器控制形态可变机器人完成任务，其特征在于，包括如下步骤：步骤S1，形态可变机器人通过预定数量的传感器获取接收值；步骤S2，将接收值输入预定的最优神经网络控制器并将输出作为形态可变机器人的电机转速从而控制形态可变机器人完成任务。其中，最优神经网络控制器通过预定的编码方法得到。编码方法包括如下步骤：先对所有传感器编号，进而利用进化算法按照传感器编号依次对不同形态下的神经网络控制器的网络结构进行进化，最后得到最优神经网络控制器。

公开(公告)号：CN112596379A

公开(公告)日：2021-04-02

申请号：CN202011483935.1

申请日：2020-12-16

Applicant: 复旦大学

Inventor： 李伟 ,  孙福磊 ,  甘中学 ,  魏秉晟 ,  毕一飞

IPC: G05B13/02 ,  G05B13/04

Abstract: 本发明提供了一种机器人控制器设计方法，用于针对传感器数量会变化的形态可变机器人对应的神经网络控制器进行设计从而使得神经网络控制器控制形态可变机器人完成任务，其特征在于，包括如下步骤：步骤S1，形态可变机器人通过预定数量的传感器获取接收值；步骤S2，将接收值输入预定的最优神经网络控制器并将输出作为形态可变机器人的电机转速从而控制形态可变机器人完成任务。其中，最优神经网络控制器通过预定的编码方法得到。编码方法包括如下步骤：先对所有传感器编号，进而利用进化算法按照传感器编号依次对不同形态下的神经网络控制器的网络结构进行进化，最后得到最优神经网络控制器。

公开(公告)号：CN111746207A

公开(公告)日：2020-10-09

申请号：CN202010531060.1

申请日：2020-06-11

Applicant: 复旦大学

Inventor： 胡林强 ,  李伟 ,  甘中学 ,  董志岩 ,  孙福磊 ,  胡坤 ,  翟鹏 ,  吴秉慧 ,  王旭升 ,  刘天星 ,  田小禾 ,  胡梓烨

IPC: B60F5/02 ,  B62D57/032 ,  B64C27/08 ,  B64D27/24 ,  B64D47/00

Abstract: 本发明涉及一种两栖机器人，包括飞行机器人本体组件，所述飞行机器人本体组件的底部与地面机器人本体组件的顶部固定连接，所述飞行机器人本体组件包括飞行机器人机架，所述飞行机器人机架为镂空结构，其内部内置有相互连接的电源组件和控制器单元，所述飞行机器人机架上一端还设有GPS定位组件，所述地面机器人本体组件包括地面机器人机架，所述地面机器人机架内部设有视频吊舱，所述GPS定位组件和所述视频吊舱均与所述控制器单元相连接。与现有技术相比，本发明具有高效快速的空中作业能力，应对复杂地形的地面作业能力和高速地面运动能力等优点。