公开(公告)号：CN116740753A

公开(公告)日：2023-09-12

申请号：CN202310424367.5

申请日：2023-04-20

Applicant: 安徽大学

Inventor： 郝喆 ,  崔宇鑫 ,  王子皓 ,  孙立龙 ,  王珍亦

IPC: G06V40/10 ,  G06V20/54 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOv5和DeepSORT的目标检测及追踪的方法及系统，所述方法包括获取待检测目标图像并进行预处理，将处理后的图片按6:2:2的比例划分预处理图像集，得到训练集、验证集和测试集；通过改进YOLOv5构建目标检测模型；通过训练好的目标检测模型对当前帧进行目标车辆检测，获得当前帧骑电动车人员佩戴头盔情况及位置信息。本发明通过提供改进YOLOv5提升检测精度，通过DeepSORT检测多帧被跟踪人员佩戴头盔情况进行综合分析，降低单帧可能存在的因图像模糊、多目标间存在相互遮挡等问题而导致的漏检、误检情况，能够精确地跟踪期望轨迹，实现目标准确检测和追踪。

公开(公告)号：CN118605337A

公开(公告)日：2024-09-06

申请号：CN202410873831.3

申请日：2024-07-02

Applicant: 安徽大学

Inventor： 刘晓黎 ,  崔宇鑫 ,  孙长银

IPC: G05B19/042

Abstract: 本发明公开了基于纳什博弈理论的自平衡自行车控制器设计方法，包括以下步骤：S1、建立自平衡自行车的不确定性欠驱动机械系统动力学方程，引入约束跟随思想，构建出受伺服约束的模糊不确定性欠驱动机械系统动力学模型；S2、将动力学方程中的矩阵和向量拆解成名义部分和不确定性部分，设计自适应鲁棒约束跟随控制器；S3、对自适应鲁棒约束跟随控制器中的控制参数进行优化选取，并将求得的最优参数带入到控制器中，以提高控制器的综合控制效果。本发明采用基于自适应鲁棒约束跟随控制器，该控制器包含名义控制项、鲁棒控制项和自适应控制项，以解决欠驱动机械系统二阶非完整被动约束的控制器设计难题。

公开(公告)号：CN118192558A

公开(公告)日：2024-06-14

申请号：CN202410309004.1

申请日：2024-03-19

Applicant: 安徽大学

Inventor： 刘晓黎 ,  崔宇鑫 ,  马好 ,  马方彤 ,  崔博渊

IPC: G05D1/43 ,  G05D1/65 ,  G05D1/633 ,  G05D1/644 ,  G05D1/648 ,  G05D109/10

Abstract: 本发明涉及机器人控制领域，尤其涉及基于模型预测和深度强化学习的轮腿机器人控制算法，包括：S1：判断通过策略判断为绕行时，执行步骤S2，判断通过策略为变化姿态来越过障碍时，则执行步骤S3；S2：基于轮腿机器人倒立摆模型进行动力学建模分析，并通过线性化表示与模型预测得到系统的离散时间模型，利用二次规划问题求解的方法来获取最优控制输入变量并确定当前时刻的控制输入；S3：对轮腿机器人进行模型分析，通过深度强化学习算法进行分析调整以确定适应环境的最优策略动作。本发明通过为轮腿机器人提供双模式的选择，能够保证机器人在遇上障碍物之类的意外情况时，能够自我调整通过模式，选择最高效的通过方法。

公开(公告)号：CN116740753B

公开(公告)日：2024-07-26

申请号：CN202310424367.5

申请日：2023-04-20

Applicant: 安徽大学

Inventor： 郝喆 ,  崔宇鑫 ,  王子皓 ,  孙立龙 ,  王珍亦

IPC: G06V40/10 ,  G06V20/54 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOv5和DeepSORT的目标检测及追踪的方法及系统，所述方法包括获取待检测目标图像并进行预处理，将处理后的图片按6:2:2的比例划分预处理图像集，得到训练集、验证集和测试集；通过改进YOLOv5构建目标检测模型；通过训练好的目标检测模型对当前帧进行目标车辆检测，获得当前帧骑电动车人员佩戴头盔情况及位置信息。本发明通过提供改进YOLOv5提升检测精度，通过DeepSORT检测多帧被跟踪人员佩戴头盔情况进行综合分析，降低单帧可能存在的因图像模糊、多目标间存在相互遮挡等问题而导致的漏检、误检情况，能够精确地跟踪期望轨迹，实现目标准确检测和追踪。