-
公开(公告)号：CN116229178B
公开(公告)日：2023-11-24
申请号：CN202310240455.X
申请日：2023-03-14
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种基于Transformer针对少量训练样本的图像分类方法，包括：对图像训练集进行预处理，增强样本多样性，得到完整的图像训练集；将图像分割切块，并送入图像编码模块，利用卷积运算将子图像块编码为图像令牌；对表示该图像样本的令牌序列进行位置嵌入；在通道维度上对令牌序列归一化处理；构建Transformer特征提取模块，并对处理好的图像进行特征转换和特征提取，获取表示该图像样本的特征向量；将特征向量输入注意力池化模块得到分类向量；图像分类器输出分类结果并计算分类精度。可解决现有基于Transformer的图像分类方法在小型图像训练集上分类精度不高的问题。
-
公开(公告)号：CN116229178A
公开(公告)日：2023-06-06
申请号：CN202310240455.X
申请日：2023-03-14
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种基于Transformer针对少量训练样本的图像分类方法，包括：对图像训练集进行预处理，增强样本多样性，得到完整的图像训练集；将图像分割切块，并送入图像编码模块，利用卷积运算将子图像块编码为图像令牌；对表示该图像样本的令牌序列进行位置嵌入；在通道维度上对令牌序列归一化处理；构建Transformer特征提取模块，并对处理好的图像进行特征转换和特征提取，获取表示该图像样本的特征向量；将特征向量输入注意力池化模块得到分类向量；图像分类器输出分类结果并计算分类精度。可解决现有基于Transformer的图像分类方法在小型图像训练集上分类精度不高的问题。
-
公开(公告)号：CN114594776B
公开(公告)日：2022-09-20
申请号：CN202210247108.5
申请日：2022-03-14
Applicant: 安徽大学
IPC: G05D1/02
Abstract: 一种基于层次化和模块化学习的导航避障方法，包括：实时构建室内场景地图；基于移动机器人获取的视觉图像、实时构建的场景地图、导航目标图像，设计长期导航目标点生成模型，确定导航目标图像在实时构建的场景地图上的位置；确定基于深度强化学习框架的移动机器人导航避障模型，发布移动机器人导航到预测的长期目标点的速度指令；设计导航结束预测模型，在一定时间间隔后，判断导航是否结束，如果预测的导航并未结束，则重新以上导航目标点生成及导航决策的过程，直到导航结束。本申请解决了现有技术中在没有预设环境地图的情况下，难以安全绕过障碍物并高效导航到指定目标的问题，提高了移动机器人导航技术对复杂多变环境的适应性。
-
公开(公告)号：CN114594776A
公开(公告)日：2022-06-07
申请号：CN202210247108.5
申请日：2022-03-14
Applicant: 安徽大学
IPC: G05D1/02
Abstract: 一种基于层次化和模块化学习的导航避障方法，包括：实时构建室内场景地图；基于移动机器人获取的视觉图像、实时构建的场景地图、导航目标图像，设计长期导航目标点生成模型，确定导航目标图像在实时构建的场景地图上的位置；确定基于深度强化学习框架的移动机器人导航避障模型，发布移动机器人导航到预测的长期目标点的速度指令；设计导航结束预测模型，在一定时间间隔后，判断导航是否结束，如果预测的导航并未结束，则重新以上导航目标点生成及导航决策的过程，直到导航结束。本申请解决了现有技术中在没有预设环境地图的情况下，难以安全绕过障碍物并高效导航到指定目标的问题，提高了移动机器人导航技术对复杂多变环境的适应性。
-
公开(公告)号：CN113848718A
公开(公告)日：2021-12-28
申请号：CN202111144802.6
申请日：2021-09-28
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于线性算子理论的固定时间的异构分群同步控制算法,所述方法包括以下步骤：步骤S1：创建一个包含N个智能体的多智能体系统，根据实际任务，创建多智能体系统的分类通信模；步骤S2：针对每个分群，创建不同的动力学模型；步骤S3：设定异构分群同步控制参数，给定任意指定的收敛时刻，再进行控制算法可行性判断；步骤S4：确定求解控制参数方法；步骤S5：用步骤S4所确定的控制器实现多智能体系统的异构分群同步的快速收敛。
-
Patent Agency Ranking
公开(公告)号：CN119002275A
公开(公告)日：2024-11-22
申请号：CN202411104675.0
申请日：2024-08-13
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明公开了一种处理含参数不确定性和输入时延系统的自适应鲁棒MPC方法，包括以下步骤：建立含有参数不确定性和输入时延的离散线性系统；建立针对无穷时域优化控制问题；基于估计系统、误差传递系统，建立基于时变更新率的自适应更新律并在线更新系统的估计参数；基于在线更新的系统的估计参数，针对无穷时域优化控制问题，采用椭球体参数化法简化优化过程，使用Tube‑MPC设计控制器，得到离线优化问题和在线优化问题；求解离线优化问题和在线优化问题，得到优化结果。本发明提出的控制方法具有计算效率高、适应性强和鲁棒性好的优点，可广泛应用于自动控制、工业过程控制等领域，尤其适用于存在参数不确定性和输入时延的复杂系统。
-
公开(公告)号：CN117193378B
公开(公告)日：2024-04-12
申请号：CN202311379378.2
申请日：2023-10-24
Applicant: 安徽大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了基于改进PPO算法的多无人机路径规划方法，包括：建立多无人机路径规划模型，将多无人机路径规划问题描述为马尔科夫决策过程，并建立RB‑PPO算法的状态空间、动作空间、actor网络、critic网络及奖励函数；执行训练任务，判断是否达到策略更新条件，若没有达到，则初始化无人机的数量和状态，收集无人机与环境互动过程中获得的数据并将其添加到重放缓冲区R中，若达到，则从R中取出样本数据；根据从R中取出的数据，使用状态价值网络获得状态值V，使用V‑trace方法估计状态值v‑target，计算优势函数；更新策略网络；更新状态价值网络。本发明有效地解决PPO算法在多无人机路径规划中只能使用当前策略生成的数据进行更新的问题，从而显著提高了样本效率。
-
公开(公告)号：CN117250855B
公开(公告)日：2024-02-13
申请号：CN202311507034.5
申请日：2023-11-14
Applicant: 安徽大学
IPC: G05B13/02
Abstract: 本发明涉及一种基于多目标优化的飞行机器人轨迹规划方法，包括S1、采用n阶多项式曲线来参数化轨迹，整条轨迹由m个时间间隔的y维空间轨迹构成，飞行机器人运动轨迹包含四旋翼飞行器空间轨迹和机器人关节轨迹；S2、融合整条轨迹的目标函数和运动时间得到总成本函数；S3、建立轨迹端点约束方程，结合总成本函数构建有约束的二次规划方程；S4、通过解析法求解二次规划方程中轨迹的多项式系数和运动时间，生成优化轨迹；S5、根据作业任务要求，分别设置旋翼飞行器和机器人的不同路径点，并通过统一的规划时间来实现两者的同步运动。本发明通过时间的同步来统一旋翼飞行器和机器人的运动，使得飞行机器人的轨迹具有平滑性且高效性，实(56)对比文件Sun, J.etc.Nonlinear RobustCompensation Method for TrajectoryTracking Control of Quadrotors.IEEEACCESS.2019,(第7期),全文.
-
公开(公告)号：CN117260746A
公开(公告)日：2023-12-22
申请号：CN202311565023.2
申请日：2023-11-22
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明涉及一种机器人笛卡尔空间的时间最优轨迹规划方法，包括S1、在机器人示教盒上对目标点进行示教，两个目标点之间构成笛卡尔空间直线路径；S2、通过归一化因子统一机器人笛卡尔空间直线路径的位置向量和姿态向量，从而生成总路径长度；S3、建立机器人笛卡尔空间的路径约束方程；S4、建立时间最优化轨迹规划的目标函数；S5、通过最大路径加速度的时间积分来得到最大的路径速度；S6、生成时间最优轨迹。本发明将机器人位置和姿态规划通过归一化来统一处理，将机器人的动力学方程和驱动力矩特性作为约束条件，并通过时间最优算法来生成优化轨迹；本发明方法具有易执行，高效率，轨迹平滑的特点，可广泛应用于机器人轨迹规划领域。
-
公开(公告)号：CN118936500B
公开(公告)日：2025-05-06
申请号：CN202411003911.X
申请日：2024-07-25
Applicant: 安徽大学
IPC: G01C21/34
Abstract: 本发明涉及可移动机器人路径规划应用技术领域，尤其涉及一种基于改进RRT*融合算法的博物馆导览机器人路径规划方法。本发明先将RRT*算法的输出结果使用蚁群算法进一步优化，获得更好的静态路径，再在路径跟随中结合改进后的DWA算法，进行动态避障。通过三种算法的结合，既优化了静态路径的长度、拐点数和平滑度，又能解决动态环境的适应性问题。使得导览机器人可以凭借内置的传感器和地图数据，在博物馆内自主导航，避开障碍物，通过语音识别技术理解游客的问题和指令，使用自然语言处理技术生成回答，并通过语音合成技术以自然的声音回应游客，在紧急情况下，如火灾或游客受伤，还能提供紧急信息并协助疏散。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.013 seconds)
