三轮全向移动机械臂加速度层的神经动力学姿态调整方法

    公开(公告)号:CN116945178A

    公开(公告)日:2023-10-27

    申请号:CN202310989730.8

    申请日:2023-08-08

    Applicant: 海南大学

    Abstract: 本发明涉及一种三轮全向移动机械臂加速度层的神经动力学姿态调整方法,方法步骤包括:获取三轮全向移动机械臂的状态参数,将状态参数输入预先构建的加速度层姿态调整模型中;求解加速度层姿态调整模型;根据加速度层姿态调整模型计算结果同时调整移动平台和机械臂到达期望的姿态;加速度层姿态调整模型基于在加速度层上描述的性能指标结合移动平台加速度层运动学方程以及三轮全向移动机械臂的物理极限建立;在加速度层上描述的性能指标根据零化移动机械臂当前姿态与期望姿态的误差的思想采用神经动力学设计公式推导得到。本发明既能在加速度层上,也能在速度层上,高效地实现三轮全向移动机械臂的姿态自动调整,便于执行在不同姿态下的操作任务。

    一种端到端的基于transformer的弱监督语义分割方法

    公开(公告)号:CN117495892A

    公开(公告)日:2024-02-02

    申请号:CN202311460231.6

    申请日:2023-11-03

    Applicant: 海南大学

    Abstract: 本发明涉及一种端到端的基于transformer的弱监督语义分割方法,将图像输入预先构建并训练好的语义分割网络中,生成分割结果图;该语义分割网络包括:特征编码模块:将输入图像处理为具有空间权重参数的特征图,包括MixTransformer主干编码网络,类激活图CAM生成子模块,PAR后处理子模块,伪掩膜生成子模块,以及语义亲和信息提取子模块;注意力信息提取模块:将transformer编码器中的自注意力模块输出的注意力图经过FFN网络后生成交叉注意力图和patch注意力图。本发明能够提高分割网络全局特征的提取能力,增加语义分割精度,同时端到端的网络能够减少多阶段训练的复杂性。

Patent Agency Ranking