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。

    一种无人水面艇的自适应航迹控制方法

    公开(公告)号:CN117111594A

    公开(公告)日:2023-11-24

    申请号:CN202310530731.6

    申请日:2023-05-12

    Applicant: 海南大学

    Abstract: 本发明涉及一种无人水面艇的自适应航迹控制方法,包括:针对复杂环境下无人水面艇运行数据具有时变性和高度非线性的特点,基于Peephole LSTM方法,通过引入常量误差传输子来学习无人艇航行数据的非线性特征,挖掘数据间的时序规律,形成无人艇的状态空间。基于深度强化学习DDPG算法对无人水面艇进行实时自适应航迹控制,通过构建双层网络架构,使用最大化全局的奖励来调整优化网络的动作策略。采用经验回放技术,将每一时刻的样本存储于重播缓冲区中,通过非均匀小批次抽样,降低样本间的相关性。通过迭代计算损失函数,来定期更新目标网络的参数。与现有技术相比,本发明具有提高了无人水面艇的航行效率和安全性等优点。

    基于梯度下降和指数衰减的轮式移动机械臂姿态调整方法

    公开(公告)号:CN116945179A

    公开(公告)日:2023-10-27

    申请号:CN202310989753.9

    申请日:2023-08-08

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于梯度下降和指数衰减的轮式移动机械臂姿态调整方法,方法步骤包括:获取轮式移动机械臂姿的状态参数,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;根据求解结果实时驱动移动平台的驱动轮和机械臂的关节,使轮式移动机械臂从当前姿态调整到期望的姿态;其中加速度层姿态调整模型基于采用梯度下降公式和指数衰减公式推导二次型性能指标结合移动平台的运动学方程以及轮式移动机械臂的物理极限建立。本发明在加速度层上实现了移动平台和机械臂在不同姿态之间的同时自动调整,避免轮式移动机械臂在执行不同的操作任务时需多次测量移动平台和机械臂姿态的繁琐过程。

    一种三轮全向移动机械臂自运动规划方法和装置

    公开(公告)号:CN116945192A

    公开(公告)日:2023-10-27

    申请号:CN202311170380.9

    申请日:2023-09-11

    Applicant: 海南大学

    Abstract: 本发明涉及一种三轮全向移动机械臂自运动规划方法,方法包括:S1、采用梯度下降公式,推导机械臂从不同初始状态调整到期望状态的速度层指标;S2、引入末端定位误差及其积分的反馈,并结合移动平台的运动学方程和S1的速度层指标,设计以伪逆形式描述的自运动规划方案;S3、获取机械臂的初始状态,将初始状态代入自运动规划方案进行迭代计算,得到自运动规划的驱动轮旋转角速度和关节速度;S4、将自运动规划的驱动轮旋转角速度和关节速度发送至三轮全向移动机械臂的下位机控制器,驱动三轮全向移动机械臂和移动平台达到期望状态。与现有技术相比,本发明具有完成不同状态之间的自动、快速、准确调整等优点。

    一种智能车路系统的交通事故判别方法

    公开(公告)号:CN116229720A

    公开(公告)日:2023-06-06

    申请号:CN202310236891.X

    申请日:2023-03-10

    Applicant: 海南大学

    Abstract: 本发明涉及一种智能车路系统的交通事故判别方法,包括如下步骤:S1:基于智能车路系统的道路线形,实时获取交通流信息,交通流信息包括交通流的流量和密度,以密度为x轴,流量为y轴,建立二维坐标系,基于交通流信息建立宏观交通流基本图模型;S2:针对交通流基本图模型中的散点,通过k‑means方法随机选取k个初始质心向量对散点进行聚类,基于DDPG算法对参数k进行参数寻优,对交通流基本图模型中各散点进行簇划分,得到最优输出簇;S3:判断交通流基本图模型中的散点在最优输出簇中所处的簇,进而判别当前时刻下的智能车路系统是否发生交通事故。与现有技术相比,本发明能够动态且精准地判别IVIS的突发性交通事故,进而保障道路交通的通行能力。

    运动空间受限的三轮全向移动机械臂重复运动规划方法及系统

    公开(公告)号:CN118123834A

    公开(公告)日:2024-06-04

    申请号:CN202410409611.5

    申请日:2024-04-07

    Applicant: 海南大学

    Abstract: 本发明涉及一种运动空间受限的三轮全向移动机械臂重复运动规划方法及系统,其中方法包括以下步骤:考虑移动平台的位姿极限和机械臂的关节角度极限,建立三轮全向移动机械臂在运动空间受限情况下的运动学方程;将运动学方程转化为联合非线性方程组,确定三轮全向移动机械臂速度层运动规划方案的通用形式;构建可实现重复运动的速度层判据;基于速度层运动规划方案的通用形式和速度层判据,构建基于伪逆描述的重复运动规划方案;下位机控制器根据重复运动规划方案的计算结果驱动移动平台的三个全向轮和机械臂的关节完成给定的末端操作任务。与现有技术相比,本发明能够使得运动空间受限的移动平台和机械臂在完成任务后同时回到各自的初始状态。

    一种无人水面艇的自适应航迹控制方法

    公开(公告)号:CN117111594B

    公开(公告)日:2024-04-12

    申请号:CN202310530731.6

    申请日:2023-05-12

    Applicant: 海南大学

    Abstract: 本发明涉及一种无人水面艇的自适应航迹控制方法,包括:针对复杂环境下无人水面艇运行数据具有时变性和高度非线性的特点,基于Peephole LSTM方法,通过引入常量误差传输子来学习无人艇航行数据的非线性特征,挖掘数据间的时序规律,形成无人艇的状态空间。基于深度强化学习DDPG算法对无人水面艇进行实时自适应航迹控制,通过构建双层网络架构,使用最大化全局的奖励来调整优化网络的动作策略。采用经验回放技术,将每一时刻的样本存储于重播缓冲区中,通过非均匀小批次抽样,降低样本间的相关性。通过迭代计算损失函数,来定期更新目标网络的参数。与现有技术相比,本发明具有提高了无人水面艇的航行效率和安全性等优点。

Patent Agency Ranking