-
公开(公告)号：CN119795165A
公开(公告)日：2025-04-11
申请号：CN202411977035.0
申请日：2024-12-31
Applicant: 燕山大学
IPC: B25J9/16
Abstract: 本发明公开了一种机械臂自适应神经网络分布式控制系统及方法，属于自动化控制技术领域，包括存在位置和姿态约束的且配备有传感器的多机械臂系统、接收来自多机械臂系统传感器数据的三维刚体动力学模型、与三维刚体动力学模型集成的通用时变非对称势垒函数、在线估计系统中的未知动力学参数的自适应神经网络以及基于自适应神经网络的估计设计的分布式协同跟踪控制器。本发明构建了包含未知动力学的输出约束多机械臂系统的新的通用时变非对称势垒函数，并建立了基于前馈神经网络的在线学习模块，实现了对不敏感参数在线估计的非对称时变输出约束问题的求解，能够同时解决对初始值不敏感和非对称时变输出限制的动力学估计问题。
-
Patent Agency Ranking
公开(公告)号：CN119784778A
公开(公告)日：2025-04-08
申请号：CN202411976640.6
申请日：2024-12-31
Applicant: 燕山大学
IPC: G06T7/11 , G06N3/045 , G06V10/762 , G06V10/74 , G06T7/194
Abstract: 本发明公开了一种机器人环境下零样本物体实例分割系统及方法，属于机器人视觉感知技术领域，首先对深度图像进行Viridis颜色映射预处理，然后利用SAM(Segment Anything Model)模型生成初始物体掩码候选；同时利用预训练的ViT(Vision Transformer)作为场景的特征描述模型处理图像，提取最后一层的注意力图，并基于注意力图的信息熵构建特征加权机制；接着计算图像块与背景块的相似性矩阵去除非物体掩码，对于剩余的每个物体掩码候选采用K‑Medoids聚类算法获取代表性采样点，最后将这些点作为提示信息输入SAM模型得到精确的物体实例分割结果。本发明充分利用视觉基础模型的零样本泛化能力，无需额外训练即可实现未见物体的精确分割，具有良好的通用性和实用价值。
-
公开(公告)号：CN116168250A
公开(公告)日：2023-05-26
申请号：CN202310192097.X
申请日：2023-03-02
Applicant: 燕山大学
IPC: G06V10/764 , G06V10/80 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种用于RGB‑D目标识别的多层级特征学习方法，涉及计算机视觉、深度学习领域，本发明以RGB图像和彩色化编码处理的深度图像作为输入，首先利用卷积神经网络分别提取RGB图像和彩色化深度图像多个层次的特征，然后将来自相同层的两种模态特征加权融合，最后通过学习跨层级特征的长程依赖关系来增强特征的表示能力，获得最终的多模态特征用于目标的分类。通过结合卷积神经网络早期局部激活特征和后期的高语义特征，来缓解由物品相似度高造成的识别精度低的问题，同时充分利用了RGB图像和深度图像的特点，网络模型简单。
-
公开(公告)号：CN115077531A
公开(公告)日：2022-09-20
申请号：CN202210734897.5
申请日：2022-06-27
Applicant: 燕山大学
Abstract: 本发明公开了一种机器人导航系统及其导航方法，属于机器人技术领域，所述系统包括提供机器人运动信息和环境信息的感知模块、将环境表征为二维或三维占有网格地图的建图模块、定义伪区域和相应的属性的交互模块以及导航模块，导航模块结合交互模块整合伪区域的地图和感知模块提供的实时的机器人运动信息和环境信息执行导航任务；所述方法中提供了一种用户通过可视化交互界面指定用户期望伪区域的角点，然后基于指定的角点自动生成伪区域的基于二维占有网格地图的伪区域生成方法。本发明不需要在真实环境中部署额外的设备或设施，能够允许移动机器人在用户期望的区域内按照用户需求执行导航任务，提高了机器人在“人机共存”环境中的友好性。
-
公开(公告)号：CN118348809A
公开(公告)日：2024-07-16
申请号：CN202410634604.5
申请日：2024-05-22
Applicant: 燕山大学
IPC: G05B13/04
Abstract: 本发明公开了一种用于高阶非线性纯反馈系统的自适应事件触发控制方法，属于高阶非线性纯反馈系统控制技术领域，包括以下步骤：步骤S1：建立高阶非线性纯反馈系统模型；步骤S2：通过高阶反步法设计控制律和自适应律；步骤S3：设计相对阈值事件触发条件；步骤S4：设计自适应事件触发控制器并通过李亚普洛夫函数验证系统稳定性。本发明使用的高阶反步法可直接应用于高阶非线性纯反馈系统，而不需要将模型转化为一阶系统，通过引入自适应事件触发机制，不仅可以节省通信资源，同时对扰动具有较好的鲁棒性。
-
公开(公告)号：CN115457651A
公开(公告)日：2022-12-09
申请号：CN202210962721.5
申请日：2022-08-11
Applicant: 燕山大学
Abstract: 本发明公开了一种基于关键帧和非关键帧的动作评估方法及系统，属于机器视觉领域，方法包括将视觉传感器获取的人体32个关节点每一帧的三维坐标导出；选取特征关节点；对特征关节点的异常三维坐标进行修正；计算出特征关节点间每一帧在XOY、XOZ、YOZ三个平面的角度，绘出角度变化曲线；如果曲线由多个动作组成，将其分割为单个动作的曲线；将实际动作与其标准动作的曲线在关键帧和非关键帧处进行不同方式的对比，计算关键帧处角度差的绝对值，得到最终评估结果；系统包括数据导入模块、特征关节点选取模块、数据处理模块、角度计算及其曲线绘制模块、曲线处理模块和动作评估模块。本发明准确度高，过程简单高效，计算过程简单容易理解。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
