一种基于深度神经网络的像素级抓取位姿预测方法

    公开(公告)号:CN117036473A

    公开(公告)日:2023-11-10

    申请号:CN202310850919.9

    申请日:2023-07-11

    Abstract: 本发明公开了一种基于深度神经网络的像素级抓取位姿预测方法,属于机器人视觉领域,该方法包括获取训练数据集;构建AGA区域抓取属性模型,并根据AGA区域抓取属性模型建模训练数据集中对象的抓取属性,得到预制数据集;根据预制数据集,构建位姿预测网络模型;获取待测物体图像,并利用位姿预测网络模型获取待测物体图像的像素级抓取位姿预测结果。本发明解决了深度神经网络模型训练中的角度冲突,简化了真实抓取位姿的标记过程,能够有效地实现对物体的抓取位姿预测,为机器人抓取任务提供了新的思路和方法。

    一种基于改进超扭曲算法的高空台进气压力控制系统

    公开(公告)号:CN116860026A

    公开(公告)日:2023-10-10

    申请号:CN202310714578.2

    申请日:2023-06-15

    Abstract: 本发明公开了一种基于改进超扭曲算法的高空台进气压力控制系统,包括对称的两根进气系统,其中,第一进气系统包括第一供气机组与第一进气管道的进气口连接,第一进气管道的第一出气口与第一出气管道的进气口连接,第一出气管道的出气口与第一放气塔连接,第一出气管道上设置有第一稳压阀门,第一进气管道的第二出气口与混合器的第一进气口连接;第一进气管道上设置有第一压力调节阀门,第一压力调节阀门位于第一进气管道的第二出气口与混合器的第一进气口之间;混合器的出气口与高空试验舱连接,本系统解决了现有的高空台进气压力控制系统响应速度和超调量之间的矛盾问题。

    一种基于高斯过程回归和控制障碍函数的学习控制方法

    公开(公告)号:CN118483913A

    公开(公告)日:2024-08-13

    申请号:CN202410716732.4

    申请日:2024-06-04

    Abstract: 本发明公开了一种基于高斯过程回归和控制障碍函数的学习控制方法,属于机器人控制领域,包括:建立机器人动力学模型,设置机器人期望轨迹矩阵,并建立误差状态空间,利用高斯过程回归对机器人动力学模型进行学习,并基于Lyapunov理论建立反馈线性化控制策略,得到满足跟踪过程的控制输入,最后建立安全约束,利用控制障碍函数进行控制,得到满足安全约束以及优化后的控制指令,使用满足安全约束以及优化后的控制指令对机器人进行控制,完成对不确定非线性系统的学习控制。本发明通过高斯过程回归和控制障碍函数对不确定非线性系统进行学习,能够更全面地处理非线性系统中多样化的不确定性确保系统在各种条件下的鲁棒性。

    一种基于重投影误差和深度估计的动态SLAM方法

    公开(公告)号:CN115619826A

    公开(公告)日:2023-01-17

    申请号:CN202211265048.6

    申请日:2022-10-17

    Abstract: 本发明公开了一种基于重投影误差和深度估计的动态SLAM方法,包括以下步骤:获取RGB图像,提取RGB图像的ORB特征点;对RGB图像预处理,得到静态背景、目标标签、像素点还原至世界坐标系的坐标和进行帧间匹配后的像素点;根据RGB图像的ORB特征点、静态背景、目标标签、像素点还原至世界坐标系的坐标和进行帧间匹配后的像素点计算并根据重投影误差和深度残差识别动态目标和静态目标;根据动态目标、静态背景和静态目标,完成SLAM并实时估计动态目标位姿;对动态目标位姿进行光束平差优化。本发明提高了识别动态目标的准确度和求取的轨迹精度。

    一种基于WOA-BP神经网络的进气压力系统辨识方法

    公开(公告)号:CN117852392A

    公开(公告)日:2024-04-09

    申请号:CN202311716682.1

    申请日:2023-12-13

    Abstract: 本发明公开了一种基于WOA‑BP神经网络的进气压力系统辨识方法,包括以下步骤:S1、构建单调节阀工况条件下简化的进气压力系统的系统方程;S2、通过零维进气压力系统机理模型构建训练集和测试集;S3、根据系统方程构建BP神经网络,根据训练集采用WOA优化BP神经网络,得到WOA‑BP神经网络;S4、将测试集输入WOA‑BP神经网络,得到进气压力辨识结果。为降低计算量,满足半实物仿真实时性需求,提出了利用神经网络模型替换原有复杂物理过程模型的方法,可以灵活的增加时变参数,来满足工程实际要求,考虑传统BP神经网络存在收敛速度慢、局部极小化的问题,引入鲸鱼优化算法对BP神经网络的权值、阈值进行优化。

    一种基于虚拟现实的巡检方法及装置

    公开(公告)号:CN117234194A

    公开(公告)日:2023-12-15

    申请号:CN202311077423.9

    申请日:2023-08-24

    Abstract: 本发明公开了一种基于虚拟现实的巡检方法及装置,该方法包括:构建像素坐标系与世界坐标系的转换关系,获取风电巡检现场视频信息,进而实时构建虚拟风电巡检现场图像;根据风电巡检任务和虚拟风电巡检现场图像生成风电巡检机器人移动数据和操作者位姿数据;构建操作者运动空间与风电巡检机器人运动空间的映射关系,并根据风电巡检机器人移动数据、操作者位姿数据和操作者运动空间与风电巡检机器人运动空间的映射关系,生成风电巡检机器人的控制指令以控制风电巡检机器人执行风电巡检任务。本发明通过将虚拟现实和SLAM建图结合,构建对应的坐标系转换关系和空间映射关系,能提升风电巡检的操作简便性和准确性。

Patent Agency Ranking