-
公开(公告)号：CN114114917B
公开(公告)日：2024-09-13
申请号：CN202111405312.7
申请日：2021-11-24
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于极点配置的反步控制方法，属于非线性系统控制领域。为了解决目前反步控制方法不能对闭环系统的瞬态响应进行分析和设计的问题。本发明所述首先针对被控对象建立n维非线性系统状态空间模型；根据系统的状态变量x1和目标信号构建误差变量z1，针对i＝2,3,…,n，根据系统的状态变量xi和待设计的虚拟控制函αi‑1构建误差变量zi；然后利用反步法设计虚拟控制函数，将虚拟控制函数代入误差系统模型，得到新的误差系统模型；利用新的误差系统模型设计控制器u，并利用极点配置设计控制器参数，得到不同的系统瞬态响应过程。本发明用于非线性系统的目标跟踪控制。
-
公开(公告)号：CN118594637A
公开(公告)日：2024-09-06
申请号：CN202410654309.6
申请日：2024-05-24
Applicant: 哈尔滨工业大学
IPC: B01L3/00
Abstract: 基于全息光阱的微流体智能控制系统及控制方法，本发明涉及微流体智能控制系统及控制方法。本发明的目的是为了解决在微流控系统中，难以实现局部流道中细胞的控制、难以实现微流控芯片中细胞多个位置、不同方向和速度的流体控制、流体中细胞控制可靠性和稳定性差、制造成本高、难度大、操作复杂的问题。方法过程为：获得目标光场图案和对应的相位图；在空间光调制器上加载相位图，激光发射器发射激光依次经过扩束器、空间光调制器、4F系统、分光镜、显微镜物镜，在显微镜物镜下生成目标光场，目标光场图案投射在微流控芯片平面；相机通过显微镜物镜观察记录目标光场图案；基于目标光场图案实现微流控芯片中细胞或粒子进入目标出口。
-
公开(公告)号：CN114035436B
公开(公告)日：2024-04-02
申请号：CN202111405311.2
申请日：2021-11-24
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于饱和自适应律的反步控制方法、存储介质及设备，属于非线性系统控制技术领域。为解决目前自适应反步控制方法不能处理系统中的未知非线性函数的问题以及现有的饱和控制存在不平滑的问题。本发明针对于被控对象，建立二维非线性系统状态空间模型，二维非线性系统中存在两个状态变量；然后根据系统的状态变量x1和目标信号构建误差变量z1，根据状态变量x2和待设计的虚拟控制函α1构建误差变量z2，设计李雅普诺夫函数并对时间求一阶导数，然后基于李雅普诺夫函数的一阶导数，设计虚拟控制函数α1以及控制输入u，并最终设计得到饱和自适应律。主要用于非线性系统的控制。
-
公开(公告)号：CN117764841A
公开(公告)日：2024-03-26
申请号：CN202311802569.5
申请日：2023-12-25
Applicant: 哈尔滨工业大学
IPC: G06T5/00 , G06V10/774 , G06N3/0464 , G06V10/40
Abstract: 一种基于VITs的图像复原方法，本发明涉及基于VITs的图像复原方法。本发明的目的是为了解决现有方法大多基于卷积神经网络复原图像，存在复原的图像精度低的问题。一种基于VITs的图像复原方法具体过程为：步骤一、采集汽车在各种驾驶环境下的退化图像与基准真实图像对，作为训练集；步骤二、构建图像复原网络；步骤三、基于训练集训练图像复原网络，获得训练好的图像复原网络；步骤四、采集待测退化图像，输入训练好的图像复原网络获得复原图像。本发明用于图像复原领域。
-
公开(公告)号：CN117763423A
公开(公告)日：2024-03-26
申请号：CN202311802556.8
申请日：2023-12-25
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G06F18/214 , G06F18/10 , G06F18/213 , G06F30/20
Abstract: 一种基于深度学习的智能汽车激光雷达点云异常检测方法，本发明涉及智能汽车激光雷达点云异常检测方法。本发明为了解决现有深度学习模型对点云进行密集异常检测存在数据标注以及如何在实现密集异常检测的同时保障实时性的问题。将待测点云输入训练好的深度学习模型，得到重建的无噪声点云和异常类别；当异常类别为无异常时，待测点云异常检测结果为没有任何异常；当异常类别为无法处理的异常时，待测点云为异常点云；当异常类别为某个可处理的异常时，计算相对距离差的绝对值，大于阈值待测点云中第k个点为异常点，否则待测点云中第k个点不识别为异常点；直至判断完待测点云中所有点是否为异常点。本发明用于智能汽车激光雷达点云异常检测领域。
-
Patent Agency Ranking
公开(公告)号：CN117192568A
公开(公告)日：2023-12-08
申请号：CN202311162267.6
申请日：2023-09-08
Applicant: 哈尔滨工业大学
Abstract: 一种基于识别ArUco码联合激光SLAM的建图和重定位方法，它属于地图构建及重定位技术领域。本发明解决了现有机器人激光SLAM技术的建图和重定位效果差，以及重定位所需的时间长的问题。本发明利用相机传感器识别ArUco码，将在环境中布置的ArUco码的位姿信息融入到激光SLAM中进行建图，同时在地图中记录下各个ArUco码的位置以及ID，以此来辅助优化激光SLAM的建图和重定位的效果，并减少了重定位所需的时间。本发明方法可以应用于地图构建及重定位领域。
-
公开(公告)号：CN115631186B
公开(公告)日：2023-10-03
申请号：CN202211393023.4
申请日：2022-11-08
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06T3/40 , G06V10/82 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种基于双分支神经网络的工业元件表面缺陷检测方法，涉及缺陷检测技术领域。本发明是为了解决工业元件表面缺陷检测任务所面临的图像分辨率高、缺陷面积小、缺陷样本数量少、现有算法适应能力弱的问题。本发明包括：获取待预测的工业元件图像，将待预测的工业元件图像输入到表面缺陷检测网络中获得缺陷检测结果；表面缺陷检测网络，通过以下方式获得：构建工业元件表面缺陷分类数据集；对缺陷分类数据集增广，增广结果作为训练集；构建双分支深度卷积神经网络，利用训练集训练双分支深度卷积神经网络获得表面缺陷检测网络。本发明用于检测工业元件的表面缺陷。
-
公开(公告)号：CN114782915B
公开(公告)日：2023-04-07
申请号：CN202210373936.3
申请日：2022-04-11
Applicant: 哈尔滨工业大学
IPC: G06V20/56 , G06V20/58 , G06V20/70 , G06V10/26 , G06V10/82 , G06V10/80 , G06V10/74 , G06V10/774 , G06V10/776 , G06V10/778 , G06N3/0455 , G06N3/047 , G06N3/09 , G06N3/096
Abstract: 基于辅助监督和知识蒸馏的智能汽车端到端车道线检测系统及设备，属于人工智能及检测技术领域。为了解决目前车道线检测算法尚没有一种能够兼顾算法精度和计算效率的检测方法的问题。本发明首先利用主干网络提取图像中的车道线特征，并利用多项式解码器解码特征获得车道线多项式模型参数，并加入了语义分割分支用于强化主干网络的特征提取能力；同时提出教学模块与测试模块，以类似知识蒸馏的策略将信息从语义分割解码器传送到多项式解码器，从而提升多项式解码器检测的精度；在模型训练时模型的全部结构参与对图像进行处理；在模型部署时，仅部署主干网络模型与多项式解码器，满足智能汽车车道线检测实时性的要求。主要用于车道线的检测。
-
公开(公告)号：CN115623770A
公开(公告)日：2023-01-17
申请号：CN202211373329.3
申请日：2022-11-07
Applicant: 哈尔滨工业大学
Abstract: 基于k近邻算法的直排式贴片机贴装路径优化方法，属于电器技术及电气工程领域。解决了贴片机对阵列式PCB板进行贴装时贴装路径规划效率低、贴装路径长的问题。本发明结合k近邻算法、引入欧式距离与切比雪夫距离，增加最短路径的搜索范围，从每个吸杆所对应的贴装点集中搜索选择贴装路径距离最小的贴装点作为该吸杆的最优贴装点输出，从而获得所有可用吸杆的最优贴装路径，得到整体贴装路径更短，提高了贴装效率。本发明主要用于对阵列式PCB板进行贴装。
-
公开(公告)号：CN113093553B
公开(公告)日：2023-01-17
申请号：CN202110396089.8
申请日：2021-04-13
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于指令滤波扰动估计的自适应反步控制方法，属于非线性系统自适应控制方法领域。解决了目前自适应反步控制技术对扰动上界进行估计，导致所设计的控制器过于保守且能量消耗较大问题。本发明根据实际应用的非线性系统的状态变量和系统期望输出信号，建立含有扰动项的非线性二阶系统状态空间模型；根据含有扰动项的非线性二阶系统状态空间模型，建立扩维的非线性三阶系统状态空间模型，设定误差变量，利用误差变量设计李雅普诺夫函数；对李雅普诺夫函数对时间求一阶导数；利用反步法和指令滤波器设计虚拟控制函数以及系统控制输入；实现对期望输出信号的跟踪。本发明适用于非线性系统控制使用。
-
-
-
-
-
-
-
-
-
Search Results
504
records
(took 0.033 seconds)
