-
公开(公告)号：CN119148528A
公开(公告)日：2024-12-17
申请号：CN202411291266.6
申请日：2024-09-14
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明的基于短时增量的系统动力学参数实时估计方法，包括以下步骤：S1、求解具有未知参数或函数的复杂系统动力学模型表达式，将其控制仿真过程离散化，定义仿真的大步长与小步长；S2、通过状态变量序列的自相关函数、偏自相关函数以及模型选择准则选择合适的一步最优预测模型；S3、每个大步长开始时刻，通过步骤S2中选择的一步最优预测模型求解下一大步长开始时刻和这一大步长中间每个小步长；S4、在该大步长内每个小步长时刻作用输入控制量增量，测量每一小步长开始时刻的状态变量；S5、根据所求得各小步长状态变量预测值和实际测量值之差计算动力学模型未知参数。本发明通过一步最优预测的方法估计系统动力学的参数，实现“边控制边估计”，使得系统在不受到大幅影响的前提下，能够较准确地估算系统的动力学参数。
-
公开(公告)号：CN118642261A
公开(公告)日：2024-09-13
申请号：CN202410670847.4
申请日：2024-05-28
Applicant: 哈尔滨工业大学
Abstract: 一种融合视觉反馈的压电显微镜载物台控制方法，它属于显微镜自动载物台控制技术领域。本发明解决了现有自动显微镜载物台控制方法的载物台定位精度低的问题。本发明将显微镜的载物台替换为压电平台，并配置有摄像头。根据对压电致动器的频率特性测试结果和非线性特性测试结果对压电致动器的线性模型和非线性模型进行参数辨识，再结合参数辨识结果设计压电显微镜载物台的内环控制器和外环控制器，并结合摄像头的视觉反馈来调整外环控制器的输入。通过内环控制器和外环控制器对载物台进行协同控制，以实现载物台的精准定位。本发明方法可以应用于压电显微镜载物台控制领域。
-
公开(公告)号：CN118493374A
公开(公告)日：2024-08-16
申请号：CN202410400905.1
申请日：2024-04-03
Applicant: 哈尔滨工业大学
IPC: B25J9/16
Abstract: 一种基于部落迁徙算法的空间机器人基座抗扰动方法，本发明涉及空间机器人基座抗扰动方法。本发明的目的是为了解决现有自由漂浮空间机器人在机械臂关节运动过程中造成的基座偏移问题。过程为：一、根据自由漂浮空间机器人基座和机械臂的运动关系方程，定义基座姿态扰动过程幅度和基座姿态扰动最终幅度，基于基座姿态扰动过程幅度和基座姿态扰动最终幅度构建自由漂浮空间机器人基座姿态扰动目标函数；二、选用七次正弦多项式的方法对自由漂浮空间机器人的第i个机械臂关节角度轨迹进行参数化，将七次正弦多项式转换为仅由两个未知参数表示的多项式；三、得出使基座姿态扰动目标函数值最小的机械臂关节角度。本发明属于空间机器人控制领域。
-
公开(公告)号：CN115454096B
公开(公告)日：2024-07-19
申请号：CN202211227150.7
申请日：2022-10-09
Applicant: 哈尔滨工业大学 , 中国航天科工集团第二研究院
Abstract: 一种基于课程强化学习的机器人策略训练系统及训练方法，它属于无人系统自主决策与控制领域。本发明解决了现有方法在针对于机器人的策略训练方面难以获得好的决策与控制效果的问题。本发明针对异构多机器人不同类型的任务模式，以复杂环境的动力学模型为输入，构建基于课程学习的多机器人联合任务决策课程学习训练架构。考虑训练过程中任务难度的循序渐进，建立基于复杂环境动力学模型的参数自主生成算法和目标自主生成算法。然后在此基础上，建立课程难度评估与标校算法，反馈给自优化强化学习算法。本发明方法可以应用于无人系统的自主决策与控制。
-
公开(公告)号：CN118229523A
公开(公告)日：2024-06-21
申请号：CN202410441186.8
申请日：2024-04-12
Applicant: 哈尔滨工业大学
IPC: G06T3/4038 , G06V10/46 , G06V10/50 , G06V10/75
Abstract: 一种融合位置反馈的实时显微图像拼接方法，它属于图像对准与拼接技术领域。本发明解决了采用现有的显微图像拼接方法获得的拼接图像存在失真且拼接图像时融合的难度大的问题。本发明利用Z形轨迹对显微镜下的样本进行扫描，并利用载物台的位置反馈来实时修正载物台位置，保证近似整数像素平移，从而降低图像融合难度，避免出现图像接缝和图像失真。而且图像拼接方法采用基于SURF特征的拼接方法，具有良好的实时性和准确性。本发明方法可以应用于图像对准与拼接技术领域。
-
Patent Agency Ranking
公开(公告)号：CN118092185A
公开(公告)日：2024-05-28
申请号：CN202410350942.6
申请日：2024-03-26
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于迁移学习的强化学习安全控制方法，它属于智能控制技术领域。本发明解决了采用现有深度强化学习方法对车辆运动进行控制的安全性无法得到保证的问题。本发明方法为：步骤一、建立迁移学习的源系统模型；步骤二、建立车辆运动控制仿射动态系统模型，即目标系统模型；步骤三、利用源系统模型学习车辆运动控制仿射动态系统模型中的不确定性；步骤四、将源系统模型的控制策略迁移到目标系统模型，并结合步骤三中获得的不确定性对车辆运动进行控制。本发明方法可以应用于智能控制技术领域。
-
公开(公告)号：CN117635651A
公开(公告)日：2024-03-01
申请号：CN202311838232.X
申请日：2023-12-28
Applicant: 哈尔滨工业大学
IPC: G06T7/215 , G06T7/246 , G06T7/269 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于YOLOv8实例分割的动态环境SLAM方法，它属于同时定位与建图技术领域。本发明解决了现有方法不能同时保证分离的精度和实时性的问题。本发明将YOLOv8分割模型应用于视觉SLAM的前端，利用YOLOv8分割模型对图像中可能的动态物体进行分割，再将动态物体的特征点排除之后再进行SLAM算法，可以得到很好的定位和建图效果。而且，本发明方法提高了对动态物体特征点进行分离的精度，由于本发明仅对识别帧中的动态物体进行分割，对非识别帧采用光流的追踪方法，保证了对动态物体特征点分离的实时性。本发明方法可以应用于同时定位与建图技术领域。
-
公开(公告)号：CN116238720A
公开(公告)日：2023-06-09
申请号：CN202310214150.1
申请日：2023-03-07
Applicant: 哈尔滨工业大学
IPC: B64G4/00
Abstract: 一种模块化自重构空间软体机器人，涉及太空的在轨服务技术及安全防护技术领域。本发明是为了解决现有空间机器人还存在对空间作业环境适应力差、作业安全性低，从而导致无法安全稳定地完成所有类型作业的问题。本发明包括：软体臂、软体臂底座、自由基座；软体臂由多段弾性轴通过弾性轴固定环相互连接而成；软体臂底座与软体臂通过底部弾性轴固定外环连接；软体臂底座与自由基座固定连接。软体臂底座中包括电机、滑轮座和绕线轮。电机驱动绕线轮转动，绕线轮上的绳子通过滑轮座换向后经过底部弾性轴固定外环最终连接到弾性轴固定外环上。本发明用于完成多种空间任务下的服务工作。
-
公开(公告)号：CN115454096A
公开(公告)日：2022-12-09
申请号：CN202211227150.7
申请日：2022-10-09
Applicant: 哈尔滨工业大学 , 中国航天科工集团第二研究院
IPC: G05D1/02
Abstract: 一种基于课程强化学习的机器人策略训练系统及训练方法，它属于无人系统自主决策与控制领域。本发明解决了现有方法在针对于机器人的策略训练方面难以获得好的决策与控制效果的问题。本发明针对异构多机器人不同类型的任务模式，以复杂环境的动力学模型为输入，构建基于课程学习的多机器人联合任务决策课程学习训练架构。考虑训练过程中任务难度的循序渐进，建立基于复杂环境动力学模型的参数自主生成算法和目标自主生成算法。然后在此基础上，建立课程难度评估与标校算法，反馈给自优化强化学习算法。本发明方法可以应用于无人系统的自主决策与控制。
-
公开(公告)号：CN114186859B
公开(公告)日：2022-05-31
申请号：CN202111518655.4
申请日：2021-12-13
Applicant: 哈尔滨工业大学
IPC: G06Q10/06 , G06K9/62 , G06V10/762
Abstract: 一种复杂未知环境多机协同多目标任务分配方法，属于多无人系统任务分配技术领域。本发明针对现有复杂障碍环境下多目标多无人系统的任务分配无法实现分配最优的问题。包括：在目标区域环境地图上确定当前目标任务点；通过维诺图进行建图区域划分，将所有无人系统构建的区域地图融合后获得全场景地图；再利用K‑means算法对当前目标任务点进行初始聚类，获得初始聚类中心；再通过计算获得备用中心；利用备用中心作为本发明提出的K‑DPRM*算法的初始聚类中心，实现障碍物场景下的多目标多无人系统任务分配，通过数次迭代，进行任务再分配，获得再分配任务目标点；直到再分配后避障距离总和最小，实现聚类收敛。本发明可实现多机协同多目标任务分配最优。
-
-
-
-
-
-
-
-
-
Search Results
155
records
(took 0.039 seconds)
