基于并行树搜索的桁架装配序列规划方法

    公开(公告)号:CN113505922B

    公开(公告)日:2023-08-01

    申请号:CN202110767902.8

    申请日:2021-07-07

    Applicant: 福州大学

    Abstract: 本发明提出基于并行树搜索的桁架装配序列规划方法,包括以下步骤:步骤S1:根据目标桁架结构生成无向图,对各个杆件赋予相应的权重,存储于并行树搜索的主模式中;步骤S2:根据桁架结构建立若干个子模式及对应的根结点,各子模式分别扩展多叉树,逐层生成叶子结点;步骤S3:判断各子模式的最优解是否产生冲突,并由主模式中的判别机制进行选择决策;步骤S4:各子模式将得到的最优叶子结点信息返回主模式,主模式将已连接的杆件对应的序列号设置为不可读状态;步骤S5:子模式逐步扩展到无可扩展的杆件列表时,由主模式判断目标桁架结构是否被完全扩展,由此判断是否结束搜索程序;本发明能够快速有效的获取符合稳定性要求的桁架并行装配序列。

    一种视觉与激光雷达融合的室外移动机器人位姿估计方法

    公开(公告)号:CN112396656B

    公开(公告)日:2023-04-07

    申请号:CN202011329017.3

    申请日:2020-11-24

    Applicant: 福州大学

    Abstract: 本发明涉及一种视觉与激光雷达融合的室外移动机器人位姿估计方法,包括以下步骤:步骤S1:获取点云数据及视觉图像数据;步骤S2:采用迭代拟合的算法对地面模型进行准确估计并提取地面点;步骤S3:对视觉图像下半区域提取ORB特征点,并根据地面点为视觉特征点估计深度;步骤S4:获取由点云的深度信息构成的深度图像;步骤S5:提取边缘特征、平面特征及地面特征;步骤S6:利用汉明距离及RANSAC算法对视觉特征进行匹配并采用迭代最近点法初步计算移动机器人的相对位姿;步骤S7:根据视觉得到的相对位姿、地面点云提供的点面约束、法向量约束和非地面点云提供的点线、点面约束,得到机器人的最终位姿。本发明实现移动机器人在室外环境中精度更高、鲁棒性更高的位姿估计。

    一种通用无人潜水器及其仿真软件平台

    公开(公告)号:CN112530007B

    公开(公告)日:2023-03-10

    申请号:CN202011541255.0

    申请日:2020-12-23

    Applicant: 福州大学

    Abstract: 本发明涉及一种通用无人潜水器及其仿真软件平台,无人潜水器包括底板,底板上方设有两个密封舱,第一密封舱放置锂电池,第二密封舱放置相机云台与IMU模块、通信控制系统,无人潜水器的前、后、上方各装有两个推进器,底板下方设有DVL和测深声呐传感器,两侧支撑挡板中间设有浮力架及浮力块;仿真软件平台包括:创建无人潜水器三维模型;创建仿真环境的海底三维模型;创建两个可视化窗口,用于实时观察无人潜水器运动状态及其周围水域环境,以及相机云台录像、机器人运动轨迹和测深声呐图像。该无人潜水器设计合理,通用性强,该仿真软件平台可对无人潜水器运动状态进行三维动态仿真,实现轨迹追踪、海底地形测绘和周围场景的实时获取及全程可视化。

    一种基于复合式边界检测的机器人自主探索方法

    公开(公告)号:CN113110522B

    公开(公告)日:2022-07-08

    申请号:CN202110582540.5

    申请日:2021-05-27

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于复合式边界检测的机器人自主探索方法,包括以下步骤:步骤1:利用基于改进随机树算法的全局边界检测算法来检测地图全局范围内的边界点;步骤2:利用多根搜索树边界检测算法和九宫格边界检测算法的局部边界检测算法来检测机器人周围的边界点;步骤3:对检测到的边界点进行筛选,即剔除已被探测过的边界点并对剩余边界点进行聚类;步骤4:综合评估机器人到每个筛选后的边界点的成本和收益,选出其中评估值最大的边界点作为机器人的探索目标点;步骤5:通过对探索目标点进行路径规划,然后驱动机器人对未知环境进行探索,逐步构建环境地图。本发明能够克服现有技术的不足,引导机器人自主探索未知环境并构建环境地图。

    一种激光SLAM的回环检测方法

    公开(公告)号:CN113516682A

    公开(公告)日:2021-10-19

    申请号:CN202110775299.8

    申请日:2021-07-08

    Applicant: 福州大学

    Abstract: 本发明涉及一种激光SLAM的回环检测方法,步骤1:获取单帧三维点云数据及其同步IMU信息;步骤2:将当前帧点云分割为个单元空间,将单元空间数据分别存入矩阵,以此构建第一描述符;将分割后的点云数据与IMU信息存入B向量,以此构建第二描述符;步骤3:用步骤2所述历史帧的第二描述符构建KDTree;步骤4:用第二描述符进行最近邻搜索,从KDTree中找出n个候选相似帧;将候选相似帧与当前点云根据第一描述符进行匹配,根据匹配结果是否符合阈值判断候选相似帧中是否存在闭环,若存在,得出当前帧与回环帧的相对旋转变化。本发明实现移动机器人在室外场景以及局部路段相似性程度高的场景中精度更高、鲁棒性更强的回环检测以及地图构建方法。

    基于作业飞行机器人重心偏移的位姿控制器设计方法

    公开(公告)号:CN110427043B

    公开(公告)日:2021-09-28

    申请号:CN201910833440.8

    申请日:2019-09-04

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于作业飞行机器人重心偏移的位姿控制器设计方法,包括如下步骤:步骤S1:考虑重心偏移,对四旋翼无人机搭载机械臂系统进行建模;步骤S2:通过引入二阶滑模函数,在滑模面上求解出位置控制律,使无人机平台可以按目标轨迹飞行;步骤S3:姿态解耦时考虑重心偏移系统参数,解算出无人机平台按目标轨迹飞行所需的翻滚角、俯仰角和升力;步骤S4:在姿态控制器中考虑重心偏移控制参数,在反演控制器中加入自适应,使控制律自适应重心偏移控制参数,解算出翻滚、俯仰、偏航的输入力矩;步骤S5:通过升力、翻滚力矩、俯仰力矩、偏航力矩解算出四个旋翼的转速。该方法有利于提高无人机的控制精度。

    基于机器学习和生理信号的情绪识别模型构建方法及系统

    公开(公告)号:CN113397546A

    公开(公告)日:2021-09-17

    申请号:CN202110702914.2

    申请日:2021-06-24

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于机器学习和生理信号的情绪识别模型构建方法及系统。该方法包括:获取样本人群的多种生理数据,并构建第一样本数据集,而后提取各生理信号特征,预处理后得到第二样本数据集,并按预设比例分为训练集和验证集;选取分类机器学习模型为每种生理信号构造一级模型,将训练集作为输入进行训练,得到若干情绪识别模型;对每个情绪识别模型进行准确性分析,并计算不同模型之间的相关性,以及样本数据的稳定性,由此得到该情绪识别模型的融合权重;基于融合权重,结合所有情绪识别模型,构建综合预测模型。本发明有效提升了模型精度和泛化能力,能通过生理信号快速预测待测者的情绪状态,避免待测者主观因素对情绪判别的影响。

    一种无人餐厅自动送餐路径规划方法

    公开(公告)号:CN110597263A

    公开(公告)日:2019-12-20

    申请号:CN201910909681.6

    申请日:2019-09-25

    Applicant: 福州大学

    Abstract: 本发明涉及一种无人餐厅自动送餐路径规划方法,包括以下步骤:步骤S1:根据顾客点餐系统获取送餐小车的目标点位及送餐小车数量;步骤S2:根据得到的目标点位及送餐小车数量,确定系统调度目标;步骤S3:根据系统调度目标构建路径规划模型;步骤S4:根据得到的路径规划模型规划初始规划策略;步骤S5:根据得到初始规划策略,采用模糊算法规避实时碰撞,生成最优规划策略;步骤S6:系统根据最优规划策略控制送餐小车执行送餐任务。本发明可以保证无人餐厅自动送餐系统的稳定性、可靠性,同时保证送餐小车组的调度有序、高效,不会发生送餐小车间相互碰撞或者死锁的情况。

    基于作业飞行机器人重心偏移的位姿控制器设计方法

    公开(公告)号:CN110427043A

    公开(公告)日:2019-11-08

    申请号:CN201910833440.8

    申请日:2019-09-04

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于作业飞行机器人重心偏移的位姿控制器设计方法,包括如下步骤:步骤S1:考虑重心偏移,对四旋翼无人机搭载机械臂系统进行建模;步骤S2:通过引入二阶滑模函数,在滑模面上求解出位置控制律,使无人机平台可以按目标轨迹飞行;步骤S3:姿态解耦时考虑重心偏移系统参数,解算出无人机平台按目标轨迹飞行所需的翻滚角、俯仰角和升力;步骤S4:在姿态控制器中考虑重心偏移控制参数,在反演控制器中加入自适应,使控制律自适应重心偏移控制参数,解算出翻滚、俯仰、偏航的输入力矩;步骤S5:通过升力、翻滚力矩、俯仰力矩、偏航力矩解算出四个旋翼的转速。该方法有利于提高无人机的控制精度。

    一种基于快速探索随机树的多机器人地图探索方法

    公开(公告)号:CN110221614A

    公开(公告)日:2019-09-10

    申请号:CN201910513339.4

    申请日:2019-06-14

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于快速探索随机树的多机器人地图探索方法,包括以下步骤:步骤1:利用基于RRT的边界检测器,包括全局边界检测器和局部边界检测器,检测边界点;步骤2:对得到的边界点进行滤波,即剔除已被探测过的边界点并将一些密集的边界点进行聚类,再将滤波后的边界点存入边界点列表中;步骤3:使用基于市场经济的多机器人任务分配策略,根据各个边界点和机器人的位置,通过对成本和收益的计算,将特定的边界点分配给利润最高的机器人,从而建立机器人的局部地图;步骤4:通过网络通信,共享并融合各个机器人所得到的地图信息从而得到最终的地图。本发明能够克服现有技术的不足,引导多机器人自主探索未知环境并建立环境地图。

Patent Agency Ranking