-
公开(公告)号:CN114089779B
公开(公告)日:2024-03-19
申请号:CN202111407640.0
申请日:2021-11-24
申请人: 湖南大学
IPC分类号: G05D1/495 , G05D1/46 , G05D101/10 , G05D109/20
摘要: 本发明公开了一种GPS拒止环境下空中机器人视觉自主控制方法及系统,包括:摄像头模块实时采集周围环境图像并发送至计算机模块,计算机模块根据周围环境图像和预设的参考图像得到单应性矩阵并发送至姿态控制器;姿态控制器根据单应性矩阵和预设的虚拟控制误差函数得到第一控制误差和姿态误差控制变量,将第一控制误差发送至计算机模块;计算机模块根据第一控制误差和预设的速度估计误差函数实时估计自身速度并发送至姿态控制器;姿态控制器根据实时估计的自身速度、预设的误差控制式、预设的空中机器人的动态方程、第一控制误差和姿态误差控制变量得到姿态控制量,根据姿态控制量控制空中机器人的自主飞行。
-
公开(公告)号:CN117454672A
公开(公告)日:2024-01-26
申请号:CN202311776355.5
申请日:2023-12-22
IPC分类号: G06F30/20 , G06T7/30 , G06T17/20 , G06F30/17 , G06F111/04
摘要: 本发明公开了一种基于曲面装配约束的机器人作业余量计算方法,获得机身点云X与蒙皮点云Y;基于装配飞机机身点云X提取待装配边界序列点云E;将待装配边界序列点云E与待装配蒙皮点云Y进行最小余量匹配,搜索最近邻匹配对,建立最小余量方差约束的优化误差方程;根据机身点云X建立蒙皮微形变方程,在局部形变上限约束下,联合优化可微点云匹配方程;利用可微匹配方程的梯度方程和海瑟矩阵计算下一步优化方向的旋转矩阵及平移向量;计算优化后的误差,若小于预设误差阈值或者迭代次数大于预设迭代次数总数则输出结果,得到当前匹配后的边界,供给铣削作业机器人去除加工余量,得到最终装配曲面。改善了装配工序,计算高效,具有极高的可用性。
-
公开(公告)号:CN116758497A
公开(公告)日:2023-09-15
申请号:CN202310279707.X
申请日:2023-03-21
申请人: 湖南大学
摘要: 本发明提供了一种基于无人系统的激光点云三维目标检测方法包括如下步骤:步骤S1:获取基于无人系统的激光点云数据集,对所述激光点云数据集进行预处理,将预处理后的激光点云数据集按照预设比例1:1分为训练集和测试集;步骤S2:构建基于无人系统的激光点云三维目标检测模型;步骤S3:将所述训练集输入至所述激光点云三维目标检测模型,得到训练好的激光点云三维目标检测模型;步骤S4:将所述测试集输入至所述训练好的激光点云三维目标检测模型,得到三维目标检测结果。本发明所提出的动态边缘卷积模块与自适应特征融合网络具有更加丰富与精细的特征表示,提高激光点云三维目标检测的精度。
-
公开(公告)号:CN116680030A
公开(公告)日:2023-09-01
申请号:CN202310669792.0
申请日:2023-06-07
申请人: 湖南大学
IPC分类号: G06F9/451 , G06F9/445 , G06F9/448 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种自主学习训练可视化系统及其方法,系统包括可视化模块和封装库,可视化模块包括若干个具有不同功能的可视化子模块,封装库包括网络结构封装库,通过程序调用网络结构封装库,从网络结构封装库中预设的若干个深度神经网络中选取目标网络,从若干个具有不同功能的可视化子模块中选取目标可视化子模块,通过选取的目标可视化子模块对选取的目标网络进行可视化,得到目标网络的可视化结果。该方法可以方便快捷得到各种可视化结果,增强深度学习算法的可解释性,实现神经网络的组态浏览与分析。
-
公开(公告)号:CN115542338B
公开(公告)日:2023-04-18
申请号:CN202211518994.7
申请日:2022-11-30
申请人: 湖南大学
IPC分类号: G01S17/86 , G01S7/48 , G06V10/82 , G06V10/62 , G06V10/774 , G06T7/246 , G06T7/277 , G06N3/042 , G06N3/082
摘要: 一种基于点云空间分布映射的激光雷达数据的学习方法,包括:S1、构建目标激光雷达点云数据集,对任意带标注激光雷达点云数据集和目标激光雷达点云数据集进行线束空间分析;S2、将任意带标注激光雷达点云数据集所在空间坐标系变换至目标激光雷达点云数据集所在空间坐标系;S3、对坐标系变换后的任意带标注激光雷达点云数据集进行序列化处理;S4、计算三维空间非共线三点近似平面与激光雷达线束的交点以完成映射;S5、利用带标注的映射数据集训练关于点云目标检测的任意深度学习模型;S6、设计多目标跟踪器对序列信息进行更新实现结果的优化。本发明易操作、效率高,具有良好的鲁棒性,减少了不同类型数据集差异带来的影响。
-
公开(公告)号:CN115922443A
公开(公告)日:2023-04-07
申请号:CN202310029401.9
申请日:2023-01-09
申请人: 湖南大学
IPC分类号: B23Q17/09
摘要: 本发明公开了一种基于滑动窗口的刀具剩余使用寿命实时预测方法,包括采集刀具切削过程中的切削力信号、振动信号及声发射信号并经采集卡转换为数字信号,每完成一次工件表面铣削,用显微镜离线测量刀具磨损值;对上述数字信号分别提取时域、频域和时频域特征,形成特征矩阵并进行规范化;设计滑动窗口提取全寿命已知的磨损值,与规范化后的特征矩阵形成输入矩阵对长短时记忆网络模型进行训练;按时序迭代输入前一时刻预测出的磨损值更新所提取的磨损值滑动窗,与规范化后的特征矩阵形成输入矩阵对训练好的长短时记忆网络模型进行验证,得到对应时刻刀具磨损量的预测值。只需要切削过程中的上述信号和前期少量测量磨损值,就能预测剩余使用寿命。
-
公开(公告)号:CN115597924A
公开(公告)日:2023-01-13
申请号:CN202211425505.3
申请日:2022-11-15
申请人: 湖南大学(CN)
摘要: 本发明涉及水体采样技术领域,具体为一种无人机挂载的高精度多点水体采样装置及采样方法,装置包括:壳体、升降机构、采样机构、输送机构、存储机构、控制模块和位置探测机构;采样机构通过升降机构安装在壳体的左侧;存储机构安装在壳体的下部;输送机构的输入端伸入到采样机构的内侧,输出端与存储机构连通,用于将采样机构内采样的水体输送到存储机构内进行存储,位置探测机构安装在壳体的下部;控制模块安装在壳体的内侧,控制模块分别与升降机构、输送机构、位置探测机构电连接;本发明中的输送机构为电磁式,通过电磁式的输送机构,可稳定、准确、可靠的进行多次取样,并且能够自主释放并存储采样水体;同时本发明采样效率高、可拓展性强。
-
公开(公告)号:CN114878576A
公开(公告)日:2022-08-09
申请号:CN202210383239.6
申请日:2022-04-13
申请人: 云南武易高速公路有限公司 , 同济大学 , 云南楚姚高速公路有限公司 , 湖南大学 , 重庆交通大学
摘要: 本发明的一种公路隧道病害集成检测车,其通过设置前检测部和后检测部,使得该检测车能够通过剪叉机构实现在隧道内的行进,而且由于在前检测部和后检测部上均设置了不相互重叠的检测组件,使得本检测车的检测更加全面,同时,检测组件由于设置了软笔头和硬笔头从而使得该检测组件能够同时检测出裂缝和凸起并且做出不同的记录,更进一步的,在检测出裂缝后还可以通过浆液修补组件进行裂缝修补,进一步提高了设备的智能化,同时,在检测车上设置了扫描仪结构,将纸质的记录纸转换为可远程发送和电脑操作的数据格式,进一步提高了检测车的智能性。
-
公开(公告)号:CN114821014A
公开(公告)日:2022-07-29
申请号:CN202210534762.4
申请日:2022-05-17
申请人: 湖南大学
IPC分类号: G06V10/10 , G06V10/32 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/56 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种基于多模态多任务对抗学习的目标检测识别方法及装置,该方法将整个模型分成了特征提取阶段、区域提案阶段和多任务目标检测阶段三个部分。在特征提取阶段,采用多模态特征融合的方法,对输入数据的RGB图像和语义图像进行特征提取,使模型对于图像中目标的位置信息更加敏感,同时还增强了目标语义信息的提取;区域提案阶段用以生成随机窗口和提案框作为下阶段的输入;在多任务目标检测阶段中,采用多任务学习的方法,通过联合训练三个辅助任务来提高主任务的检测精度。对于目标检测网络,引入了对抗学习的思想,加入两个对抗式生成网络,用来生成多样式样本,提高模型的鲁棒性。
-
公开(公告)号:CN113065499B
公开(公告)日:2022-07-01
申请号:CN202110398811.1
申请日:2021-04-14
申请人: 湖南大学
摘要: 本发明公开了一种基于视觉学习驱动的空中机器人集群控制方法及系统,包括以下步骤:采用摄像头模块扫描获取当前空中机器人全方位周围场景图像;对全方位周围场景图像进行预处理,得到预处理后的全方位周围场景图像;根据预处理后的全方位周围场景图像和预设的网络模型,得到网络模型输出的控制量;检测空中机器人当前运行状态信息,根据当前运行状态信息确认当前空中机器人运行正常时,获取当前空中机器人前一次运行的目标速度,根据前一次运行的目标速度和网络模型输出的控制量得到最终控制量,根据最终控制量实现对当前空中机器人的控制,解决了传统空中机器人无法在通讯困难以及GPS拒止的环境中实现集群的问题。
-
-
-
-
-
-
-
-
-