-
公开(公告)号：CN102052934B
公开(公告)日：2012-06-06
申请号：CN200910237429.1
申请日：2009-11-06
申请人： 北京理工大学
摘要： 本发明为一种多线传感器的故障诊断方法，第一步：通过均匀采样和随机采样两种方式采样；第二步：记录各个分线上的状态变化值；第三步：找出当前有状态变化的最大位α；第四步：对数据进行归一化处理；第五步：故障判断与定位：当mi满足式时，表示此线正常，如果远远大于或是小于1表明此线故障；第六步：故障复核。本发明分析了不同采样条件下的故障特征，将基于统计结果和基于相关变化的两种故障诊断方法相结合，成功的解决了在实际使用过程中的多线传感器的故障诊断问题，可以准确发现和定位多线传感器多种故障，并具有一定的实时性，对软硬件的要求低。
-
公开(公告)号：CN101852609B
公开(公告)日：2011-10-19
申请号：CN201010189865.9
申请日：2010-06-02
申请人： 北京理工大学
摘要： 本发明公开了一种基于机器人双目立体视觉的地面障碍物检测方法，属于智能机器人技术领域。包括以下步骤：根据双目的基线长度和焦距，利用已知图像的几何构形解析出图像中各行的地面视差值；在地面视差值的基础上，通过反投影模型计算出某像素对应场景点的三维坐标，从而初步判断该像素属于障碍物或是地面点；对障碍物和地面点分别赋予不同的颜色；对上述结果进行后处理，去除虚假的障碍物；消除立体误差，建立栅格地图。该方法适用于室内各种复杂环境，针对不同的障碍物，都能达到精确识别，并且具有很高的实时性，为机器人实施避障提供了很好的准备条件。
-
公开(公告)号：CN101567617B
公开(公告)日：2010-12-22
申请号：CN200910008738.1
申请日：2009-03-06
申请人： 北京理工大学
摘要： 本发明涉及一种圆筒型直线电机结构参数优化设计方法，属于机电智能化领域，是一种电机参数优化设计技术。本发明在满足结构参数约束范围条件下，对结构参数进行动态采样，通过使用有限元分析方法，对不同结构参数的圆筒型直线电机的推力及波动值进行分析，继而将结构参数作为神经网络输入，推力及波动值作为神经网络输出，使用神经网络对结构参数与推力及波动的函数关系进行拟合，最后结合智能优化方法对待优化结构参数进行优化，得到满意的电机单位体积内推力及波动的性能。本发明易于工程化应用，能避免电机磁路复杂导致集中参数计算不准确，以及参数之间相互耦合导致的参数优化困难等。本技术亦可用于任意结构电机的结构参数优化设计。
-
公开(公告)号：CN101829989A
公开(公告)日：2010-09-15
申请号：CN201010163147.4
申请日：2010-04-29
申请人： 北京理工大学
IPC分类号： B25J9/08
摘要： 本发明涉及一种基于区间分析的低自由度并联机器人多指标优化设计方法，包括以下步骤：1、性能指标的数学建模，确定需要进行优化设计的并联机器人的基本几何参数及初始范围，并对工作空间、寄生运动、精度建模，确定强制性设计指标；2、基于区间分析算法对工作空间、寄生运动、精度建模进行优化设计，分别获得几乎所有的、能够分别满足工作空间、寄生运动幅值限制、精度设计要求的几何参数的解区间；3、求解满足所有强制性要求的可行解；4、中心采样并计算采样点上的可妥协性设计指标。本发明提供了一种系统化解决多指标优化问题的新思路，不必选取权值，不会陷入局部极小，并且具有增量式和开放式的算法结构。
-
公开(公告)号：CN101567617A
公开(公告)日：2009-10-28
申请号：CN200910008738.1
申请日：2009-03-06
申请人： 北京理工大学
摘要： 本发明涉及一种圆筒型直线电机结构参数优化设计方法，属于机电智能化领域，是一种电机参数优化设计技术。本发明在满足结构参数约束范围条件下，对结构参数进行动态采样，通过使用有限元分析方法，对不同结构参数的圆筒型直线电机的推力及波动值进行分析，继而将结构参数作为神经网络输入，推力及波动值作为神经网络输出，使用神经网络对结构参数与推力及波动的函数关系进行拟合，最后结合智能优化方法对待优化结构参数进行优化，得到满意的电机单位体积内推力及波动的性能。本发明易于工程化应用，能避免电机磁路复杂导致集中参数计算不准确，以及参数之间相互耦合导致的参数优化困难等。本技术亦可用于任意结构电机的结构参数优化设计。
-
公开(公告)号：CN101488010A
公开(公告)日：2009-07-22
申请号：CN200910008737.7
申请日：2009-03-06
申请人： 北京理工大学
IPC分类号： G05B13/02
摘要： 本发明涉及一种伺服系统本质非线性补偿控制器，属于工业控制领域。本发明包括变结构神经网络反馈补偿部分、前向自适应补偿部分和鲁棒补偿部分，可同时补偿系统中存在的摩擦非线性与驱动器死区非线性。变结构神经网络对系统中存在的摩擦非线性进行补偿，而自适应鲁棒控制对系统驱动器存在的死区非线性和外部扰动进行补偿控制；变结构神经网络技术减小了网络规模和计算量，增强了该控制器的实用性；自适应鲁棒控制，保证了系统的稳态精度、瞬态性能及鲁棒性；将该发明应用到电机位置跟踪控制中，实际运行结果表明，本发明使系统具有非常好的稳态跟踪精度和良好的鲁棒性。
-
公开(公告)号：CN118690778A
公开(公告)日：2024-09-24
申请号：CN202410803426.4
申请日：2024-06-20
申请人： 北京理工大学
摘要： 本发明公开了基于硬注意力增强的近端策略优化方法、终端及存储介质，涉及人工智能与控制技术领域。本发明通过硬注意力模块对智能体的观测数据进行整理、排列以及筛选，有效降低系统状态空间复杂度和无关的冗余信息的干扰。另外还采用近端策略优化方法，通过基于全局信息的评价网络与决策网络进行交替迭代训练，评价网络可以对决策网络的习得策略进行准确、合理的评价，提高强化学习方法应用于复杂干扰环境下大规模多智能体协同任务时的学习效率、策略性能以及鲁棒性。从而解决现有技术中大规模多智能体系统状态维度爆炸、单个智能体观测受限的问题，实现在复杂干扰环境中执行大规模群体对抗任务。
-
公开(公告)号：CN117407738A
公开(公告)日：2024-01-16
申请号：CN202311139776.7
申请日：2023-09-05
申请人： 北京理工大学
IPC分类号： G06F18/23213 , G06Q10/0631
摘要： 本发明涉及一种基于能力匹配聚类算法的无人群组构建方法，属于无人平台群组构建技术领域，用于实现大规模任务情形下的无人群组构建，将复杂大规模任务分配问题分解为多个简单无人群组构建问题。本发明首先利用k‑means聚类算法根据任务在实验场景中的位置分布先解决任务分组问题，然后计算任务小组的整体任务需求，即将任务小组中各任务点各维度的需求进行相加得到任务小组的整体需求；然后，参考各任务小组的需求构建无人平台小组，从备选的无人平台中持续选出一个无人平台加入无人平台小组，计算并更新无人平台小组的能力，直到无人平台小组的能力大于任务小组的要求为止，当每个任务小组都有对应可以完成任务的无人平台小组时，无人群组构建完毕。
-
公开(公告)号：CN116430899A
公开(公告)日：2023-07-14
申请号：CN202310453213.9
申请日：2023-04-25
申请人： 北京理工大学
IPC分类号： G05D1/10
摘要： 本发明公开了基于强化学习的异构集群无人系统事件触发协同控制方法，涉及集群无人系统技术领域，能够减少通信资源的消耗，适用于系统模型未知情况下实现最优协同跟踪控制。具体方案为：建立针对无人系统的系统模型；构建事件触发的分布式观测器，利用观测器来估计领航者的状态；构建基于边的事件触发控制器，重构增广异构无人系统的动力学模型，根据增广异构无人系统动力学模型构建控制器增益矩阵。基于数据驱动的求解机制，首先将无人机系统前期运行的数据存储起来，而后根据无人机系统前期运行数据，利用基于强化学习的策略迭代算法，学习最优的基于边的事件触发控制器，进而保证控制器增益矩阵Ki*最优，实现最优的协同跟踪控制。
-
-
-
-
-
-
-
-
-
搜索结果
200 条记录 (耗时 0.031 秒)
