-
公开(公告)号：CN113110027B
公开(公告)日：2022-11-22
申请号：CN202110384195.4
申请日：2021-04-09
申请人： 东南大学 , 南京科远智慧科技集团股份有限公司 , 南京闻望自动化有限公司
IPC分类号： G05B11/42
摘要： 本发明公开了一种轨道式斗轮取料机位置切换抗干扰控制方法。该方法针对轨道式斗轮取料机切换取料点位置任务中，对斗轮取料机的取料斗轮位置精度和响应速度的控制问题，设计线性扩张状态观测器以估计高粉尘多渣土带来的不确定摩擦、以及取料机所带物料质量不同导致的参数不确定性等干扰。所获得的总干扰估计值在主控制回路中补偿后，由PID控制器输出的控制量决定轨道式斗轮取料机的步进、俯仰和回转速度。通过设计观测器和合理选取反馈控制器增益，该方法在控制精度和响应速度方面取得良好的控制效果，同时有效提升了系统的抗干扰性能。
-
公开(公告)号：CN114879477A
公开(公告)日：2022-08-09
申请号：CN202210465138.3
申请日：2022-04-29
申请人： 东南大学
IPC分类号： G05B11/42
摘要： 本发明提出了一种基于移动圆的可变前视距离LOS制导结合PID航向航速控制器的无人艇路径跟踪控制方法。基于移动圆的可变前视距离LOS制导方法以移动圆与期望路径的相对位置关系改变前视距离，当无人艇与期望路径的横向误差较大时，较小的前视距离使得无人艇能够较快地接近期望路径，反之，无人艇与期望路径的横向误差较小时，较大的前视距离能够保证无人艇平稳无震荡地跟踪期望路径。最后，以限幅PI控制器调控推进器的基础控制量，实现航速控制，再以另一个限幅PI控制器调控左右推进器的控制偏差，从而实现差速转向。移动圆的半径应根据实验调整，理论上略大于固定前视距离从而获得更好的防震荡效果。
-
公开(公告)号：CN112147892B
公开(公告)日：2022-06-10
申请号：CN202010932611.5
申请日：2020-09-08
申请人： 东南大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种针对多质量块弹簧阻尼器一致性控制的算法，包括如下步骤：步骤S1：建立多质量块弹簧阻尼器的数学模型；步骤S2：设计实现自触发分布式预测控制算法的控制器；步骤S3：控制器有效性的证明；步骤S4：运用所设计的控制器对多质量块弹簧阻尼器进行控制，验证结果。本发明可以应用于多种非线性多智能体系统，自触发策略结合鲁棒分布式预测控制的方法不仅保留了预测控制算法能够处理多变量、有约束、不确定性问题的特点，而且通过自触发策略，可以有效地降低控制和通信消耗，同时可以改变触发系数从而在线调整控制器更新的频率，在如今信息物理系统大热的时代有重要的实际意义和应用前景。
-
公开(公告)号：CN109152079B
公开(公告)日：2021-09-07
申请号：CN201810728828.7
申请日：2018-07-05
申请人： 东南大学
IPC分类号： H04W72/12
摘要： 本发明公开了一种针对接入方法为TSCH(Time Slotted Chanel Hopping)的无线通信协议的时隙(slot)调度与信道(channel)分配算法，用于为每个超帧(superframe)生成时隙调度和信道分配方案，并优化通信时延，该算法采用对超帧内所有数据流逐跳(hop)优化的方法，先将流(flow)、链路(link)、信道和时隙组合成一种四维元组，然后基于这种四维元组建立多维冲突图来描述时隙调度和信道分配过程中的约束条件，在多维冲突图的模型下，时隙调度和信道分配被转换成一个求最大权重独立子集(MWIS)的问题，从而得以求解。本发明对流密度有较好的鲁棒性，同时可扩展性良好，能够适应于多种复杂的通信场景，极大的优化整个网络的通信时延。
-
公开(公告)号：CN113110027A
公开(公告)日：2021-07-13
申请号：CN202110384195.4
申请日：2021-04-09
申请人： 东南大学 , 南京科远智慧科技集团股份有限公司 , 南京闻望自动化有限公司
IPC分类号： G05B11/42
摘要： 本发明公开了一种轨道式斗轮取料机位置切换抗干扰控制方法。该方法针对轨道式斗轮取料机切换取料点位置任务中，对斗轮取料机的取料斗轮位置精度和响应速度的控制问题，设计线性扩张状态观测器以估计高粉尘多渣土带来的不确定摩擦、以及取料机所带物料质量不同导致的参数不确定性等干扰。所获得的总干扰估计值在主控制回路中补偿后，由PID控制器输出的控制量决定轨道式斗轮取料机的步进、俯仰和回转速度。通过设计观测器和合理选取反馈控制器增益，该方法在控制精度和响应速度方面取得良好的控制效果，同时有效提升了系统的抗干扰性能。
-
公开(公告)号：CN112529944A
公开(公告)日：2021-03-19
申请号：CN202011408555.1
申请日：2020-12-05
申请人： 东南大学
摘要： 本发明提供了一种基于事件相机的端到端的无监督光流估计方法，涉及计算机视觉的光流估计领域,针对事件相机数据用于光流估计缺乏真实光流值，以及事件数据需要预先手工制作事件表示的缺点，提出一种基于事件相机的端到端的无监督光流估计方法。利用事件相机输出的事件流，首先对原始数据进行预处理，将四维转换为三维，然后将每个样本分为多个子序列，每个子序列用ConvLSTM单独处理，全部处理完以后按通道拼接形成最终送入光流预测网络中的三维数据。采用类似于编码/解码器的光流预测网络，利用事件相机固定频率输出的事件流数据的前后两个灰度帧设计光度误差损失，加上平滑度损失，共同作为无监督损失，促使网络最终估计出光流量。
-
-
公开(公告)号：CN112034872A
公开(公告)日：2020-12-04
申请号：CN202010895952.X
申请日：2020-08-31
申请人： 东南大学
摘要： 本专利公开了一种四旋翼无人机积分补偿确定性策略梯度控制方法。本发明使用深度神经网络对四旋翼无人机的控制器进行表示，将四旋翼无人机的运动状态通过深度神经网络直接映射到四个电机的控制指令，使用机器学习算法根据奖励反馈信号对深度神经网络进行训练，最终获得满足控制需求的控制器。本方法可以直接使用带有复杂非线性特性的四旋翼无人机数学模型进行训练，通过引入积分补偿机制结合确定性策略梯度算法进行训练，可以提高训练得到的控制器的鲁棒性和精确性。
-
公开(公告)号：CN104992184B
公开(公告)日：2018-03-09
申请号：CN201510381792.6
申请日：2015-07-02
申请人： 东南大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于半监督极限学习机的多类图像分类方法，将训练样本集分为已标注样本集L、未标注样本集U和测试集T；把U中的样本进行有放回重采样构建N个差异的训练子集；然后在各个子集上与已标记训练样本L分别训练一个半监督极限学习机模型，共N个分类器；将这N次极限学习机对应节点的输出求和取平均；将输出作归一化处理后，应用最优标记和次优标记算法BvSB的主动学习技术对样本进行不确定性评估，从U中取最不确定的样本进行人工标注并转移到L中；重新更新分类器模型，直至迭代结束。通过本发明，解决了相关技术中图像分类存在分类正确率低和学习速度低的问题，为准确、快速、稳定的图像分类奠定了一定的基础。
-
公开(公告)号：CN103514157B
公开(公告)日：2016-01-27
申请号：CN201310495299.8
申请日：2013-10-21
申请人： 东南大学
摘要： 本发明公开了一种面向室内智能机器人导航的路径自然语言处理方法，本发明通过分析收集到的路径自然语言的语料，提出句法结构，在此基础上构造层叠条件随机场，提取生语料中名词短语，然后提取生语料中的语义组块，引入名词实体关系推理方法获取名词短语中名词实体之间的关系，最后提取路径单元，连接路径单元生成路径。本发明实现了既不需要依靠高精度的地图，也不需要提前输入手绘地图的路径自然语言处理方法，来实现路径提取。
-
-
-
-
-
-
-
-
-
搜索结果
92 条记录 (耗时 0.058 秒)
