-
公开(公告)号：CN115393538A
公开(公告)日：2022-11-25
申请号：CN202211008215.9
申请日：2022-08-22
申请人： 山东大学
摘要： 本公开提供了一种基于深度学习的室内动态场景的视觉SLAM方法及系统，其属于视觉SLAM技术领域，所述方案包括：实时获取室内动态场景下的图像信息；基于GCNv2算法对所述图像信息进行特征提取；基于提取的特征，利用动态点去除算法去除所述图像信息中的动态特征点；基于图像信息中剩余的静态特征点，获得图像信息中的静态关键帧，并基于获得的静态关键帧进行点云地图构建，生成基于静态关键帧的稠密点云；获取静态关键帧位姿，并根据静态关键帧在三维空间中的位置对所述稠密点云进行拼接和滤波，获得静态场景点云地图。
-
公开(公告)号：CN114970715A
公开(公告)日：2022-08-30
申请号：CN202210582774.4
申请日：2022-05-26
申请人： 山东大学
摘要： 本发明属于智能故障诊断领域，提供了小样本及不平衡数据约束下的变工况故障诊断方法及系统，该方法包括：获取待检测设备不同工况下的故障振动数据；将不同工况下的故障振动数据分为源域和目标域数据；基于目标域数据和训练后的故障诊断网络中，得到故障诊断结果；其中，所述故障诊断网络的训练过程包括：将源域和目标域数据分别结合基于胶囊特征构造的图卷积网络进行特征提取得到源域和目标域的特征分布；采用融合最大均值差异和领域对抗神经网络的混合领域自适应方法，对齐源域和目标域的特征分布并输出故障分类结果。使故障诊断方法在小样本及不平衡数据约束下实现良好的故障诊断性能。
-
公开(公告)号：CN113487039A
公开(公告)日：2021-10-08
申请号：CN202110729857.7
申请日：2021-06-29
申请人： 山东大学
摘要： 本公开提供了一种基于深度强化学习的智能体自适应决策生成方法及系统，基于深度强化学习SoftActor‑Cr it ic(SAC)算法对智能体自适应决策问题展开研究，并针对训练过程中出现的问题对SAC算法进行改进，提出了SAC+PER、SAC+ERE和SAC+PER+ERE算法，利用深度学习的强大感知能力和强化学习的高效决策能力解决智能体自适应决策问题，通过深度强化学习算法训练智能体，使其在与环境进行交互的过程中总结经验，从而形成自身对具体行为应用的认识；同时，以仿真环境下无人机反拦截任务为载体，验证了算法的有效性。
-
公开(公告)号：CN112883737A
公开(公告)日：2021-06-01
申请号：CN202110236088.7
申请日：2021-03-03
申请人： 山东大学
IPC分类号： G06F40/295 , G06F40/253 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于中文命名实体识别的机器人语言指令分析方法及系统，包括：基于输入指令内容获取中文文本信息；提取文本特征并进行特征增强；将增强后的特征输入命名体实体识别模型，产生每个汉字归属于每个命名实体类别的分数，构造重定位矩阵，将所述重定位矩阵用于实体类别推理，通过自监督的方式输出每个汉字的命名实体类别属性；基于提取到的命名实体驱动机器人执行相应的指令。本发明使用自监督学习机制进行中文命名实体识别的，这使我们的网络彻底摆脱了对人工标注数据集的依赖。
-
公开(公告)号：CN111913490A
公开(公告)日：2020-11-10
申请号：CN202010831977.3
申请日：2020-08-18
申请人： 山东大学
IPC分类号： G05D1/08
摘要： 本申请公开了基于落足调整的四足机器人动步态稳定控制方法及系统，包括：对四足机器人建立基于躯干的移动坐标系和基于髋关节的局部坐标系；所述四足机器人的腿足均具有三个自由度；在基于躯干的移动坐标系和基于髋关节的局部坐标系下，通过建立的四足机器人模型，推导出机器人运动学方程，进而设计机器人初始步态；采集四足机器人的躯干俯仰角度和翻滚角度，从而得到四足机器人的当前躯干姿态；将四足机器人的当前躯干姿态与初始步态进行比较，计算出四足机器人的最佳落足点；根据四足机器人的最佳落足点，保持四足机器人稳定运动；通过调整四足机器人对角腿的落足时间差，实现四足机器人重心位置的调整，进而实现四足机器人重心自平衡。
-
公开(公告)号：CN109270905B
公开(公告)日：2019-11-29
申请号：CN201811229448.5
申请日：2018-10-22
申请人： 山东大学
IPC分类号： G05B19/418
摘要： 本发明涉及一种基于神经网络的群机器人利用信息素通信实现协作觅食的方法，包括如下步骤：建立神经网络模型、设计信息素挥发模型、建立系统总体行为框架模型。本发明特别提出了群机器人协作觅食行为的信息素挥发模型，定义为Ii(t)，即第i个神经元在t时刻的外部输入，公式中，吸引信息素Pa为较大的正值，排斥信息素Po和排斥信息素Pe为较小的负值；当觅食机器人发现食物并将其运回巢穴时释放吸引信息素Pa；当机器人避障时将释放排斥信息素Po，当机器人在工作环境中随机搜寻食物时将释放排斥信息素Pe，神经网络根据Ii(t)的变化随时更新输出，神经网络的演化使群机器人能够进行局部通信，在交互过程中涌现出自组织的群体行为。
-
公开(公告)号：CN110033089A
公开(公告)日：2019-07-19
申请号：CN201910309944.X
申请日：2019-04-17
申请人： 山东大学
IPC分类号： G06N3/08
摘要： 本发明公开了一种基于分布式估计算法的深度神经网络参数优化方法及系统，包括：初始化种群，将种群中每一个个体解码为深度神经网络；对上述深度神经网络的分类能力进行评价；对种群中的个体优劣进行排序；随机产生掩码向量，根据掩码向量及统计学参数确定待求解变量本次迭代的概率分布模型；依据掩码向量与概率分布模型采样，生成新的种群个体；获得最优分布式估计算法个体；利用梯度优化算法，对分布式估计算法获得的深度神经网络模型进行微调，获得最优深度神经网络参数。本发明将分布式估计算法和深度神经网络的优化相结合，利用分布式估计算法的全局搜索能力，减少神经网络优化过程中对梯度信息的依赖。
-
公开(公告)号：CN101811525B
公开(公告)日：2012-05-23
申请号：CN201010153672.8
申请日：2010-04-23
申请人： 山东大学
IPC分类号： B62D57/02
摘要： 本发明涉及一种具有质心调整装置的液压驱动四足机器人移动机构，包括躯干、移动架、质心调整装置和四条机器人腿，躯干下部设有四条机器人腿，躯干上部通过质心调整装置与移动架连接。本发明具有以下特点：(1)采用液压驱动，使机器人具有更大的负重能力；(2)每条腿有四个主动关节，具有冗余自由度，使机器人具有更强的复杂地形环境适应能力和越障能力；(3)具有质心调整装置，且不需要额外的配重，使机器人稳定性更好；(4)机器人16个主动关节采用完全相同的液压伺服油缸驱动，使机器人结构更加简单，易于维护。本发明适用于复杂地形环境下军事和民用物质的运输、反恐装备、野外勘探和探险、星球探测以及农业生产等方面。
-
公开(公告)号：CN102402712A
公开(公告)日：2012-04-04
申请号：CN201110255530.7
申请日：2011-08-31
申请人： 山东大学
IPC分类号： G06N3/08
摘要： 本发明提出了一种基于神经网络的机器人强化学习初始化方法，神经网络与机器人工作空间具有相同的拓扑结构，每个神经元对应于状态空间的一个离散状态。首先根据已知的部分环境信息对神经网络进行演化，直到达到平衡状态，这时每个神经元的输出值就代表相应状态遵循最优策略可获得的最大累积回报。然后定义Q函数初始值为当前状态的立即回报加上后继状态遵循最优策略可获得的最大折算累积回报。神经网络将已知环境信息映射成为Q函数初始值，从而将先验知识融入到机器人学习系统中，提高了机器人在强化学习初始阶段的学习能力，与传统Q学习算法相比，本发明能够有效提高初始阶段的学习效率，加快算法收敛速度。
-
公开(公告)号：CN101811525A
公开(公告)日：2010-08-25
申请号：CN201010153672.8
申请日：2010-04-23
申请人： 山东大学
IPC分类号： B62D57/02
摘要： 本发明涉及一种具有质心调整装置的液压驱动四足机器人移动机构，包括躯干、移动架、质心调整装置和四条机器人腿，躯干下部设有四条机器人腿，躯干上部通过质心调整装置与移动架连接。本发明具有以下特点：(1)采用液压驱动，使机器人具有更大的负重能力；(2)每条腿有四个主动关节，具有冗余自由度，使机器人具有更强的复杂地形环境适应能力和越障能力；(3)具有质心调整装置，且不需要额外的配重，使机器人稳定性更好；(4)机器人16个主动关节采用完全相同的液压伺服油缸驱动，使机器人结构更加简单，易于维护。本发明适用于复杂地形环境下军事和民用物质的运输、反恐装备、野外勘探和探险、星球探测以及农业生产等方面。
-
-
-
-
-
-
-
-
-
搜索结果
78 条记录 (耗时 0.032 秒)