公开(公告)号：CN117872844A

公开(公告)日：2024-04-12

申请号：CN202311714147.2

申请日：2023-12-14

申请人： 东北大学

发明人： 孟金明 ,  罗小川

IPC分类号： G05B19/042

摘要： 本发明涉及一种移动机器人的控制方法，所述方法包括：获取第一数据、移动机器人位置数据和移动机器人第一姿态数据，第一数据为移动机器人通过激光雷达探测到的数据；通过第一数据，确定目标人员所处移动机器人坐标系内的坐标值，且控制移动机器人以第一间距跟随目标人员。使用激光雷达进行目标检测和跟随，极大程度的克服了使用相机识别在光照不足或者光照强烈环境下失效的问题，使移动机器人在全黑暗或光照强烈的环境下仍然可以良好的运行，并且针对跟随目标由于突然转向使机器人丢失跟随目标的情况，设计了行人轨迹预测的功能，提高了机器人在进行目标跟随时的鲁棒性。

公开(公告)号：CN111125913A

公开(公告)日：2020-05-08

申请号：CN201911359366.7

申请日：2019-12-25

申请人： 东北大学

发明人： 罗小川 ,  江明伟 ,  杨志

IPC分类号： G06F30/20 ,  G06N3/00 ,  G06F119/08

摘要： 本发明涉及一种加热炉总括热吸收率的辨识方法及装置，方法包括以下步骤：S1：获取加热炉内钢坯的热传导偏微分方程及热传导偏微分方程的定解条件；S2：对热传导偏微分方程和边界条件分别进行离散化处理，获取钢坯在加热炉内不同位置时网格点的计算温度；S3：将钢坯从进加热炉到出加热炉的过程中，连续测量并记录多个网格点的测量温度，根据测量温度和计算温度建立目标函数逆热传导模型：S4：利用混沌粒子群算法对逆热传导模型进行最优化求解，通过极小化逆热传导模型，得到加热炉不同炉段的总括热吸收率；利用混沌粒子群算法得到总括热吸收率使得计算精确；且在装置利用GPU对划分的温度场空间网格并行计算，大大提高了计算效率。

公开(公告)号：CN106270438A

公开(公告)日：2017-01-04

申请号：CN201610765249.0

申请日：2016-08-30

申请人： 东北大学

发明人： 罗小川 ,  于洋 ,  王源

IPC分类号： B22D11/22

摘要： 本发明公开了一种坯壳厚度预测方法及系统，属于炼钢及连铸技术领域。用以解决坯壳厚度预测方法存在数据精度比较低，浪费材料的问题。包括：获取进入二冷区的钢坯的钢种成分，钢坯的第一信息，根据公式(1)，确定钢坯在二冷区的热传导方程；根据热传导方程和热传导方程的边界条件，确定二冷区的换热系数确定公式；根据二冷区的换热系数确定公式和钢坯的第一信息，确定目标函数的梯度公式；当确定梯度确定公式的参数等于零时，通过公式(2)确定目标函数的最小值；当停止准则||J(αk)-J(αk-1)||＞ε或者迭代步骤k＜Nmax时，通过公式(3)确定搜索方向dk；当搜索方向dk满足下降准则||J(αk+dk)||≤η||J(αk)||时，通过公式(4)确定新的连铸机参数，根据新的连铸机参数和热传导方程确定钢坯厚度。

公开(公告)号：CN118082998B

公开(公告)日：2024-09-10

申请号：CN202410529529.6

申请日：2024-04-29

申请人： 东北大学

发明人： 赵俊涛 ,  罗小川 ,  李勇 ,  孟金明

IPC分类号： B62D57/02 ,  B60K17/04 ,  B60T1/02 ,  B60T7/12 ,  B60P1/43 ,  B62D33/02 ,  B25J5/00 ,  B25J11/00

摘要： 本发明涉及轮足式机器人技术领域，特别涉及一种适用于泥泞路面的轮足装置以及自动跟随运输机器人，其中适用于泥泞路面的轮足装置包含：安装板、一对车轮、传动箱、传动模块、制动模块、承载支架与驱动电机；传动箱设置在安装板的一侧；一对车轮设置在安装板与传动箱之间；传动模块设置在传动箱上并与安装板相连，传动模块与一对车轮相连，用于驱动一对车轮转动；承载支架固定设置在传动箱上；驱动电机固定设置在承载支架上并与传动模块相连，用于驱动传动模块运行；制动模块设置在安装板上，制动模块位于一对车轮之间。本发明解决了现有技术中的轮足机器人存在轮式模式与足式模式各需一个电机作为动力源进行驱动的缺陷，具有实用性强的特点。

公开(公告)号：CN113033611B

公开(公告)日：2024-03-22

申请号：CN202110208036.9

申请日：2021-02-25

申请人： 东北大学

发明人： 罗小川 ,  汪宇轩

IPC分类号： G06F18/243 ,  G06F18/27 ,  G06F18/10 ,  G06F18/2131 ,  G06F18/214 ,  G06N20/20 ,  G06N3/006 ,  G01M13/045 ,  G07C3/00

摘要： 本发明涉及电机轴承故障诊断技术领域，提供一种电机轴承数据采集与故障诊断系统，包括数据采集模块、故障诊断模块、数据可视化模块；数据采集模块用于采集电机的振动速度等运行参数；故障诊断模块包括数据清洗模块，电机轴承故障类别标注模块，用于提取振动信号的小波包能量特征的特征提取模块，用于以振动信号的小波包能量特征为输入、对应的电机轴承故障类别标签为输出、构建并训练基于XGboost的电机轴承故障诊断模型的电机轴承故障诊断模型训练模块，用于采用改进粒子群优化算法对训练后的电机轴承故障诊断模型进行优化的故障诊断模型优化模块，电机轴承故障实时诊断模块。本发明能够提高电机轴承故障诊断的准确性、快速性及稳定性。

公开(公告)号：CN116700001A

公开(公告)日：2023-09-05

申请号：CN202310764244.6

申请日：2023-06-27

申请人： 东北大学

发明人： 罗小川 ,  马兆靖 ,  范读新 ,  吴马锐

IPC分类号： G05B13/04

摘要： 本申请涉及制造工程技术领域，尤其涉及一种基于层级特征融合多注意力机制的压装预测控制方法。方法包括：确定试验零件的装配数据；通过装配数据针对混合注意力结构进行训练，得到压力预测模型；获取待控制零件的实时数据，输入实时数据至压力预测模型，得到预测压力值；获取待控制零件的实时压力值，判断实时压力值和预测压力值是否相等，如果不相等，针对实时压力值进行调节控制；依据时序迭代执行前述步骤，用于使实时压力值无限接近预测压力值。本申请通过训练压力预测模型，用于根据待控制零件的实时数据确定待控制零件在当前时刻的压力预测值，再依据压力预测值针对压装系统的输出进行实时调整，有利于提前做出准确的决策。

公开(公告)号：CN109993113B

公开(公告)日：2023-05-02

申请号：CN201910250449.6

申请日：2019-03-29

申请人： 东北大学

发明人： 张磊 ,  张华希 ,  罗小川 ,  郑国贤

IPC分类号： G06V10/80 ,  G06V10/44 ,  G06V10/46 ,  G06T7/246 ,  G06T7/269 ,  G06T7/73 ,  G01C21/16 ,  G01C21/18

摘要： 本发明提供一种基于RGB‑D和IMU信息融合的位姿估计方法，包括：S1在RGB‑D相机数据和IMU数据的时间同步之后，对RGB‑D相机采集的灰度图像和深度图像以及IMU采集的加速度、角速度信息进行预处理，获取世界坐标系下相邻帧匹配的特征点和IMU状态增量；S2依据位姿估计系统的系统外参，对系统中视觉惯导装置进行初始化；S3根据初始化后的视觉惯导装置的信息和世界坐标系下相邻帧匹配的特征点、IMU状态增量构建系统的最小二乘优化函数，使用优化方法迭代求解出最小二乘优化函数的最优解，将最优解作为位姿估计状态量；进一步地，进行回环检测，获取全局一致的位姿估计状态量。由此，使得特征点深度估计更加准确，提高系统的定位精度。

公开(公告)号：CN115564798A

公开(公告)日：2023-01-03

申请号：CN202211032207.8

申请日：2022-08-26

申请人： 东北大学

发明人： 赵俊涛 ,  罗小川 ,  王鑫 ,  王伟超

IPC分类号： G06T7/246 ,  G06T7/254 ,  G06T7/11 ,  G06T7/12 ,  G06T7/136 ,  G06T7/80 ,  G06V10/44 ,  G06V10/54 ,  G06V10/56 ,  G06V20/40

摘要： 本发明公开了一种基于深度学习的智能机器人视觉跟踪方法，包括如下步骤：机器人通过云台CCD摄像机获得原始图像，机器人进行采集图像、数字图像、预处理图像和动态目标的识别，通过云台CCD摄像机进行连续拍摄，通过对连续图像帧序列中的运动目标进行检测，提取其特征，并标注标签，完成目标识别。该基于深度学习的智能机器人视觉跟踪方法，通过在MeanShift目标跟踪算法的基础上来实现顺序迭代实现动态目标的跟踪，形成的CamShift目标跟踪算法可以在动态环境下机器人对运动目标的识别与跟踪，实现了动态图像目标识别功能，高了系统跟踪的准确性和实时性，并通过机器人自主学习动态目标的运动。

公开(公告)号：CN114662238A

公开(公告)日：2022-06-24

申请号：CN202210293078.1

申请日：2022-03-24

申请人： 东北大学

发明人： 罗小川 ,  赵晴

IPC分类号： G06F30/17 ,  G06F30/27 ,  G06K9/62 ,  G06F119/14

摘要： 本申请提供了一种基于高斯过程回归的螺栓连接松脱预测方法及系统，方法包括：设置预测参数，获取关于预测参数的训练集样本数据和测试集样本数据；根据所述训练集样本数据训练基于高斯过程回归的初始螺栓连接松脱预测模型；设置测试精度标准，根据所述测试集样本数据、初始螺栓连接松脱预测模型和测试精度标准，得到符合所述测试精度标准的螺栓连接松脱预测模型；获取待测样本数据，并将所述待测样本数据输入所述螺栓连接松脱预测模型，得到预测结果。本申请通过训练基于高斯过程回归的螺栓连接松脱预测模型，兼顾螺栓松脱过程中预紧力的分散性和不确定性进行精准预测，并且可以同时预测目标的均值与方差，从而更加合理地解决不确定性问题。

公开(公告)号：CN114043486A

公开(公告)日：2022-02-15

申请号：CN202111498556.4

申请日：2021-12-09

申请人： 东北大学

发明人： 赵俊涛 ,  罗小川 ,  李晨 ,  许悠然

IPC分类号： B25J9/16

摘要： 一种基于云服务的分布式SLAM机器人控制策略及系统，它涉及一种SLAM机器人系统。它首先SLAM机器人开启自身数据采集模块，通过自身的数据采集模块实时采集信息，SLAM机器人向与云服务端发出服务请求，云服务端接受SLAM机器人发出的服务请求后在其存储与内部的镜像仓库中查找之前已经开发完成的应用的镜像，同时向云服务端的容器缓冲区返回查找结果，并进行下一步的部署工作，而容器缓冲区通过前一步返回的镜像位置获取镜像，进而执行部署工作，部署成功后，云服务端将部署的网络地址返回给SLAM机器人，SLAM机器人获上述的网络地址，并与云服务端建立通信连接。本发明解决了SLAM机器人与云服务端间的数据交互问题，实现了服务机器人与云端协同计算和工作。