用于SLAM过程的基于差分进化算法进行BA问题求解的方法

    公开(公告)号:CN112304311A

    公开(公告)日:2021-02-02

    申请号:CN201910690395.5

    申请日:2019-07-29

    IPC分类号: G01C21/20

    摘要: 本发明公开了一种用于SLAM过程的基于差分进化算法进行BA问题求解的方法,属于移动机器人同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)领域,包括以下步骤:读取机器人的视觉图像,提取当前帧与上一帧图像的特征点,并获取所有匹配的特征点对;计算上一帧图像中与当前帧图像相匹配的所有特征点各自对应的空间坐标;根据空间坐标的重投影误差计算误差函数;利用差分进化算法求取误差函数的最优解所对应的相机的位姿即完成BA问题的求解。本发明的方法能够避免现存方法中需要进行求导运算而导致运算量过大的问题,能够减小BA过程的计算量,保证SLAM过程的实时性与快速性。

    基于基底神经节的电消隙控制方法

    公开(公告)号:CN111082709A

    公开(公告)日:2020-04-28

    申请号:CN201911312275.8

    申请日:2019-12-18

    IPC分类号: H02P5/00

    摘要: 本发明公开了一种基于基底神经节的电消隙控制方法,基于Izhikevich尖峰神经元,构造基底神经节突触;基于漏积分神经元模型,构建基底神经节核团,包括纹状体D1、纹状体D2、苍白球外核、苍白球内核和底丘脑核;利用基底神经节突触将基底神经节核团连接,构建基底神经节模型;将电机负载电流输入至基底神经节模型中,确定各通道电机偏置电压系数的重要性,选择重要性最大的电机偏置电压系数计算电机的偏置电压,完成电消隙控制。本发明以尖峰神经元模型为基础构建基底神经节突触,控制系统电消隙的偏置电压更加精确。

    用于SLAM过程的基于差分进化算法进行BA问题求解的方法

    公开(公告)号:CN112304311B

    公开(公告)日:2023-08-22

    申请号:CN201910690395.5

    申请日:2019-07-29

    IPC分类号: G01C21/20

    摘要: 本发明公开了一种用于SLAM过程的基于差分进化算法进行BA问题求解的方法,属于移动机器人同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)领域,包括以下步骤:读取机器人的视觉图像,提取当前帧与上一帧图像的特征点,并获取所有匹配的特征点对;计算上一帧图像中与当前帧图像相匹配的所有特征点各自对应的空间坐标;根据空间坐标的重投影误差计算误差函数;利用差分进化算法求取误差函数的最优解所对应的相机的位姿即完成BA问题的求解。本发明的方法能够避免现存方法中需要进行求导运算而导致运算量过大的问题,能够减小BA过程的计算量,保证SLAM过程的实时性与快速性。

    基于线性倒立摆模型的机器人步态规划方法

    公开(公告)号:CN110286679A

    公开(公告)日:2019-09-27

    申请号:CN201910547705.8

    申请日:2019-06-24

    IPC分类号: G05D1/02 B62D57/032

    摘要: 本发明公开了一种基于线性倒立摆模型的机器人步态规划方法,包括以下步骤:构建线性倒立摆模型,具体是在双连杆倒立摆模型(DLIPM)的基础上引入比例因子γ构建新的线性倒立摆模型;机器人步态规划,具体是基于线性倒立摆模型生成零力矩点轨迹、躯干质心运动轨迹和游动脚规划轨迹,并由逆运动学解算各个关节步态运动曲线。本发明方法建立的线性倒立摆模型更符合人型机器人实际质量分布情况,则在该模型的基础上生成的零力矩点轨迹、躯干质心运动轨迹、游动脚的规划轨迹以及解算的各个关节步态运动曲线更加合理、更加符合自然人双足机器人的步态过程,步态规划准确度高。

    基于深度视觉的双机械臂控制方法

    公开(公告)号:CN110977982A

    公开(公告)日:2020-04-10

    申请号:CN201911320669.8

    申请日:2019-12-19

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种基于深度视觉的双机械臂控制方法,包括以下步骤:利用RGBD深度摄像头采集某一目标区域的点云数据,根据点云数据构建该区域中目标物体空间模型,同时识别目标物体的种类,并根据种类判断该物体是否属于待操作对象,若是则执行下一步,否则对下一目标区域执行该步骤;建立双机械臂空间XACRO模型,并在该模型所在空间拟合添加目标物体空间模型;根据双机械臂空间XACRO模型和目标物体空间模型,计算双机械臂的运动轨迹;利用线性插值将各机械臂的运动轨迹发送到各机械臂,实现对双机械臂的控制。本发明通过深度传感器结合深度神经网络能提高目标物体识别率,且提高了方法的鲁棒性,同时保证双机械臂协同运作不会发生碰撞。

    基于ARM和FPGA的高性能超高速永磁同步电机控制系统

    公开(公告)号:CN110266218A

    公开(公告)日:2019-09-20

    申请号:CN201910546828.X

    申请日:2019-06-24

    摘要: 本发明公开了一种基于ARM和FPGA的高性能超高速永磁同步电机控制系统,包括:控制单元,用于将控制信号输出至驱动单元进而实现电机高性能控制,并综合判断系统运行状况以对系统进行保护;驱动单元,用于将输入的三相交流电转换为频率可控的三相交流电;检测单元,用于实现传感器数据的采集,并将各种传感器信号调理成为能够由ARM主控制模块采集的电信号;保护单元,用于实时监测故障信号并发送至控制单元;散热单元,用于完成驱动单元的散热。相较于普通电机控制系统,本发明具有调速范围宽、输出频率高、转速控制精度高、故障检测与保护机制完善等特点,并且具备多种通信接口,扩展能力强,适用范围广。