公开(公告)号：CN110609473A

公开(公告)日：2019-12-24

申请号：CN201910836293.X

申请日：2019-09-05

Applicant: 哈尔滨工程大学

Inventor： 李芃 ,  张鑫 ,  张兰勇 ,  刘胜 ,  刘洪丹 ,  曹聪 ,  李华健

IPC: G05B13/04

Abstract: 本发明公开了一种不确定模型机器人的控制方法。本发明针对一种基于全向轮的不确定模型机器人系统建立动力学模型，并将其转化为运动过程中的位姿误差方程，将误差方程进行推导，取方程中的平移线速度和转动角速度作为系统的虚拟控制量，通过将滑模变结构控制与自适应控制有机的结合起来，并采用Backstepping设计方法，针对机场跑道检测机器人系统，设计了一种新型运动控制方法，解决了系统具有不确定参数的非线性机器人系统运动控制问题。本发明方法能够有效对非线性机场跑道检测机器人进行运动控制，具有较好的控制效果、消除模型不确定性、鲁棒性强、削弱抖震的特点。

公开(公告)号：CN110609473B

公开(公告)日：2022-10-28

申请号：CN201910836293.X

申请日：2019-09-05

Applicant: 哈尔滨工程大学

Inventor： 李芃 ,  张鑫 ,  张兰勇 ,  刘胜 ,  刘洪丹 ,  曹聪 ,  李华健

IPC: G05B13/04

Abstract: 本发明公开了一种不确定模型机器人的控制方法。本发明针对一种基于全向轮的不确定模型机器人系统建立动力学模型，并将其转化为运动过程中的位姿误差方程，将误差方程进行推导，取方程中的平移线速度和转动角速度作为系统的虚拟控制量，通过将滑模变结构控制与自适应控制有机的结合起来，并采用Backstepping设计方法，针对机场跑道检测机器人系统，设计了一种新型运动控制方法，解决了系统具有不确定参数的非线性机器人系统运动控制问题。本发明方法能够有效对非线性机场跑道检测机器人进行运动控制，具有较好的控制效果、消除模型不确定性、鲁棒性强、削弱抖震的特点。

公开(公告)号：CN109766884A

公开(公告)日：2019-05-17

申请号：CN201811602067.7

申请日：2018-12-26

Applicant: 哈尔滨工程大学

Inventor： 李芃 ,  涂德志 ,  张兰勇 ,  刘胜 ,  张鑫 ,  曹聪 ,  李华健

IPC: G06K9/32 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06T7/00

Abstract: 本发明公开了一种基于Faster-RCNN的机场跑道异物检测方法，属于检测领域。本发明包括：包括以下步骤：步骤S1：收集机场异物图像样本；步骤S2：制作Faster-RCNN神经网络训练所需的数据集；步骤S3：搭建基于Faster-RCNN算法的深度神经网络，并设置相应参数；步骤S4：基于数据集对该神经网络进行训练，得出Faster-RCNN的训练模型；步骤S5：输入待检测图像，利用Faster-RCNN训练模型进行检测识别。本发明引用Faster-RCNN算法对机场跑道异物进行快速检测识别，相比传统机场跑道异物检测方法，提高了检测识别的正确率，节约了人力资源，提高了机场跑道异物检测效率。