-
公开(公告)号：CN118528251A
公开(公告)日：2024-08-23
申请号：CN202410474667.9
申请日：2024-04-19
申请人： 清华大学深圳国际研究生院 , 清华大学
IPC分类号： B25J9/16
摘要： 本发明提出了一种适用于具有绳驱纯滚动关节的机械臂的逆运动学数据处理方法，旨在解决传统方法难以克服的严格关节限位和等角度约束问题。该方法主要包括：首先建立机械臂的运动学模型，然后构建代理模型以分析逆运动学解的多个分支；接着通过几何迭代求解，包括前向和后向达到阶段以及状态更新阶段，期间对超限关节角进行修正；进一步，通过检测超限情况和迭代进展，采取随机扰动或切换分支措施以避免陷入局部最优；最后，根据预设的迭代终止条件，返回最优关节角度解。本发明提高了关节角度求解的成功率和解算速度，适用于高精度自动化生产和复杂操作任务，增强了机械臂操作的可靠性，对推动绳驱机械臂技术的发展具有重要意义。
-
公开(公告)号：CN117592628A
公开(公告)日：2024-02-23
申请号：CN202311498775.1
申请日：2023-11-13
申请人： 清华大学深圳国际研究生院
IPC分类号： G06Q10/047 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/094 , G06N3/0475
摘要： 一种近优的端对端路径规划方法，包括如下步骤：S1、将具有初始点和目标点标记的地图输入路径规划网络PPNet，由PPNet中的图像分割模型SegNet分割出包含近优解且满足间隔约束的子空间；S2、PPNet中的生成模型GenNet根据分割出的所述子空间的几何形状生成关于路径点的概率图，根据所述概率图提取路径点，并根据所提取的路径点得到近优路径；其中所述概率图中每一点的数值表示该点为路径点的概率。使用本发明的方法可以在短时间内找到近最优路径。
-
公开(公告)号：CN117245636A
公开(公告)日：2023-12-19
申请号：CN202311379340.5
申请日：2023-10-24
申请人： 清华大学深圳国际研究生院
IPC分类号： B25J9/10
摘要： 本发明公开了一种绳驱机械臂，包括机械臂运动机构、解耦机构、驱动机构和基座，机械臂运动机构和驱动机构分别设置在基座的两侧，解耦机构设置于机械臂运动机构和基座之间，并分别与机械臂运动机构和基座连接；机械臂运动机构包括驱动绳索，解耦机构将驱动绳索从机械臂运动机构过渡至基座后，驱动绳索连接在驱动机构上，驱动机构控制驱动绳索的收放长度，驱动绳索的张力通过解耦机构作用至机械臂运动机构，以驱动机械臂运动机构运动。本发明的绳驱机械臂的解耦机构结构简单，易于拓展，能够实现完全机电分离，从而机械臂的机械臂运动机构和驱动机构实现完全解耦，大幅减小运动部件的质量和惯量。
-
公开(公告)号：CN117109590A
公开(公告)日：2023-11-24
申请号：CN202311134280.0
申请日：2023-09-05
申请人： 武汉华柔机器人技术有限公司 , 清华大学深圳国际研究生院
IPC分类号： G01C21/20
摘要： 本发明涉及自主导航技术领域，具体涉及一种基于采样和平面估计的安全实时路径生成方法，包括以下步骤：S1、采样：在空间中随机选择一个点作为目标位置或潜在节点；S2、引导：将树的节点从当前位置向目标位置移动的操作；S3、优化：对生成的路径进行优化，以改善路径的质量或满足特定的优化目标；S4、连接：在树的节点之间建立连接或边，以表示从一个节点到另一个节点的可行路径。本发明实现了在植被环境中安全实时路径生成，实现了在植被环境中对于不可通行的障碍物的判别以及膨胀规避，实现了基于估计平面的对于支撑平面的可通行性指标的实时路径生成。
-
公开(公告)号：CN117669689A
公开(公告)日：2024-03-08
申请号：CN202311688339.0
申请日：2023-12-11
申请人： 清华大学深圳国际研究生院
IPC分类号： G06N3/092
摘要： 一种基于扩散模型的离线强化学习方法，用于进行机器人或自动驾驶控制，包括如下步骤：准备机器人或自动驾驶控制的数据集；初始化扩散模型参数；定义优势加权回归AWR的优化目标，该目标旨在最大化策略的累计奖励；利用扩散模型的性质，将AWR问题建模为一个强对偶成立的优化问题；使用拉格朗日对偶法求解所述优化问题，以得到最优的策略参数，以得到最优的机器人或自动驾驶控制策略参数；使用学习到的最优策略进行决策，以在离线环境下进行机器人或自动驾驶的强化学习任务。本发明极大地减少了处理器训练开销和推理成本，具有极大的应用潜力，其可以将大规模的数据集变为强大的决策工具，将包含机器人控制的数据集使用本发明训练从而得到强大的机器人控制器。
-
公开(公告)号：CN117168464A
公开(公告)日：2023-12-05
申请号：CN202311184293.9
申请日：2023-09-14
申请人： 武汉华柔机器人技术有限公司 , 清华大学深圳国际研究生院
摘要： 本发明涉及自主导航技术领域，具体涉及一种应用在植被环境下自主导航中的地形估计的方法，包括本体感知支撑平面估计、外部感知支撑平面估计、参数估计以及平面融合，所述本体感知支撑平面估计采用FAST‑LIO2.0作为里程计，其中融合了IMU和激光雷达LiDAR的信息以提高定位精度，所述外部感知支撑平面估计采用外部感知依赖于激光雷达生成的点云地图，为了得到一个新的EP‑Plane，首先拟合对应于2D节点的Surf‑Plane，与PF‑RRT*中使用的SVD方法相比，我们采用RANSAC方法来拟合平面，可以避免高大的刚性障碍物(例如高大的树木、大石头)对拟合的坡度的影响，所述参数估计为了保证MV‑GPR的精度。本发明通过对地形参数平面中心的位置和平面方向的整体估计，获得了更加精确的支撑地面的估计。
-
公开(公告)号：CN116560384A
公开(公告)日：2023-08-08
申请号：CN202310276318.1
申请日：2023-03-21
申请人： 清华大学深圳国际研究生院
摘要： 本发明公开了一种基于深度强化学习的变体飞行器鲁棒控制方法，包括如下步骤：S1、建立变体飞行器的CAD模型，然后仿真得到飞行器气动数据，根据得到的数据，对飞行器的运动学和动力学方程进行求解，完成变体飞行器运动的物理模型搭建；S2、使用DQN算法进行变体飞行器变形和运动控制的深度强化学习，训练值函数网络；S3、根据训练好的值函数网络构建智能体，通过所述智能体对变体飞行器的控制作出合理决策；本发明能够对变体飞行器进行变形设计、分析和控制；在任务设计的合理的情况下，使飞行器能合理做出变形，适应飞行器变形过程带来系统多模态、强非线性和强耦合的特点，可在复杂的控制下选出最优的控制策略，保证飞行稳定性。
-
公开(公告)号：CN116400729A
公开(公告)日：2023-07-07
申请号：CN202310372240.3
申请日：2023-04-10
申请人： 清华大学深圳国际研究生院
IPC分类号： G05D1/10
摘要： 本发明公开了一种基于深度强化学习的分体飞机规避导弹的方法及分体飞机，该方法包括如下步骤：S1、针对分体飞机的控制，构建基于DDPG算法的决策网络和评价网络并进行强化学习训练；其中，分体飞机包括前子机、后子机以及前后子机分离装置，前子机具有前起落架、备用主起落架以及备用引擎，后子机具有主起落架和主引擎；S2、在飞行过程中，将飞机雷达实际观测到的x轴距离、y轴距离及方向夹角作为状态输入决策网络中，由决策网络控制飞机转向和让后子机从前子机分离。本发明能够控制分体飞机转向使飞机与导弹的方向一致，并在导弹击中飞机前让分体飞机的后子机从前子机分离，实现分体躲避导弹的功能。
-
公开(公告)号：CN117245663A
公开(公告)日：2023-12-19
申请号：CN202311364302.2
申请日：2023-10-20
申请人： 清华大学深圳国际研究生院
摘要： 本发明公开了绳驱空间柔性机械臂力位型融合柔顺控制方法及系统，包括如下步骤：建立DH坐标系，并根据任务规划得到期望力/力矩、以及期望位姿和期望臂型角；利用关节角度编码器采集当前位姿和当前臂型角；利用六维力传感器采集当前力/力矩；通过将期望力/力矩、期望位姿和期望臂型角分别与当前力/力矩、当前位姿和当前臂型角作差，分别得到力/力矩误差、位姿误差和臂型角误差，并通过力位型融合控制器计算得到控制率；将控制率通过扩展雅可比矩阵得到关节运动期望角度；根据关节运动期望角度，通过关节控制器得到下一个控制周期关节运动指令，驱动驱动箱内电机运动完成力位型融合柔顺控制，实现在狭小、多障碍环境中实现安全、柔顺的操控。
-
公开(公告)号：CN107044349B
公开(公告)日：2018-12-14
申请号：CN201710249558.7
申请日：2017-04-17
申请人： 清华大学深圳研究生院
摘要： 本发明公开了一种发动机的故障预测方法，包括以下步骤：获取所述发动机的多个传感器的有效测量数据；对所述有效测量数据进行归一化处理；将归一化处理后的所述有效测量数据进行切片处理，形成多个切片样本；将多个所述切片样本分别送入深度神经网络进行特征提取，特征提取后连接到全连接网络；根据所述全连接网络的输出，通过softmax分类器进行分类，确定所述发动机的剩余使用寿命。本发明提出的发动机的故障预测方法，流程简单，易于操作，能够广泛应用于飞行器的各类发动机中。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.038 秒)
