一种多任务多约束高可信实时自主决策优化方法及系统

    公开(公告)号:CN113516300B

    公开(公告)日:2024-03-29

    申请号:CN202110678584.8

    申请日:2021-06-18

    Abstract: 本发明公开了一种多任务多约束高可信实时自主决策优化方法及系统,其中,该方法包括如下步骤:步骤S1:对机器人获得的矩形件进行尺寸测量,得到矩形件的尺寸信息;步骤S2:对储存盒内放置环境进行拍照,利用图像处理技术得到储存盒环境俯视图;步骤S3:将储存盒环境俯视图映射成一个二值矩阵;步骤S4:生成一个与矩形件长宽相同的第一卷积核矩阵,将第一卷积核矩阵与步骤S3的二值矩阵做卷积运算,得到放置矩阵;步骤S5:生成一个第二卷积核矩阵,将第二卷积核矩阵与步骤S4得到的放置矩阵做卷积运算,得到价值矩阵;所述价值矩阵中值最小的元素位置即为放置的像素坐标系最优位置。本发明能够处理存在强烈外干扰作业情况下的放置优化问题。

    一种地外探测中基于自学习的装箱归置决策优化方法

    公开(公告)号:CN116151441A

    公开(公告)日:2023-05-23

    申请号:CN202310054835.4

    申请日:2023-02-03

    Abstract: 一种地外探测中基于自学习的装箱归置决策优化方法,包括:对获得的样本进行三维重建,获得对应的点云描述;对储存盒内放置环境进行拍照,获取储存盒深度图;建立点云特征提取网络,用于提取样品矿石特征;将提取到的样品矿石的特征平铺成矩阵,与储存盒深度图叠加在一起,得到当前环境状态;采用强化学习方法,将当前环境状态输入网络,网络输出样本的放置位置。本发明利用相机获取储存盒的深度图作为状态输入网络,能够处理由于外部干扰导致储存盒内样矿石发生移动的放置情况,从而适应地表复杂崎岖环境产生的外部干扰,鲁棒性好;计算时间短、速度快,具有广泛的应用前景。

    一种基于分块化的大规模场景下实时地图构建方法和装置

    公开(公告)号:CN115512065B

    公开(公告)日:2023-05-05

    申请号:CN202211461720.9

    申请日:2022-11-17

    Abstract: 本发明涉及机器人自主定位导航领域,尤其涉及一种基于分块化的大规模场景下实时地图构建方法和装置,该方法包括:步骤一,利用机器人平台搭载的传感器构建局部地图;步骤二,遍历局部地图以更新当前地图块及其邻接地图块,将更新后的地图块以图片形式保存到本地磁盘,完成本次更新迭代;步骤三,依据所述传感器构建的最新局部地图,重复步骤二的操作以构建出实时地图。本发明通过分块化的算法,将内存占用转嫁到本地磁盘,极大的减少了内存的消耗,此外,由于每次只处理分块后的地图,当涉及到地图更新和应用时,搜索范围也被极大的减少了,从而减少了计算时间,采用本发明的方法使得机器人的任务场景越大,分块化地图构建的增益越明显。

    一种地外天体采样在线装箱归置方法

    公开(公告)号:CN115879593A

    公开(公告)日:2023-03-31

    申请号:CN202211017988.3

    申请日:2022-08-24

    Abstract: 本发明涉及一种地外天体采样在线装箱归置方法,将采样的岩石样本简化为规则长方体,利用深度相机重构箱内空间,使用最远点采样初步筛选可行的放置位置,设计样本放置评价指标函数,指标包括距离指标、箱内实际空间占用量指标、箱内放置空间占用量指标、尺寸相似度指标和中心偏差指标,选取评价最高的放置位置,实现高容积率装箱归置。本发明使用动态采样率利用最远点采样对所有可行的放置点进行初步筛选,可以提高寻找最佳放置情况的效率。

    一种端到端的地外探测样品智能抓取方法

    公开(公告)号:CN113524173B

    公开(公告)日:2022-12-27

    申请号:CN202110674012.2

    申请日:2021-06-17

    Abstract: 一种端到端的地外探测样品智能抓取方法,按照先数字训练,再物理试验的方式开展了数字‑物理试验;包括:设计了基于强化学习的样品采集方法,然后构建样品采集数字仿真训练环境对模型进行训练,最后将模型迁移到物理环境中进行验证,结果表明能够对几何形状未知不规则的物体进行高成功率的抓取,保证地外采样任务成功。

    一种高超声速飞行器上升段分段自适应预测校正制导方法

    公开(公告)号:CN111580555B

    公开(公告)日:2022-04-08

    申请号:CN202010404180.5

    申请日:2020-05-13

    Abstract: 一种高超声速飞行器上升段分段自适应预测校正制导方法,将上升段分为上升段初期、上升段后期;包括如下步骤:S1、建立上升段无量纲的动力学方程;S2、根据上升段无量纲的动力学方程,获得无量纲后的上升段终端弹道倾角时变动态增益曲线、无量纲后的上升段终端高度时变动态增益曲线;S3、在上升段初期,以减小上升段终端高度误差为制导目标,利用上升段终端高度时变动态增益曲线,获得上升段初期的攻角修正量,对上升段初期的攻角进行修正;S4、在上升段后期,以减小上升段终端弹道倾角误差为制导目标,利用上升段终端弹道倾角时变动态增益曲线,获得上升段后期的攻角修正量,对上升段后期的攻角进行修正。

    一种端到端的地外探测样品智能抓取方法

    公开(公告)号:CN113524173A

    公开(公告)日:2021-10-22

    申请号:CN202110674012.2

    申请日:2021-06-17

    Abstract: 一种端到端的地外探测样品智能抓取方法,按照先数字训练,再物理试验的方式开展了数字‑物理试验;包括:设计了基于强化学习的样品采集方法,然后构建样品采集数字仿真训练环境对模型进行训练,最后将模型迁移到物理环境中进行验证,结果表明能够对几何形状未知不规则的物体进行高成功率的抓取,保证地外采样任务成功。

    一种面向不确定对象的感知执行交互自然柔顺类人操控方法

    公开(公告)号:CN113478478A

    公开(公告)日:2021-10-08

    申请号:CN202110667497.2

    申请日:2021-06-16

    Abstract: 本发明公开了一种面向不确定对象的感知执行交互自然柔顺类人操控方法,包括设计应用场景,并通过相机获得工作区域俯视视角Heightmap;设计拨推操控智能体网络;设计操控网络的状态空间输入和动作空间输出;设计操控网络的奖励函数;设计知识引导,包括对拨推操控知识引导、动作空间选取引导、拨推力反馈引导;搭建虚拟仿真场景,设置符合物理世界的动力学参数;搭建仿真学习训练工程,生成拨推操控智能体网络;搭建相应的真实物理场景,并将拨推操控智能体网络进行迁移实验。本发明实现对样本的智能自主拨推归置操控和更高的装箱率。

Patent Agency Ranking