-
公开(公告)号：CN115930943A
公开(公告)日：2023-04-07
申请号：CN202211555776.0
申请日：2022-12-06
Applicant: 安徽大学
Abstract: 本发明提供基于图优化和EKF框架下融合单目视觉和IMU的SLAM方法及系统，方法包括：通过相机和惯性测量单元IMU分别采集图像及惯性数据，并将图像及惯性数据送入预置频率参数的单目REKF‑VIO系统；对单目REKF‑VIO系统执行状态预测、更新以及状态扩充操作，以估计当前帧的状态后验均值和系统协方差；初始化单目REKF‑VIO系统，以构建初始全局地图的初始地图点；根据初始地图点进行筛选处理，据以得到视觉关键帧；根据视觉关键帧，利用图优化及EKF互补框架获取优化全局地图以及运动状态信息；将运动估计信息送入优化全局地图，据以进行局部地图的更新和闭环优化。本发明解决了前端图片帧处理效率低、误差干扰及精度较低的技术问题。
-
公开(公告)号：CN114624994A
公开(公告)日：2022-06-14
申请号：CN202210362281.X
申请日：2022-04-07
Applicant: 安徽大学
IPC: G05B11/42
Abstract: 本发明提供了高阶柔性直线系统的新型自抗扰控制方法及系统，方法包括如下步骤：对高阶柔性直线系统进行建模分析，获得高阶柔性直线系统的数学模型；基于数学模型的输入信号，获得输入信号的跟踪信号和微分信号；基于数学模型的输出信号和输入信号，获得状态变量估计值和总扰动估计值；计算跟踪信号和跟踪信号对应的状态变量估计值的差值，获得跟踪误差信号；计算微分信号和微分信号对应的状态变量估计值的差值，获得微分误差信号；基于跟踪误差信号和微分误差信号，获得PD控制量；基于PD控制量和总扰动估计值，获得总控制量，基于所述总控制量，实现对高阶柔性直线系统的控制。本发明可以准确快速的实现被控系统的跟踪控制。
-
公开(公告)号：CN113725922B
公开(公告)日：2024-07-09
申请号：CN202110975350.X
申请日：2021-08-24
Applicant: 安徽大学
Abstract: 基于自触发机制的混合微电网有功功率分配方法及系统，属于自触发和微电网技术领域，解决如何使有功功率在多个交流直流微电网之间进行合理分配的同时大大减少资源的浪费的问题，通过设计的一种基于采样数据的自触发控制方案，实现了混合微电网之间精确的有功功率分配，通过引入一种自触发机制，显著降低通信资源的浪费并实现混合微电网之间的有功功率分配，使智能体仅在必要时刻进行控制更新，在最终几乎不影响性能的前提下显著降低资源的使用，避免了高频率采样造成的资源浪费；本发明的技术方案在有功功率分配、节省通信资源等方面都具有重要的应用价值。
-
公开(公告)号：CN116436357A
公开(公告)日：2023-07-14
申请号：CN202310614160.4
申请日：2023-05-29
Applicant: 安徽大学
IPC: H02P21/00 , H02P21/14 , H02P25/022
Abstract: 本发明涉及电机控制技术领域，特别涉及一种基于智能优化的永磁同步电机参数辨识方法、装置及介质。本发明在相同运行参数情况下，通过参数计算模型和参数可调模型分别计算出的待辨识参数的差值作为适应度函数；迭代过程中调整参数可调模型，使适应度函数最优，获得优化后的参数可调模型，此时的参数可调模型拟合了待辨识参数的变化规律，可显著提高参数辨识的精准度；最后辨识当前运行状态下永磁同步电机的当前待辨识参数。本发明在头脑风暴算法的基础上改进了新个体的生成方式，寻优精度与收敛速度均有提升，避免陷入局部最优解；并且改进了步长公式，避免粒子更新过于发散，适当缩短前期算法收敛时间。
-
公开(公告)号：CN113093548A
公开(公告)日：2021-07-09
申请号：CN202110370188.9
申请日：2021-04-07
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明公开一种基于事件触发机制的机器人轨迹跟踪最优控制方法，包括：结合最优控制理论，定义参考机器人与跟踪机器人的轨迹误差为机器人系统误差状态，使系统误差状态为零；通过动作‑评判网络框架去求解机器人的最优跟踪轨迹，利用评判网络来逼近非线性系统的代价函数，并用动作网络来估计最优控制律；通过采用事件触发方法，控制信号以非周期方式传输，评判网络和动作网络两个神经网络仅在由事件触发条件决定的更新时刻更新自身权值；定义Lyapunov函数，基于此函数设计事件触发条件，并利用最优控制理论，保证机器人跟踪系统的误差状态收敛到零。本发明方便求解最优轨迹，且极大的减少了机器人跟踪系统内部的通信损耗，减少了系统资源不必要的浪费。
-
Patent Agency Ranking
公开(公告)号：CN114516047B
公开(公告)日：2024-07-09
申请号：CN202210132977.3
申请日：2022-02-14
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明提供基于径向基神经网络终端滑模控制机械臂轨迹方法及系统，包括：建立n自由度旋转关节的刚性机械臂动力学模型；为刚性机械臂动力学模型设计线性双幂次转换滑模面；将线性双幂次转换滑模面中的非奇异固定时间终端滑模面代入刚性机械臂动力学模型中，据以得出未知非线性函数数据；设计并利用径向基神经网络对未知非线性函数数据进行逼近，据以获取控制器设计数据；根据控制器设计数据设计基于径向基神经网络的非奇异固定时间终端滑模控制器，据以跟踪控制机械臂在固定时间内的轨迹。本发明解决了现有技术中存在的机械臂未知模型参数、自身摩擦和外部扰动、系统奇异性、模型的不确定性产生的误差及抖振的技术问题。
-
公开(公告)号：CN114624994B
公开(公告)日：2022-11-11
申请号：CN202210362281.X
申请日：2022-04-07
Applicant: 安徽大学
IPC: G05B11/42
Abstract: 本发明提供了高阶柔性直线系统的新型自抗扰控制方法及系统，方法包括如下步骤：对高阶柔性直线系统进行建模分析，获得高阶柔性直线系统的数学模型；基于数学模型的输入信号，获得输入信号的跟踪信号和微分信号；基于数学模型的输出信号和输入信号，获得状态变量估计值和总扰动估计值；计算跟踪信号和跟踪信号对应的状态变量估计值的差值，获得跟踪误差信号；计算微分信号和微分信号对应的状态变量估计值的差值，获得微分误差信号；基于跟踪误差信号和微分误差信号，获得PD控制量；基于PD控制量和总扰动估计值，获得总控制量，基于所述总控制量，实现对高阶柔性直线系统的控制。本发明可以准确快速的实现被控系统的跟踪控制。
-
公开(公告)号：CN113093771B
公开(公告)日：2022-07-26
申请号：CN202110370197.8
申请日：2021-04-07
Applicant: 安徽大学
Abstract: 本发明提供一种基于辨识神经网络水下机器人‑机械手建模方法和系统，水下机器人‑机械手由水下机器人舰艇本身以及相应的机械臂两个部分组成，建模过程包括：首先建立坐标系，分别定义其广义坐标系和广义控制力；然后建立水下机器人的动力学方程通过一个单隐层前馈神经网络逼近函数h(ζ,τ)的值。为了方便收敛性分析，只对隐层到输出层的权值矩阵WI更新，让权值矩阵Wi为常数矩阵。最后还给出了验证的方法。通过本发明基于神经网络的水下机器人‑机械手系统的建模方法：1、设计的水下机器人包括舰体和多连杆机械手；2、设计的辨识神经网络可以有效识别水下机器人的动力学模型；3、辨识神经网络的权值矩阵更新律可以保证水下机器人位置误差的收敛性。
-
公开(公告)号：CN113093771A
公开(公告)日：2021-07-09
申请号：CN202110370197.8
申请日：2021-04-07
Applicant: 安徽大学
Abstract: 本发明提供一种基于辨识神经网络水下机器人‑机械手建模方法和系统，水下机器人‑机械手由水下机器人舰艇本身以及相应的机械臂两个部分组成，建模过程包括：首先建立坐标系，分别定义其广义坐标系和广义控制力；然后建立水下机器人的动力学方程通过一个单隐层前馈神经网络逼近函数h(ζ,τ)的值。为了方便收敛性分析，只对隐层到输出层的权值矩阵WI更新，让权值矩阵Wi为常数矩阵。最后还给出了验证的方法。通过本发明基于神经网络的水下机器人‑机械手系统的建模方法：1、设计的水下机器人包括舰体和多连杆机械手；2、设计的辨识神经网络可以有效识别水下机器人的动力学模型；3、辨识神经网络的权值矩阵更新律可以保证水下机器人位置误差的收敛性。
-
公开(公告)号：CN119897848A
公开(公告)日：2025-04-29
申请号：CN202411881233.7
申请日：2024-12-19
Applicant: 安徽大学
Abstract: 本发明提供基于强化学习全状态约束控制机械臂轨迹方法及系统，方法包括：建立n自由度旋转关节的刚性机械臂动力学模型；根据动力学模型、状态约束，设计误差转换函数，将有约束的误差e转换为无约束的误差ξ；根据无约束误差ξ的更新率，设计机械臂系统的成本函数；通过成本函数，构建雅可比‑贝尔曼‑哈密顿方程，求解得到最优控制器；利用critic神经网络近似逼近最优成本函数，得到近似最优控制器；根据近似最优控制器，推出近似哈密顿‑雅可比‑贝尔曼方程，与原哈密顿‑雅可比‑贝尔曼做差，梯度下降获得critic网络权值矩阵更新率。本发明解决了不确定性及动态变化场景下、多约束条件下，存在的难以实现机械臂轨迹跟踪、机械臂轨迹跟踪精度较低的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.01 seconds)
