-
公开(公告)号：CN117288177A
公开(公告)日：2023-12-26
申请号：CN202311242697.9
申请日：2023-09-25
Applicant: 哈尔滨理工大学
IPC: G01C21/00 , G06V10/762 , G01C21/16 , G01S17/89 , G01S17/86
Abstract: 针对激光SLAM是基于静态假设完成的，在含有动态障碍物的环境下建图会产生大量的动态残影，导致建图和定位精度下降的问题，本发明公开了一种解决动态残影的激光SLAM方法。所述方法包括：首先对激光雷达获取的点云数据进行栅格划分；然后分离地面点并通过聚类非地面点剔除噪声，利用IMU信息和点云信息判断初始位姿，如果IMU初始化失败则运行激光里程计模式；最后引入生长高度描述子，获取疑似的动态残影区域，利用时空约束，将获取的动态残影剔除。本发明通过聚类剔除噪声，引入生长高度描述子与时空约束剔除动态残影，提高了建图与定位精度，解决了动态障碍物对建图的影响。
-
公开(公告)号：CN117152716A
公开(公告)日：2023-12-01
申请号：CN202311174928.7
申请日：2023-09-13
Applicant: 哈尔滨理工大学
IPC: G06V20/58 , G06V10/82 , G06V10/774 , G06V10/80 , G06V10/764 , G06N3/0464
Abstract: 本发明提出一种考虑方向入口线和辅助标记点的停车位检测方法，旨在通过图注意力机制将方向入口线和辅助标记点相结合以提高停车位检测的鲁棒性和简易性。首先选择合适的数据集制作训练样本和测试样本；其次，将训练样本输入到卷积网络中提取深度特征，将深度特征输入到方向入口线检测器和辅助标记点检测器，综合考虑两者的结果，获取每个标记点的坐标以及相对坐标特征，经过双线性插值、特征融合获取每个标记点的融合特征；然后通过图注意力机制获取包含所有标记点信息的注意力加权特征；最后将重要标记点的注意力加权特征拼接输入到停车位鉴别网络，判断其能否形成合理的停车位。本发明可以使模型快速、鲁棒地检测出各种类型的停车位。
-
公开(公告)号：CN117021094A
公开(公告)日：2023-11-10
申请号：CN202311049941.X
申请日：2023-08-20
Applicant: 哈尔滨理工大学
IPC: B25J9/16
Abstract: 本发明涉及一种适用于狭窄空间的盾构机换刀机器人路径规划方法。所述方法包括：首先，初始化地图信息和随机树，设置通道阈值，根据随机点和步长选择公式生成新生节点；其次，通过入口识别算法判断换刀通道类型，若为安全通道，继续判断是否为凹形陷阱，若为狭窄通道则先通过计算代价函数判断是否为极限通道，并比较采样次数与采样阈值，再通过比较极限换刀通道的权重比，选择权重比大的通道；最后，重复上述步骤直到满足新生节点和目标节点之间的距离小于距离阈值，对输出路径进行优化。本发明能够在狭窄空间选择安全通道，并有效提升了节点搜索效率，降低路径长度，提高了盾构机换刀机器人在复杂环境工作的安全性和效率。
-
公开(公告)号：CN116524026A
公开(公告)日：2023-08-01
申请号：CN202310505675.0
申请日：2023-05-08
Applicant: 哈尔滨理工大学
IPC: G06T7/73 , G06T7/579 , G06T7/254 , G06V10/26 , G06T7/246 , G06T7/33 , G06T7/37 , G06T7/13 , G01C21/20
Abstract: 本发明公开了一种基于频域和语义的动态SLAM方法，完成在高动态与复杂光照环境中的定位与建图任务。首先，为精确获得物体的运动区域，采用傅里叶梅林算法在频域对图像进行配准以补偿相机运动，随后应用帧间差分算法获得图像的运动掩膜。同时，图像通过短时密集连接(STDC)网络进行语义分割得到潜在运动物体掩膜。将运动掩膜与物体掩膜相结合，获得最终的物体运动区域，对落在该区域的特征点进行剔除。最后，依据稳定的静态特征点跟踪优化，提升位姿精度。在公开数据集与现实环境中的测试结果表明，本方法在复杂动态场景下具有良好的定位精度与鲁棒性，能够有效的降低运动模糊与光照变化对于运动检测的影响。
-
公开(公告)号：CN115453914B
公开(公告)日：2023-05-16
申请号：CN202211277205.5
申请日：2022-10-19
Applicant: 哈尔滨理工大学
IPC: G05B17/02
Abstract: 本发明公开了一种考虑海浪干扰的无人艇回收分布式决策仿真系统，完成海洋作业中母船对无人艇的自动回收任务。首先，搭建无人艇回收任务所需的仿真环境；基于DuelingNetwork算法设计决策模块，并针对应用场景优化神经网络结构，使决策模块具有短时记忆功能；实现分布式通信机制，将决策模块置于服务器端，环境模块置于客户端；最后，启动服务器与客户端程序，控制无人艇抽象的智能体完成回收任务。该系统针对实际复杂海况，设计模拟物理交互的仿真环境；采用深度强化学习算法，使得AI控制器应对复杂场景时，具有更强的鲁棒性，且让模型具有迁移学习能力；分布式通信机制将训练与控制独立运行，便于实现离线训练，同时可以实现远程控制效果。
-
Patent Agency Ranking
公开(公告)号：CN116088309A
公开(公告)日：2023-05-09
申请号：CN202310003521.1
申请日：2023-01-03
Applicant: 哈尔滨理工大学
IPC: G05B13/04
Abstract: 一种基于故障辨识的水面船复合学习容错控制方法，涉及船舶运动控制技术领域。本发明是为了解决船舶作业过程中受负载变化和燃料消耗等原因引起的模型参数不确定，且未考虑推进器故障的问题。本发明所述的一种基于故障辨识的水面船复合学习容错控制方法，首先建立船舶运动学和动力学模型；然后定义误差变量，并设计虚拟控制律；随后基于并行学习的思想，利用由历史数据组成的参数估计误差项构造自适应律；最后设计自适应容错控制器。本发明能够在建模不确定、环境扰动和推进器故障的情况下，实现水面船的轨迹跟踪控制任务。
-
公开(公告)号：CN115195942B
公开(公告)日：2023-05-09
申请号：CN202210957887.8
申请日：2022-08-10
Applicant: 哈尔滨理工大学
Abstract: 针对无人艇收放效率低且收放过程中无人艇易受海浪影响产生摆动的问题，设计一种具有减摇功能的无人艇收放装置。本发明装置由顶部一级滑道、顶部二级滑道、液压伸缩杆、减横摇系统、减纵摇系统、液位传感器、夹持系统、伺服电机、PLC控制器等部分组成。收放过程中通过夹持系统固定无人艇，顶部一级滑道、二级滑道、液压伸缩杆依次伸长收缩，完成收放过程。当母船受海浪影响产生横摇纵摇时，母船与装置整体产生相同方向相同角度倾斜，减横摇系统和减纵摇系统中的滚轴可在滚轴托架内转动，保持无人艇收放过程中在竖直方向上位姿稳定。本发明能有效减少无人艇收放过程中母船的横摇纵摇对无人艇的影响，收放效率高，稳定性好。
-
公开(公告)号：CN115268302B
公开(公告)日：2023-03-28
申请号：CN202211115771.6
申请日：2022-09-14
Applicant: 哈尔滨理工大学
IPC: G05B17/02
Abstract: 本发明是一种基于微元法的船用减摇旋柱实时升力仿真平台。该平台首先通过模型参数输入和运动控制模块获取船舶和减摇旋柱的运动状态并将其处理后输出至升力预测模块和虚拟仿真模块；在虚拟仿真模块中，通过接收上述模块的参数进行仿真来实现对全航速、多工况下的减摇旋柱工作状态的模拟；在升力预测模块中，先对减摇旋柱进行微元化处理，对其进行水动力分析后进而得到在摆动‑转动模式下单周期内减摇旋柱的实时升力，并通过与期望对比来矫正平台参数；在优化决策模块中，能够对仿真试验结果进行优化分析。本发明优化了仿真模拟流程，实现了对全航速、多工况减摇旋柱在摆动‑转动模式下的实时升力分析，为其工程应用提供了可靠的理论分析平台。
-
公开(公告)号：CN113505437B
公开(公告)日：2022-11-08
申请号：CN202110787810.6
申请日：2021-07-13
Applicant: 哈尔滨理工大学
IPC: G06F30/15 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种考虑不同鳍机械角、波倾角的减摇鳍有效投影面积计算方法。首先确定鳍轴所在水平基准线，规定鳍机械角、波倾角的正负方向，然后将鳍机械角与波倾角按组合关系分为13个区间，在每个区间沿水流方向做出两条助位线用于角度分析，利用鳍体、水平基准线、助位线和已知角度的几何关系，计算出各区间的有效鳍角，带入对应的面积公式，即可获得所需的减摇鳍有效投影面积。本发明方法简洁、运算量较小，具有较强的实用性，使得在不同情况下鳍体有效投影面积的计算更加准确。
-
公开(公告)号：CN115268456A
公开(公告)日：2022-11-01
申请号：CN202210956559.6
申请日：2022-08-10
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于动态变策略informed‑RRT*的无人车路径规划方法。所述方法包括：首先，利用地图信息膨胀技术对障碍物进行膨胀，初始化地图信息，根据动态步长策略和变策略人工势场法相结合在传统RRT*方法的基础上在地图中进行采样，以获取初始路径；构建椭圆采样区间，随着搜索树在改进informed‑RRT*方法下不断剪枝优化，椭圆范围也在不断地缩小，采样时间也随之减少，最后进行6次B样条曲线拟合优化，仿真验证了所述方法的有效性。本发明能够降低传统informed‑RRT*的盲目性和随机性，减少路径搜索的时间，且规划的路径考虑了安全距离，路线更为平滑，符合无人车动力约束。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.056 seconds)
