-
公开(公告)号:CN113781521A
公开(公告)日:2021-12-10
申请号:CN202110781740.3
申请日:2021-07-12
Applicant: 山东建筑大学
Abstract: 本公开公开了一种基于改进YOLO‑DeepSort的仿生机器鱼检测跟踪方法,包括:通过建立改进的YOLOv3目标检测网络,建立DeepSort跟踪模型,通过目标检测模型获取目标边界框与特征向量,将其送入DeepSort模型,通过DeepSort模型进行目标匹配、跟踪、预测与更新。
-
公开(公告)号:CN110989399A
公开(公告)日:2020-04-10
申请号:CN201911295113.8
申请日:2019-12-16
Applicant: 山东建筑大学
IPC: G05B17/02
Abstract: 本公开公开了一种融合Spiking神经网络和CPG的机器鱼仿生控制方法及系统,包括:通过建立CPG模型和Spiking神经网络模型,建立Spiking神经网络和CPG分层控制模型,Spiking神经网络模型作为上级控制器,CPG模型作为下级控制器,设计饱和函数连接上、下级控制器,CPG模型通过饱和函数接收Spiking神经网络模型产生的激励信号,输出控制信号驱动仿生机器鱼各个关节的运动。
-
公开(公告)号:CN110286592A
公开(公告)日:2019-09-27
申请号:CN201910576714.X
申请日:2019-06-28
Applicant: 山东建筑大学
IPC: G05B13/04
Abstract: 本公开提出了一种基于BP神经网络的机器鱼多模态运动方法及系统,包括:建立CPG模型:对四关节具有胸鳍的机器鱼进行动力学建模,令尾鳍CPG单向抑制胸鳍CPG,利用非线性振荡器模型作为CPG神经元,确定左右两边输入激励,下行和上行相位耦合系数,上行和下行耦合系数权重,对应各个关节的CPG频率;建立BP神经网络模型:基于CPG模型得到关节角度的变化,将关节角度变化值存储为数据包进行BP神经网络训练,并将训练好的数据发送到仿生机器鱼的控制器上,利用CPG信号驱动各关节的摆动,进行机器鱼直游转弯运动。本公开利用BP神经网络学习机器鱼的多模态运动,最终实现BP神经网络学习机器鱼多模态运动的过程,提高了机器鱼系统的自主性与适应性。
-
-