-
公开(公告)号：CN116597161A
公开(公告)日：2023-08-15
申请号：CN202310539070.3
申请日：2023-05-15
Applicant: 东南大学
Abstract: 一种基于动态匹配和绝对中位差的线特征匹配方法，包括如下步骤：1)接收RGB‑D相机采集的RGB帧作为视觉输入图像；2)使用EDLines线检测器进行线特征提取；3)通过端点对线特征进行参数化；4）基于离散关键点对参数化的线特征进行描述；5）使用动态规划算法对前后帧提取的线特征进行动态匹配；6）使用绝对中位差方法估算所有线特征匹配的位移变化标准差，并基于此对错误的或低质量的线匹配进行剔除。本发明能在遮挡，旋转以及外观改变的场景中，提取足够数量的且正确的线特征匹配。
-
公开(公告)号：CN112566021B
公开(公告)日：2023-04-18
申请号：CN202011396417.6
申请日：2020-12-04
Applicant: 东南大学
Abstract: 本发明涉及一种基于估计偏差平均的四基站UWB平面定位算法，其包括如下步骤：定位标签向四个基站轮询获取距离数据，检查距离数据的可靠性，计算出多组位置参数和位置参数关于距离数据的梯度的模值，根据梯度模值设置每组位置参数的权重，使最终估计结果表达式对每一个基站的距离数据的偏导相等，该方案抑制测量数据波动对最终定位效果的干扰，提升了定位的准确度。
-
公开(公告)号：CN112034711B
公开(公告)日：2022-06-03
申请号：CN202010895943.0
申请日：2020-08-31
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本专利公开了一种基于深度强化学习的无人艇抗海浪干扰控制方法。本发明采用的技术方案是使用深度强化学习算法构建无人艇的控制器，利用深度神经网络将无人艇的运动状态和海浪特性映射到无人艇的推进器和方向舵的控制量，使用深度强化学习算法，根据历史实验数据对深度神经网络进行训练。首先在仿真环境中基于无人艇的简化模型和海浪干扰模型对控制器进行初步训练，然后在实际海域中进行实体无人艇的实验和训练，使控制器依据真实的无人艇和海浪动态特性进行在线学习，最终得到效果良好的无人艇抗海浪干扰控制器。
-
公开(公告)号：CN114106572A
公开(公告)日：2022-03-01
申请号：CN202111534204.X
申请日：2021-12-15
Applicant: 东南大学
Abstract: 本发明公开了一种DOP/SBS生物沥青改性剂及改性沥青的制备方法，生物沥青改性剂包括4‑6份邻苯二甲酸二辛酯、6‑9份低熔体流动速率、高溶液粘度的SBS、4‑6份高熔体流动速率、低溶液粘度的SBS，4‑6份C9石油树脂，以及12‑16份生物油。本发明加入混合SBS、C9石油树脂、生物油、DOP的复合改性沥青具有更好的感温性能、高温性能以及抗老化性能，同时低温性能也较优，并形成了新的交联网状结构，具备更佳的储存稳定性，采用了生物材料外掺，相比石油材料可降低沥青生产成本，且具备可再生性和绿色环保性。
-
公开(公告)号：CN112034872A
公开(公告)日：2020-12-04
申请号：CN202010895952.X
申请日：2020-08-31
Applicant: 东南大学
Abstract: 本专利公开了一种四旋翼无人机积分补偿确定性策略梯度控制方法。本发明使用深度神经网络对四旋翼无人机的控制器进行表示，将四旋翼无人机的运动状态通过深度神经网络直接映射到四个电机的控制指令，使用机器学习算法根据奖励反馈信号对深度神经网络进行训练，最终获得满足控制需求的控制器。本方法可以直接使用带有复杂非线性特性的四旋翼无人机数学模型进行训练，通过引入积分补偿机制结合确定性策略梯度算法进行训练，可以提高训练得到的控制器的鲁棒性和精确性。
-
Patent Agency Ranking
公开(公告)号：CN119334757A
公开(公告)日：2025-01-21
申请号：CN202411475015.3
申请日：2024-10-22
Applicant: 东南大学 , 南京现代综合交通实验室
Abstract: 本发明公开了一种机场道面单轮轮辙仪用环境模拟系统及轮压校准方法，系统包括位于轮辙仪外侧的机箱外壳，所述机箱外壳内中部设置有四个呈竖直状分布的限位框架，且四个限位框架均匀分布在轮辙仪的四角并与轮辙仪的机架固定连接，多个限位框架之间共同安装有承重钢板，所述承重钢板上安装有压敏传感器。本发明通过高精度压敏传感器实时记录轮辙仪与压敏传感器的接触面积，并计算出动态压力过程和压强数值，根据该数据结果反映于控制器结果使控制器及时矫正轮辙仪的施加压力，替代传统印染纸和感压纸的测量方法，在发生运动偏移或速度变化时可及时反应给控制器，以调整轮辙仪运动轨迹、扭矩和范围，有效保证轮辙仪运动过程的精确度。
-
公开(公告)号：CN112034872B
公开(公告)日：2023-01-17
申请号：CN202010895952.X
申请日：2020-08-31
Applicant: 东南大学
Abstract: 本专利公开了一种四旋翼无人机积分补偿确定性策略梯度控制方法。本发明使用深度神经网络对四旋翼无人机的控制器进行表示，将四旋翼无人机的运动状态通过深度神经网络直接映射到四个电机的控制指令，使用机器学习算法根据奖励反馈信号对深度神经网络进行训练，最终获得满足控制需求的控制器。本方法可以直接使用带有复杂非线性特性的四旋翼无人机数学模型进行训练，通过引入积分补偿机制结合确定性策略梯度算法进行训练，可以提高训练得到的控制器的鲁棒性和精确性。
-
公开(公告)号：CN116880189A
公开(公告)日：2023-10-13
申请号：CN202310871124.6
申请日：2023-07-17
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明提供了一种基于时空平滑度分析的水下机器人强化学习控制方法，通过结合时间平滑度和空间平滑度分析，效削弱电机信号中的震荡现象，通过在强化学习基于神经网络的控制器中引入积分补偿器，补偿由于值函数拟合误差带来的稳态误差，从而保证控制的稳定性和精确度。另外，本发明在控制过程中对水下机器人的动力学模型进行动态拟合，并通过动力学模型获得用于强化学习训练的经验数据，通过扩充训练数据的方法提高强化学习算法的学习效率。
-
公开(公告)号：CN112434792A
公开(公告)日：2021-03-02
申请号：CN202011278974.8
申请日：2020-11-16
Applicant: 东南大学
Abstract: 本专利公开了一种用于多智能体系统通信和控制的强化学习方法。本方法针对通过一定拓扑结构的通信网络发送和接收消息进行信息共享的多智能体系统，给出了一种强化学习算法，使多智能体系统能够通过训练，在每个智能体上构建通信策略和控制策略，使智能体从传感设备的高维原始输入中提取有效的低维通信信息，从而使整个多智能体系统能够实现高效的信息共享和协同控制。该方法降低了带有复杂动态和高维观测的多智能体系统通信和控制策略设计的复杂程度，同时也降低了智能体之间的通信负荷。
-
公开(公告)号：CN112034711A
公开(公告)日：2020-12-04
申请号：CN202010895943.0
申请日：2020-08-31
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本专利公开了一种基于深度强化学习的无人艇抗海浪干扰控制方法。本发明采用的技术方案是使用深度强化学习算法构建无人艇的控制器，利用深度神经网络将无人艇的运动状态和海浪特性映射到无人艇的推进器和方向舵的控制量，使用深度强化学习算法，根据历史实验数据对深度神经网络进行训练。首先在仿真环境中基于无人艇的简化模型和海浪干扰模型对控制器进行初步训练，然后在实际海域中进行实体无人艇的实验和训练，使控制器依据真实的无人艇和海浪动态特性进行在线学习，最终得到效果良好的无人艇抗海浪干扰控制器。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.029 seconds)
