基于高斯过程非保守概率误差界的机器人安全控制方法

    公开(公告)号:CN117687342B

    公开(公告)日:2024-05-17

    申请号:CN202410135885.X

    申请日:2024-01-31

    Abstract: 本发明涉及机器人安全控制技术领域,公开了一种基于高斯过程非保守概率误差界的机器人安全控制方法,包括以下步骤:基于传感器测量机器人的状态与状态变化率,利用高斯过程在线学习机器人动力学模型:基于在线数据集,利用逆韦伯分布,估计未知的动力学残差项、后验均值和后验方差的李普希兹常数;基于后验方差与估计的李普希兹常数,计算非保守概率误差界,以评估机器人动力学模型的不确定性对安全的威胁程度;基于非保守概率误差界与控制屏障函数构建实现安全控制的二次规划方程,并通过前馈控制器补偿动力学残差项,实现对机器人的安全控制;解决了机器人任务执行过程中的基本安全问题,从而拓宽机器人的应用场景。

    基于高斯过程非保守概率误差界的机器人安全控制方法

    公开(公告)号:CN117687342A

    公开(公告)日:2024-03-12

    申请号:CN202410135885.X

    申请日:2024-01-31

    Abstract: 本发明涉及机器人安全控制技术领域,公开了一种基于高斯过程非保守概率误差界的机器人安全控制方法,包括以下步骤:基于传感器测量机器人的状态与状态变化率,利用高斯过程在线学习机器人动力学模型:基于在线数据集,利用逆韦伯分布,估计未知的动力学残差项、后验均值和后验方差的李普希兹常数;基于后验方差与估计的李普希兹常数,计算非保守概率误差界,以评估机器人动力学模型的不确定性对安全的威胁程度;基于非保守概率误差界与控制屏障函数构建实现安全控制的二次规划方程,并通过前馈控制器补偿动力学残差项,实现对机器人的安全控制;解决了机器人任务执行过程中的基本安全问题,从而拓宽机器人的应用场景。

    一种信号降噪方法、装置、设备及存储介质

    公开(公告)号:CN118311390A

    公开(公告)日:2024-07-09

    申请号:CN202410428314.5

    申请日:2024-04-10

    Abstract: 本发明涉及电弧故障检测领域,公开了一种信号降噪方法、装置、设备及存储介质,该方法通过采集负载工作时的电流信号;根据电流信号的信号成分分量将电流信号划分为N个信号区间;对各信号区间进行滤波,获得N组模态分量;基于各模态分量进行噪声滤除,获得降噪模态分量;将各降噪模态分量进行叠加,获得降噪后的电流信号。由于是根据电流信号的N个信号成分分量将电流信号划分为N个信号区间,再分别对N个信号区间进行滤波确定各信号区间对应的模态分量,进而进行噪声滤除,实现了对采集到的电流信号进行降噪,提高了信号信噪比和动态范围的同时,保持甚至提高了电弧信号的特征信息,能够有效地提高故障电弧检测的检测准确度。

    用于故障电弧检测的电流信号降噪方法、系统及存储介质

    公开(公告)号:CN116776077A

    公开(公告)日:2023-09-19

    申请号:CN202310260892.8

    申请日:2023-03-14

    Abstract: 本发明公开一种用于故障电弧检测的电流信号降噪方法、系统及存储介质,包括:采集负载当前时刻的工作电流,并分析得到当前时刻的工作电流的噪声估计谱;对所述噪声估计谱和负载后续时刻工作电流分别进行小波分解,得到第一小波系数和第二小波系数;基于所述第一小波系数对所述第二小波系数进行修正,得到第三小波系数;对所述第三小波系数进行小波重构,得到时域增强信号。本发明所提出的改进的小波阈值函数改善了传统小波阈值函数连续性差、存在恒定偏差的缺陷,经降噪算法处理后的电流信号不仅抑制了噪声的存在,还改善了信号的电弧特征,使得故障电弧检测算法的检测性能得到显著提升。

Patent Agency Ranking