-
公开(公告)号：CN118794436B
公开(公告)日：2025-01-24
申请号：CN202410765315.9
申请日：2024-06-14
Applicant: 安徽大学
IPC: G01C21/20 , G06F18/25 , G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/092
Abstract: 本发明公开了一种无通信环境下基于具身智能的多自主水下机器人导航方法，包括：步骤1：每个自主水下机器人通过自身携带的传感器获取多模态的局部环境信息；步骤2：进行多模态的局部环境信息的融合；步骤3：提取环境特征值和临近自主水下机器人特征值；步骤4：对环境特征值进行学习，理解环境，并根据临近自主水下机器人特征值推测临近自主水下机器人的运动轨迹；步骤5：协作关系学习，生成导航决策；步骤6：将生成的导航决策发送给每个自主水下机器人的控制器进行编译，生成控制指令，实现对自主水下机器人的导航控制。本发明引入具身智能技术，设计了无通信多自主水下机器人协同导航方案，可实现基于具身智能的自主水下机器人导航。
-
公开(公告)号：CN118288291B
公开(公告)日：2024-10-22
申请号：CN202410566263.2
申请日：2024-05-09
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明涉及机器人容错控制技术领域，解决了随着模块化机器人中重构模块数量的增加，动态规划方法会引发“维数灾”问题，使得求解HJB方程变得更加困难的技术问题，尤其涉及一种具有多传感器故障的模块化机器人输出反馈最优容错控制方法，包括：引入低通滤波器，建立传感器故障与执行器故障之间的映射关系，并根据映射关系构建融合机器人系统状态和低通滤波器输出的增广系统；根据神经网络与机器人系统的输入/输出数据建立用以在线辨识机器人系统的动力学信息与传感器故障的联合输出型故障观测器。本发明所提出的方法适用于解决多种类型传感器故障系统的容错控制问题，能够达到满意的容错控制效果，满足应用需求，且可以减少设计成本。
-
公开(公告)号：CN118794436A
公开(公告)日：2024-10-18
申请号：CN202410765315.9
申请日：2024-06-14
Applicant: 安徽大学
IPC: G01C21/20 , G06F18/25 , G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/092
Abstract: 本发明公开了一种无通信环境下基于具身智能的多自主水下机器人导航方法，包括：步骤1：每个自主水下机器人通过自身携带的传感器获取多模态的局部环境信息；步骤2：进行多模态的局部环境信息的融合；步骤3：提取环境特征值和临近自主水下机器人特征值；步骤4：对环境特征值进行学习，理解环境，并根据临近自主水下机器人特征值推测临近自主水下机器人的运动轨迹；步骤5：协作关系学习，生成导航决策；步骤6：将生成的导航决策发送给每个自主水下机器人的控制器进行编译，生成控制指令，实现对自主水下机器人的导航控制。本发明引入具身智能技术，设计了无通信多自主水下机器人协同导航方案，可实现基于具身智能的自主水下机器人导航。
-
Patent Agency Ranking
公开(公告)号：CN118288291A
公开(公告)日：2024-07-05
申请号：CN202410566263.2
申请日：2024-05-09
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明涉及机器人容错控制技术领域，解决了随着模块化机器人中重构模块数量的增加，动态规划方法会引发“维数灾”问题，使得求解HJB方程变得更加困难的技术问题，尤其涉及一种具有多传感器故障的模块化机器人输出反馈最优容错控制方法，包括：引入低通滤波器，建立传感器故障与执行器故障之间的映射关系，并根据映射关系构建融合机器人系统状态和低通滤波器输出的增广系统；根据神经网络与机器人系统的输入/输出数据建立用以在线辨识机器人系统的动力学信息与传感器故障的联合输出型故障观测器。本发明所提出的方法适用于解决多种类型传感器故障系统的容错控制问题，能够达到满意的容错控制效果，满足应用需求，且可以减少设计成本。
-
公开(公告)号：CN117311147B
公开(公告)日：2024-03-19
申请号：CN202311244051.4
申请日：2023-09-25
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明公开了基于双层级观测器的模块化机器人分散最优容错控制系统与方法，将模块化机器人子系统互联项的实际状态辅助变换为相应的参考状态，构建第一层级观测器以辨识子系统动力学模型，建立增广子系统以及相应的最优代价函数，得到HJB方程，构建协同调节权重的自适应评判网络以求解HJB方程，得到无故障情形下的分散跟踪控制律，在机器人系统发生执行器乘性故障时，构建第二层级观测器，以估计执行器有效因子，将估计的有效因子与分散跟踪控制律结合，得到分散最优容错控制策略，实现模块化机器人的分散最优容错控制。本发明能够达到满意的容错控制效果，满足应用需求。
-
公开(公告)号：CN119399718A
公开(公告)日：2025-02-07
申请号：CN202411428026.6
申请日：2024-10-14
Applicant: 安徽大学
IPC: G06V20/56 , G06V10/46 , G06V10/26 , G06V10/75 , G06V10/774
Abstract: 本发明提出一种面向任意动态对象的光流语义SLAM方法，包括：获得连续的RGB图像，每隔八帧图像，利用基于深度学习的光流估计模块对当前和下一帧图像进行光流估计，生成光流图；利用显著性区域检测模块将光流图中的动态区域提取为掩码，在动态掩码中找出两个代表点提示语义分割模块进行分割，实现对任意动态对象进行剔除，消除动态对象对系统的干扰；利用轻量级CNN架构对剔除掉动态区域的图像提取并匹配特征点，将经特征匹配点和剔除动态区域之后的RGB图像和原始深度图送入ORB‑SLAM2的系统，凭借高质量的特征点提高定位和建图的精度。本发明提出了更高效的SLAM方法，更够具有更高的定位与建图精度，同时其能够在实际工程中具备较高的鲁棒性。
-
公开(公告)号：CN119309583A
公开(公告)日：2025-01-14
申请号：CN202411428027.0
申请日：2024-10-14
Applicant: 安徽大学
Abstract: 本发明提出一种复杂环境下的无人水下航行器路径重规划方法，这是一种是空间路径融合速度策略的路径重规划方法，包括：检测推进器故障然后决定继续执行任务还是返航以减少损失，并通过推力分配进行实现；通过APF算法在突发性的水流环境中重规划路径，以应对水流阻碍并在安全位置回归原路径；再结合DWA算法进一步考虑突然出现的移动障碍物，提出一种方法能够在不破坏原规划路径和水流环境中重规划路径的前提下躲避障碍物。本发明提出的方法能针对复杂水下场景中突发事件引发的安全隐患，完成不同事件下的路径重规划，并在多类异常事件并发时进行合理的协调，将三种不确定性事件下的路径重规划方法能够在整体算法框架中同时实现。
-
公开(公告)号：CN117311147A
公开(公告)日：2023-12-29
申请号：CN202311244051.4
申请日：2023-09-25
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明公开了基于双层级观测器的模块化机器人分散最优容错控制系统与方法，将模块化机器人子系统互联项的实际状态辅助变换为相应的参考状态，构建第一层级观测器以辨识子系统动力学模型，建立增广子系统以及相应的最优代价函数，得到HJB方程，构建协同调节权重的自适应评判网络以求解HJB方程，得到无故障情形下的分散跟踪控制律，在机器人系统发生执行器乘性故障时，构建第二层级观测器，以估计执行器有效因子，将估计的有效因子与分散跟踪控制律结合，得到分散最优容错控制策略，实现模块化机器人的分散最优容错控制。本发明能够达到满意的容错控制效果，满足应用需求。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
