-
公开(公告)号：CN119188729A
公开(公告)日：2024-12-27
申请号：CN202411185015.X
申请日：2024-08-27
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明提供一种基于双评价网络的机械臂控制方法及其稳定性评价方法，涉及摩擦系数计算技术领域。所述方法包括：建立柔性双连杆机械臂的运动学方程；设计参考神经网络，得到参考神经网络的内部强化信号；基于参考神经网络的内部强化信号，设计评价神经网络，得到长期成本控制函数，长期成本控制函数用于找到最小化操作成本的最优控制；基于柔性双连杆机械臂的运动学方程，得到柔性双连杆机械臂的初始力矩，基于动作神经网络，得到替换后的控制力，在对FTLM系统进行轨迹跟踪控制，同时抑制系统的弹性振动，消除了对历史数据或预先存在的知识为强化信号赋值的需要。
-
公开(公告)号：CN118472991A
公开(公告)日：2024-08-09
申请号：CN202410881115.X
申请日：2024-07-03
Applicant: 安徽大学
Abstract: 本发明涉及新能源汽车技术领域，解决了目前电动汽车数量的急剧增长与行为数据的复杂多变，导致电网中电压超标与频率波动等技术问题，尤其涉及一种基于改进DBSCAN算法的电动汽车聚合可调度储能容量方法，该方法包括以下步骤：基于电动汽车时间和空间的调节灵活性定义可调度性储能标准，并根据可调度性储能标准设计符合电动汽车充放电行为边界；获取电动汽车‑充电桩储能系统的多模态数据，并采用改进的Grubbs算法对多模态数据进行预处理。本发明实现对分布式资源高效利用与调控，满足大规模电动汽车与省级电力调动中心互动场景，为参与调峰、调频和调压等多层级电力平衡辅助系统提供了决策依据。
-
公开(公告)号：CN118365361A
公开(公告)日：2024-07-19
申请号：CN202410799149.4
申请日：2024-06-20
Applicant: 安徽大学
IPC: G06Q30/0201 , G06Q50/06 , G06N7/08
Abstract: 本发明涉及多市场联合交易建模技术领域，解决了目前碳市场、电力市场和绿证市场之间缺乏合理交易机制，导致联合交易的实现存在诸多困难的技术问题，尤其涉及一种基于混沌映射的考虑碳捕集的电‑碳‑绿证市场交易方法，该方法包括以下步骤：构建用于描述多元市场中各市场主体交互过程的交易策略，多元市场包括电力市场、碳市场、绿证市场；基于交易策略构建上层考虑碳排放结算的电‑碳‑绿证多市场联合交易模型。本发明所提出的方法依据各交易主体之间存在的能源交易流动建模，实现对可再生能源的高效利用以及低碳排放，满足国家对于现有市场交易低碳化的部署要求，为现有能源交易市场提供了多元市场交易机制。
-
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：CN118331288B
公开(公告)日：2024-08-23
申请号：CN202410764660.0
申请日：2024-06-14
Applicant: 安徽大学
Abstract: 本发明公开了基于语义强化学习的自主水下机器人轨迹跟踪控制方法，包括：获取海洋环境图像信息；进行强化学习训练，得到最优的运动决策；进行海洋环境特征点提取和语义理解，得到海洋环境语义；判断自主水下航行器的运动决策是否安全，若安全，则执行运动决策，否则对不安全的动作，在安全约束下利用强化学习重新做出新的运动决策，若仍不安全，则存储当前不安全事件并基于状态恢复机制重训练。本发明使自主水下机器人能够更好的理解环境信息以及变化，预测潜在的危险，能够保证自主水下机器人的安全性，一旦自主水下机器人发生碰撞，能够自动恢复到上一个最优安全状态，而不是恢复到初始状态重新开始训练，提高训练效率。
-
Patent Agency Ranking
公开(公告)号：CN118493399A
公开(公告)日：2024-08-16
申请号：CN202410848632.7
申请日：2024-06-27
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明提供一种基于多功能抓取及对象无关框架的机器人抓取方法及系统，涉及机器人智能控制领域。所述方法包括：对训练集中的RGB图像信息进行预处理，得到处理后的RGB图像信息；根据处理后的RGB图像信息和深度信息，搭建抓取检测模型；基于IOU计算得到损失计算策略；基于损失计算策略，对抓取检测模型进行训练，得到携带最优的权重参数的抓取检测模型；控制器根据携带最优的权重参数的抓取检测模型，建立抓取位姿配置在相机坐标系与世界坐标系间的转化关系，得到三维世界坐标系下的抓取位姿；机器人根据三维世界坐标系下的抓取位姿，将物体运输至制定的目标位置，本发明提升了机器人抓取物体的能力。
-
公开(公告)号：CN117350496B
公开(公告)日：2024-05-24
申请号：CN202311337880.7
申请日：2023-10-17
Applicant: 安徽大学
IPC: G06Q10/0631 , H02J3/00 , G06Q10/083 , G06Q50/06 , G06N3/0455 , G06N3/092
Abstract: 本发明涉及一种基于混合动作空间强化学习的远洋海岛群能量管理方法，方法包括：海岛能量枢纽模型构建，以描述满足海岛多元能源需求的能量转换；海岛间船舶能量传输模型构建，用于表征船舶动态运输过程；根据海岛能量枢纽模型和船舶能量传输模型，建立海岛群综合能源系统能源管理模型；建立包含混合动作空间的深度强化学习方法进行能量管理策略求解。本发明基于一种包含混合动作空间的深度强化学习方法解决海岛群综合能源系统能量管理问题，其考虑了海岛群环境的强不确定性和动态特性，满足对极端环境变化的自适应性，同时，与其他算法相比本发明提出的方法可在不改变模型结构的条件下实现海岛群能量管理策略的快速求解。
-
公开(公告)号：CN117350515B
公开(公告)日：2024-04-05
申请号：CN202311578796.4
申请日：2023-11-21
Applicant: 安徽大学
IPC: G06Q10/0631 , G06N3/092
Abstract: 本发明涉及一种基于多智能体强化学习的远洋海岛群能量流调度方法，方法包括：海岛群能量流传输模式设计，以用于描述海岛群间能量传输过程；根据海岛群能量流传输模式，构建海岛群能量流传输模型；根据海岛群能量流传输模型，建立海岛群能源系统能量管理模型；使用多智能体强化学习方法实现海岛群能量流调度，并对能量管理策略求解。本发明基于多智能体强化学习方法，考虑海岛群的布局特点、可再生能源禀赋及电力船舶的移动储能特性，以满足对人居岛负载需求变化的自适应性。与其他算法相比本发明提出的方法在集中式训练、分布式执行的基础上，加入了基线函数，以提高算法的学习效率和稳定性，高效地处理远洋海岛群的能量流调度和能量管理问题。
-
公开(公告)号：CN118493399B
公开(公告)日：2025-04-25
申请号：CN202410848632.7
申请日：2024-06-27
Applicant: 安徽大学
IPC: B25J9/16
Abstract: 本发明提供一种基于多功能抓取及对象无关框架的机器人抓取方法及系统，涉及机器人智能控制领域。所述方法包括：对训练集中的RGB图像信息进行预处理，得到处理后的RGB图像信息；根据处理后的RGB图像信息和深度信息，搭建抓取检测模型；基于IOU计算得到损失计算策略；基于损失计算策略，对抓取检测模型进行训练，得到携带最优的权重参数的抓取检测模型；控制器根据携带最优的权重参数的抓取检测模型，建立抓取位姿配置在相机坐标系与世界坐标系间的转化关系，得到三维世界坐标系下的抓取位姿；机器人根据三维世界坐标系下的抓取位姿，将物体运输至指定的目标位置，本发明提升了机器人抓取物体的能力。
-
公开(公告)号：CN119740674A
公开(公告)日：2025-04-01
申请号：CN202411777334.X
申请日：2024-12-05
Applicant: 安徽大学
IPC: G06N7/01
Abstract: 本发明涉及水陆跨域机器人控制技术领域，解决了现有技术难以实现水陆跨域机器人运动控制的技术问题，尤其涉及一种基于优化贝叶斯网络的水陆跨域机器人运动控制方法，包括构建三层贝叶斯网络结构，通过MMPC‑K2算法进行三层贝叶斯网络结构的结构学习，采用引入置信度改进的IF‑THEN推理规则进行贝叶斯网络模型的参数学习，将概率最大的决策方案反馈至所设计的CPG输出网络中控制水陆跨域机器人腿部执行步态切换。本发明能够综合考虑所有传感器信息，利用评分最高的网络结构、输入节点先验概率与改进IF‑THEN规则输出最优方案，实现水陆跨域机器人自主决策，以及实现机器人腿部根据不同地形切换相对应的步态。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.078 seconds)
