“李衍杰”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果25个，建议您升级VIP下载更多相关专利

[发明专利]一种在边界遮挡状况下检测标记码边框的方法-CN201911233398.2有效
发明人： 李衍杰;常瑞杰;刘林韬;邬崇莹 -专利权人：哈尔滨工业大学（深圳）
申请日： 2019-12-05 - 公布日： 2023-09-05 - 主分类号： G06V10/24 文献下载
摘要：本发明提供了一种在边界遮挡状况下检测标记码边框的方法，包括以下步骤:S1、训练数据集的获取；S2、边界遮挡视觉标记码的旋转角度估计；S3、边界遮挡视觉标记码的边框检测。本发明的有益效果是：不同于传统使用图像处理的标记码轮廓提取方法，本发明使用基于目标检测的方法直接提取图像中的标记码，可以应对标记码的边界遮挡情况，使得整个识别方法具有更好的鲁棒性。
一种边界遮挡状况检测标记边框方法

[发明专利]一种带有柔性抓取器的飞行机械臂-CN201710327674.6有效
发明人：陈浩耀;全凤宇;楼云江;李衍杰;刘云辉 -专利权人：哈尔滨工业大学深圳研究生院
申请日： 2017-05-10 - 公布日： 2023-07-07 - 主分类号： B25J15/12 文献下载
摘要：本发明提供了一种带有柔性抓取器的飞行机械臂，包括多旋翼飞行器、多自由度机械臂和柔性抓取器，所述多旋翼飞行器与所述多自由度机械臂连接，所述多自由度机械臂与所述柔性抓取器连接。本发明的有益效果是：通过在多旋翼飞行器下挂载多自由度机械臂，利用多旋翼飞行器能够快速移动的特性，提高了多自由度机械臂的实用能力。同时，利用柔性抓取器作为多自由度机械臂的末端，能够很好的适应抓取物外形，从而大大提高了抓取任务的成功率。
一种带有柔性抓取飞行机械

[发明专利]一种基于深度安全强化学习的机器人无地图导航方法-CN202110250387.6有效
发明人：吕少华;李衍杰;许运鸿;刘奇;陈美玲;赵威龙;刘悦丞;庞玺政 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-03-08 - 公布日： 2023-03-28 - 主分类号： G05D1/02 文献下载
摘要：本发明具体涉及一种基于深度安全强化学习的机器人无地图导航方法，具体包括：初始化训练环境，设计移动机器人奖励函数和安全风险代价函数；利用传感器检测的图像信息和激光雷达信息，结合移动机器人的目标信息和运动信息，将各状态信息进行处理后经Actor网络输出决策动作到机器人，机器人执行Actor网络输出的动作，从环境中得到下一时刻新的状态观测及奖励信息，将机器人与环境交互得到的经验存入经验池，定期更新网络参数；判断是否训练结束，将训练好的模型应用于真实移动机器人进行导航。本发明基于演员‑评论家‑安全（ACS）框架的深度安全强化学习，通过引入约束性策略优化（CPO）算法，提升了强化学习用于无地图导航任务的安全性。
一种基于深度安全强化学习机器人地图导航方法

[发明专利]一种基于深度强化学习的仓储系统多机器人路径规划方法-CN202110535242.0有效
发明人：许运鸿;李衍杰;吕少华;刘奇;陈美玲;赵威龙;刘悦丞;高建琦 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-05-17 - 公布日： 2023-02-28 - 主分类号： G05D1/02 文献下载
摘要：本发明提供了一种基于深度强化学习的仓储系统多机器人路径规划方法，包括如下步骤：步骤S1：定义多机器人路径规划问题中的节点、状态、动作、奖励回报；步骤S2：选择子目标点，中央控制器计算每个机器人的状态；步骤S3：基于深度强化学习方法，设计分布式多机器人路径规划器；步骤S4：计算损失函数，对网络参数进行更新；步骤S5：将训练好的模型应用于多机器人路径规划。本发明的有益效果是：本发明能够解决传统路径规划算法实时性差的问题，并且容易拓展到不同地图规模、不同机器人数量的仓储系统中，具有良好的泛化性能。
一种基于深度强化学习仓储系统机器人路径规划方法

[发明专利]基于仓储环境的多智能通信强化学习体路径规划方法及系统-CN202211179911.6在审
发明人：叶兆晖;李衍杰;庞玺政;付文;卢颂硕;邓琦;牟涌金 -专利权人：哈尔滨工业大学（深圳）
申请日： 2022-11-15 - 公布日： 2022-12-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于仓储环境的多智能通信强化学习体路径规划方法和系统。其中的方法包括：生成地图，获取智能体的起始点、目标点和障碍物信息并输入至神经网络，通过观测值处理模块获得智能体的自身特征，采用基于贪心的优先级对智能体进行分配，基于邻接矩阵并根据分配的优先级为每个智能体挑选邻居智能体，每个智能体接收各自挑选出的邻居智能体的通信消息并形成邻居特征，根据邻居特征与自身特征形成最终特征，将最终特征输入到决策网络模块中以生成规划路径。本发明引入通信来缓解强化学习导致的环境不平稳性，通过优先级选取通信智能体以提高有效性，引入一个新的死锁检测机制使得智能体可跳出死锁。
基于仓储环境智能通信强化学习路径规划方法系统

[发明专利]基于注意力模型和深度强化学习的无人车行驶决策方法-CN202110251268.2有效
发明人：陈美玲;李衍杰;刘奇;吕少华;许运鸿;刘悦丞 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-03-08 - 公布日： 2022-11-01 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种基于注意力模型和深度强化学习的无人车行驶决策方法通过构建感知模块和决策模块完成无人车行驶决策任务，具体为：通过搭建自注意力模型和长短时记忆网络对感知模块进行建模，然后通过自动编码器模型对感知模块进行训练；利用卷积网络和全连接网络搭建决策模块，所述决策模块基于深度确定性策略算法。利用感知模块对观测数据进行降维，再利用深度强化学习决策模块进行策略学习，并通过引入优先经验回放的方法，提高数据样本的利用率，从而提高算法的训练速度。本发明方法通过在自动驾驶环境中进行模型训练后，可以在复杂的道路环境中安全行驶，并根据环境的变化制定合理的驾驶策略。
基于注意力模型深度强化学习无人车行决策方法

[发明专利]一种避免脱落的自动花生收获装置及其使用方法-CN202110433364.9在审
发明人：徐祥谦;韩涛;郭和甲;李衍杰 -专利权人：山东金大丰机械有限公司
申请日： 2021-04-22 - 公布日： 2022-10-25 - 主分类号： A01D29/00 文献下载
摘要：本发明公开了一种避免脱落的自动花生收获装置及其使用方法，所述收获装置本体一侧设有出料机构，所述出料机构包括导向板、漏网、出料电机、外壳，所述收获装置本体一侧设有外壳，所述外壳一侧设有漏网，漏网两侧通过导向板活动连接在外壳上，导向板内部设有回位弹簧，回位弹簧一侧设有连接块，回位弹簧通过连接块推动漏网沿着导向板移动；所述外壳内部设有螺旋杆，所述螺旋杆一侧设有若干个转板，转板一侧设有出料电机，转板另一侧设有弧形口，转板一侧限位块。本发明输送花生时去除附着在花生上的泥土，降低后续风机工作压力，提高生产效率，避免造成挤压堵塞故障，降低杂质。
一种避免脱落自动花生收获装置及其使用方法

[发明专利]基于局部路径点生成的分层无地图导航方法及装置-CN202210828716.5在审
发明人：庞玺政;李衍杰;叶兆辉;牟涌金;邓琦;卢颂硕;付文 -专利权人：哈尔滨工业大学（深圳）
申请日： 2022-07-13 - 公布日： 2022-10-11 - 主分类号： G01C21/20 文献下载
摘要：本发明涉及一种基于局部路径点生成的分层无地图导航方法及装置。其中的方法包括：从传感器读取激光雷达数据和目标点相对位置数据；将激光雷达数据转化为局部障碍地图；将局部障碍地图和目标点相对位置输入局部路径点生成模块，得到局部路径点；将该局部路径点输入运动规划模块，输出移动机器人的控制速度；返回执行步骤S10，直至移动机器人到达目标点。其中的装置包括计算机装置，计算机装置包含计算机可读存储介质，其上储存有程序指令，程序指令被处理器执行时实施上述的方法。本发明能够解决“机器人冻结”和“局部极小区域”问题，无需生成、存储和维护高精度地图，可生成更短更优的路径，带来更好的学习性能，并可兼容不同传感器信息。
基于局部路径生成分层地图导航方法装置

[实用新型]一种穗茎兼收的卸粮、卸草装置-CN202120955613.6有效
发明人：徐祥谦;韩涛;马超;刘国美;李衍杰 -专利权人：山东金大丰机械有限公司
申请日： 2021-05-07 - 公布日： 2022-03-18 - 主分类号： A01D45/02 文献下载
摘要：本实用新型公开了一种穗茎兼收的卸粮、卸草装置，包括底部带有行走轮的底盘机架，所述底盘机架的中部设有顶部为敞口的粮箱，所述粮箱与底盘机架之间设置有侧向翻转机构；所述底盘机架的尾部设有顶部为敞口的草箱，所述草箱与底盘机架之间设有后向翻转机构。本实用新型在粮箱与底盘机架之间设置有侧向翻转机构，在草箱与底盘机架之间设有后向翻转机构，主要是通过侧向翻转机构对粮箱进行侧向翻转来进行卸料；通过后向翻转机构来对草箱进行翻转卸料；使得粮箱与草箱呈一前一后的状态设置在底盘机架上，有效的提高了粮箱与草箱的整体设计尺寸，增大了玉米果穗和秸秆储存量；且得粮箱与草箱呈一前一后的状态，有效降低了车身的宽度。
一种兼收装置

[发明专利]一种基于仿生的机器人感知控制系统及控制方法-CN201811236664.2有效
发明人：陈浩耀;费耀南;全凤宇;李衍杰;刘云辉 -专利权人：哈尔滨工业大学（深圳）
申请日： 2018-10-23 - 公布日： 2021-11-12 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种基于仿生的机器人感知控制系统及控制方法，包括机器人本体、机械臂和视觉惯性导航模块，机器人本体上设置机械臂底座，机械臂安装于机械臂底座上，机械臂中设置多个旋转关节，每个旋转关节中设置一个舵机，视觉惯性导航模块安装在机械臂的末端，视觉惯性导航模块采用视觉惯性里程计进行实时同步建立云地图。本发明通过视觉惯性导航模块作为仿生机器人的视觉导航定位系统，利用机械臂的多自由度运动使得机器人视觉系统摆脱机器人本体运动的限制，使机器人能够应对复杂多变的动态场景，同时利用视觉惯性SLAM技术实现实时的导航和定位功能，使仿生机器人具有很强的人机交互功能，可以应用在各种动态场景下。
一种基于仿生机器人感知控制系统控制方法

[实用新型]一种轮胎模具胎顶平面度检测装置-CN202023158671.0有效
发明人：岳本杰;鹿泽民;田野;秦启伟;张胜超;李衍杰;门忠家;原修磊 -专利权人：山东豪迈机械科技股份有限公司
申请日： 2020-12-24 - 公布日： 2021-09-10 - 主分类号： G01B21/30 文献下载
摘要：本实用新型公开的一种轮胎模具胎顶平面度检测装置，它属于轮胎模具技术领域，包括：横梁，所述横梁的端部设有定位底座；测距模块，所述测距模块与所述横梁可移动连接，所述测距模块可相对于所述横梁在第一方向上移动；测距传感器，所述测距传感器与所述测距模块可移动连接，所述测距传感器可相对于所述测距模块在第二方向上移动；本实用新型利用横梁及定位底座可以方便的定位在轮胎模具的内壁上，测距传感器可以在第一方向和第二方向上调整位置，进而可有效的提高测量精度和测量效率，自动化、智能化程度高，人员依赖程度低，降低人为的测量误差，能够满足大规模生产的需要。
一种轮胎模具平面检测装置

[发明专利]一种密集行人环境下强化学习移动机器人的导航方法及装置-CN202110353618.6在审
发明人：刘奇;李衍杰;牟涌金;许运鸿;刘悦丞;高建琦 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-03-31 - 公布日： 2021-07-09 - 主分类号： G06T7/277 文献下载
摘要：本发明公开了一种基于空间‑时间图注意力神经网络的密集行人环境下强化学习移动机器人的导航方法，首先使用了三维多物体跟踪JRMOT技术进行2D和3D的行人轨迹追踪技术，对行人的位置进行实时追踪，在让机器人使用空间‑时间图注意力STGAT模型，根据行人历史轨迹预测未来轨迹，当机器人在行人环境中有了各个行人的轨迹后，再使用蒙特卡洛树搜索和价值估计网络，做出最优决策，进行导航任务。本发明能够在密集行人环境下快速做出避障决策，拓展了移动机器人的应用场景。
一种密集行人环境强化学习移动机器人导航方法装置

[发明专利]一种密集行人环境下移动机器人的视觉导航方法及装置-CN202110347180.0在审
发明人：刘奇;李衍杰;庞玺政;陈美玲;吕少华;陈时雨 -专利权人：哈尔滨工业大学（深圳）
申请日： 2021-03-31 - 公布日： 2021-06-11 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种基于强化学习和传统路径规划的密集行人环境下移动机器人的导航方法，采用传统路径规划和强化学习相结合的方式分别进行全局路径规划和局部路径规划。其中，使用强化学习的方法对环境中行人的复杂运动进行学习，从而实现移动机器人的自主避障，进而实现移动机器人在动态环境下的导航。本发明能够在密集行人环境下快速做出避障决策，拓展了移动机器人的应用场景。
一种密集行人环境下移机器人视觉导航方法装置

[实用新型]一种远程控制、无人值守连续打印的3D打印机辅助系统-CN201920372375.9有效
发明人：徐开明;李衍杰 -专利权人：哈尔滨工业大学（深圳）
申请日： 2019-03-22 - 公布日： 2020-05-22 - 主分类号： B29C64/386 文献下载
摘要：本实用新型提供了一种远程控制、无人值守连续打印的3D打印机辅助系统，包括可以远程控制的3D打印控制系统和执行所述3D打印控制系统命令的3D打印执行系统，所述3D打印执行系统包括将载板传送至载板平台模块的升降传送模块、在载板上进行3D打印的3D打印机模块、固定载板的载板平台模块、将载板传送至储存室模块的传送模块和储存载板的储存室模块，所述3D打印控制系统分别与所述升降传送模块、3D打印机模块、载板平台模块、传送模块和储存室模块连接。本实用新型的有益效果是：实现了远程控制以及无人值守连续打印。
一种远程控制无人值守连续打印打印机辅助系统

[发明专利]基于多机器人和高斯信号模型的自适应最优自组网方法-CN201710133676.1有效
发明人：陈浩耀;高亚军;楼云江;李衍杰;刘云辉 -专利权人：哈尔滨工业大学深圳研究生院
申请日： 2017-03-08 - 公布日： 2020-02-14 - 主分类号： H04W24/02 文献下载
摘要：本发明提供了一种基于多机器人和高斯信号模型的自适应最优自组网方法，包括以下步骤：S1、由主机器人进行整个工作环境的二维地图绘制，采用激光和摄像头绘制环境的二维地图；S2、主机器人在绘制二维地图或者随机游走过程中，采集基站的WiFi信号样本点，然后对WiFi信号进行建模，形成WiFi信号模型；S3、在步骤S2中所建立的WiFi信号模型的基础上，搜寻每个机器人最优的中继位置。本发明的有益效果是：充分考虑了环境对无线信号的影响，能够根据环境中通信网络节点的位置变化，自动实时的调度每个中继机器人的空间位置，使得通信网络快速获得最佳的通信质量。
基于机器人和信号模型自适应最优组网方法

1
2
下一页»
尾页
共 25 条