专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果21个,建议您升级VIP下载更多相关专利
  • [发明专利]一种机器人柔性行为决策方法及设备-CN202110973178.4有效
  • 王东署;朱觐镳;王河山;辛健斌;马天磊;贾建华;罗勇 - 郑州大学
  • 2021-08-24 - 2023-09-01 - G05B13/04
  • 本申请提供一种机器人柔性行为决策方法及设备,本申请通过获取当前环境信息、目标任务以及机器人当前状态信息;基于监督学习模型和强化学习模型构建神经网络混合模型,根据当前环境信息动态调整神经网络混合模型的结合系数,并增加好奇度指标对强化学习模型进行改进,得到改进后的神经网络混合模型;将当前环境信息、目标任务以及机器人状态信息输入改进后的神经网络混合模型中,得到柔性行为决策,即将强化学习和监督学习进行动态结合,在强化学习中实现环境探索‑利用的动态自适应调节,从而实现移动机器人在未知环境中柔性的行为决策,提高移动机器人适应能力和学习能力。
  • 一种机器人柔性行为决策方法设备
  • [发明专利]一种基于多传感器融合的电力巡检机器人定位方法-CN202010581200.6有效
  • 姚利娜;李丰哲;秦尧尧;曹栋;康运风;李立凡;辛健斌 - 郑州大学
  • 2020-06-23 - 2023-08-18 - G06T7/246
  • 本发明提出了一种基于多传感器融合的电力巡检机器人定位方法,其步骤为:首先对相机、IMU和里程计采集的数据进行预处理以及系统的标定,完成机器人系统的初始化;其次,提取关键帧,利用关键帧的实时视觉位姿对机器人的位置、速度、角度和IMU中的陀螺仪的偏置进行后端优化,得到机器人的实时位姿;然后,构建关键帧数据库,并计算当前帧图像与关键帧数据库中的所有关键帧的相似度;最后,对形成闭环的关键帧数据库中的关键帧进行闭环优化,输出闭环优化后的位姿,完成对机器人的定位。本发明提出的后端优化方法提高了定位的精度;且在视觉定位过程中增加了闭环优化,有效的消除了定位过程中存在的累计误差,保证了长时间运行情况下的准确性。
  • 一种基于传感器融合电力巡检机器人定位方法
  • [发明专利]一种基于深度Q学习的环卫车实时路线规划方法-CN202110811315.4有效
  • 辛健斌;于本洋;王东署;张震 - 郑州大学
  • 2021-07-19 - 2023-04-25 - G06F17/00
  • 本申请提供一种基于深度Q学习的环卫车实时路线规划方法,本申请通过步骤一,获取历史最快路线,根据所述历史最快路线确定首次待服务街道;步骤二,获取当前实时路况信息、当前待服务街道序号、当前时刻、未访问服务街道数量,构建基于马尔科夫策略的神经网络模型,基于所述神经网络模型得到当前最优路线,确定下一次所述待服务街道;步骤三,所述环卫车到达下一次所述待服务街道后,重复步骤二,直至遍历所有所述待服务街道返回至车库,提高了发生意外事故后的自适应路径规划能力,在时变的交通环境中得到环卫车用时最短的服务路线,降低了环卫车作业的总用时,从而缓解了城市交通的拥堵情况。
  • 一种基于深度学习环卫实时路线规划方法
  • [发明专利]一种仿人脑记忆机理的机器人行为决策方法及设备-CN202110745854.2有效
  • 王东署;罗勇;辛健斌;王河山;马天磊;张方方 - 郑州大学
  • 2021-07-01 - 2023-04-07 - G06F18/214
  • 本申请的目的是提供一种仿人脑记忆机理的机器人行为决策方法及设备,本申请通过获取目标任务和当前环境信息;计算当前环境信息与所有长期记忆环境信息的相似度值,确定最相似长期记忆环境信息;当前环境信息与所述最相似长期记忆环境信息的相似度值小于相似度阈值时,在短期记忆层存储当前环境信息,并进行离线学习直至转移至长期记忆层;基于目标任务和当前环境信息,通过神经网络模型输出行为决策并执行,即在机器人处于动态变化的环境中,在通常的在线学习外增加离线学习的能力,实现机器人未知环境中的增量式学习,提高了学习效率,可以快速收敛到稳定状态,从而提高机器人在新环境中的行为决策的效率和精确度。
  • 一种人脑记忆机理机器人行为决策方法设备
  • [发明专利]基于重检测机制和多特征融合的目标跟踪方法-CN202211717056.X在审
  • 张方方;曹家晖;朱建永;宋伟;郭海涛;李娜;彭金柱;辛健斌 - 郑州大学
  • 2022-12-30 - 2023-03-14 - G06V10/80
  • 本发明公开了一种基于重检测机制和多特征融合的目标跟踪方法,从跟踪结果的鲁棒性和准确性角度设计合理的响应图质量评价函数DIS,以最大化响应图评价函数DIS为目标规划梯度直方图特征的响应和轮廓特征的响应的融合系数,利用不同特征的互补性提高了算法的鲁棒性。同时,为了方便重识别模块的计算,设计了可靠性检测模块,对于在跟踪过程中的满足可靠性条件的滤波器存储到可靠性模板库中,以高质量模板和正常更新的模板检测当前图像特征得到的响应图质量的差值作为判别发生遮挡的依据,从而有效的检测到目标被遮挡,不容易混淆遮挡与图像运动模糊等情况。再遮挡消失后,跟踪器能够重新跟踪上目标。
  • 基于检测机制特征融合目标跟踪方法
  • [发明专利]基于多参数分配模型的多机器人图案构成方法-CN202211525837.9在审
  • 张方方;赵鹏博;朱建永;孙成成;辛健斌;彭金柱 - 郑州大学
  • 2022-12-01 - 2023-03-14 - G05B13/04
  • 本发明公开了一种基于多参数分配模型的多机器人图案构成方法,在障碍物环境的约束条件下,以机器人到达目标点的距离平方和最小为目标,引入期望图形的比例参数、平移参数和旋转参数,构建期望图形目标点与机器人的匹配模型,使用空间分支定界算法将所述匹配模型转化为松弛问题,求解匹配模型最优解,根据所述匹配模型最优解确定机器人和目标点之间的最优分配矩阵,使用生物启发神经网络算法规划机器人无碰撞运动路径。本发明的优点在于在障碍物环境中,求解多机器人最优期望图案时引入了期望图案的比例参数、平移参数和旋转参数,并利用生物启发神经网络算法对机器人进行路径规划,具有实时性好,且可同时避障和逃离死区。
  • 基于参数分配模型机器人图案构成方法
  • [发明专利]一种智能的自动化集装箱码头节能综合调度方法-CN202010180949.X有效
  • 辛健斌;孟闯;彭金柱;王东署;王河山;张方方 - 郑州大学
  • 2020-03-16 - 2023-02-24 - G06F17/00
  • 本发明具体公开了一种智能的自动化集装箱码头节能综合调度方法,所述方法包括以下步骤:S1、基于遗传算法的框架,将集装箱装卸任务进行随机编码以形成一个初始种群;S2、计算种群中每个个体的适应度值作为当前代解;S3、判断当前代解的最小值是否为当前最优解;S4、将每个个体的适应度值从小到大排序,并取前1/8的个体作为优秀个体;S5、将所选取的1/8优秀个体作为父体进行翻转、交叉、变异和随机操作,获取1/8的父代所对应7/8的子代,然后将该1/8父代和7/8子代组合构成一个完整的种群并遗传至下一代;S6、判断步骤S5中得到的下一代是否达到终止条件,若是则终止算法,否则返回步骤S2。本发明不仅提高了集装箱装卸作业效率,而且显著降低了设备的能耗。
  • 一种智能自动化集装箱码头节能综合调度方法
  • [发明专利]未知环境下基于生物启发的多机器人协作搜索方法-CN202110564769.6有效
  • 张方方;陈波;曹家晖;张文丽;赵鹏博;彭金柱;辛健斌;王东署 - 郑州大学
  • 2021-05-24 - 2022-11-29 - G05D1/02
  • 本发明公开了一种未知环境下基于生物启发的多机器人协作搜索方法,S1,将多机器人整体视作一个系统,记为MRS;每个机器人视为一个子系统,记为RS;S2,建立栅格地图,每个栅格有三种状态:存在目标、无障碍物和目标、存在障碍物;每个机器人利用携带的传感器获取其周围环境信息并更新栅格地图状态;S3,基于栅格地图建立二维生物启发神经网络,每个神经元对应一个栅格,并有一个匹配的神经元活性值;S4,将二维生物启发神经网络与栅格地图的状态结合;S5,初始化神经元活性值和所述RS运动步数;S6,各RS之间进行迭代协同决策,确定每个RS下一步运动至哪个栅格。本发明通过MRS之间迭代协同决策,确保RS之间无相互碰撞,大大提高了机器人之间的协作性能。
  • 未知环境基于生物启发机器人协作搜索方法
  • [发明专利]一种基于投影重构的人体上肢意图识别方法-CN202110780796.7有效
  • 彭金柱;董梦超;丁帅;王智强;辛健斌;张方方;刘艳红 - 郑州大学
  • 2021-07-09 - 2022-07-05 - B25J9/16
  • 本发明公开了一种基于投影重构的人体上肢意图识别方法,包含步骤:S1:获取人体上肢运动的完整动作轨迹样本,构建原始数据集;S2:构建动作初始阶段数据集;S3:对动作轨迹样本在三维空间进行投影和意图特征图像重构;S4:对Alexnet卷积神经网络进行迁移学习和参数调整;S5:将步骤S3经过投影和意图特征图像重构的动作轨迹样本在输入经迁移学习和参数调整后的Alexnet网络进行训练,得到人体上肢运动意图识别模型;S6:根据该人体上肢运动意图识别模型识别真实人体上肢运动中的人体上肢意图。该方法将人体上肢运动轨迹通过投影、重构操作生成运动特征图像,并利用Alexnet卷积神经网络对运动特征图像的分类实现对人体上肢运动意图的准确识别。
  • 一种基于投影人体上肢意图识别方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top