“宫思远”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16个，建议您升级VIP下载更多相关专利

[发明专利]一种光栅式轨距及高差测量尺-CN202310380213.0在审
发明人：贾志婷;赵子越;赵荣庭;瞿剑苏;宫思远;马晓苏 -专利权人：中国航空工业集团公司北京长城计量测试技术研究所
申请日： 2023-04-11 - 公布日： 2023-09-15 - 主分类号： G01B21/16 文献下载
摘要：本发明公开的一种光栅式轨距及高差测量尺，属于几何量测量技术领域。本发明采用球状结构，通过点接触减小轨面污渍及平整度对测量的影响，提高测量精度；尺身采用低热膨胀系数、质量轻、强度高的材料制成，便于携带同时也能适应极端环境的测量需求；使用光栅式长度传感器，且其安装位置的测量轴线与待测量轴线相同，消除长度测量阿贝误差，提高轨距测量的精度；通过对倾角传感器数值连续采集并使用平均值进行三角函数解算，大幅提高倾角传感器测量精度；利用校准尺进行零位校准，并记录其光栅式长度传感器的伸缩量，作为测量尺的零位，无需开关机重复校准，提高使用的便利性。本发明适用轨道交通领域，提高在极端环境下长度及倾角参数测量的精度。
一种光栅轨距高差测量

[发明专利]一种面向工业机器人位姿参数补偿的点位布局优化方法-CN202310404028.0在审
发明人： 宫思远;赵子越;瞿剑苏;刘倩頔;贾志婷 -专利权人：中国航空工业集团公司北京长城计量测试技术研究所
申请日： 2023-04-17 - 公布日： 2023-07-25 - 主分类号： B25J9/16 文献下载
摘要：本发明公开的一种面向工业机器人位姿参数补偿的点位布局优化方法，属于工业机器人校准领域。本发明通过模拟多个工业机器人的误差位姿矩阵，并使用步进式搜索方法生成输入样本库，避免局部最优对数据收敛结果的影响。模拟工业机器人末端执行器的位姿数据，根据工业机器人运动学模型构建机器人位姿参数补偿的布局计算模型，应用该模型对工业机器人不同的位姿布局进行计算和对比，针对指定工业机器人和位姿参数补偿方法，给出相应点位布局。动态调整输入样本矩阵集的规模、误差允许范围以及返回合格布局的数量，输出工业机器人位姿参数补偿的柔性化布局。本发明适用于工业机器人领域，能够使用尽量少的点位提高对工业机器人误差补偿的效率和准确性。
一种面向工业机器人参数补偿布局优化方法

[发明专利]一种基于改进阈值法的多机器人任务分配方法-CN201910126437.2有效
发明人：张子迎;邱靖廷;徐东;孟宇龙;李贤;杨旭;宫思远;丁戈 -专利权人：哈尔滨工程大学
申请日： 2019-02-20 - 公布日： 2023-02-14 - 主分类号： G06Q10/0631 文献下载
摘要：本发明属于信息处理领域，公开了一种基于改进阈值法的多机器人任务分配方法，包含如下步骤：定义第m次迭代时机器人i对任务j的响应阈值；在第m次迭代，阈值刺激差最大时对应的任务即机器人i在t时刻要执行的任务；如果机器人执行任务成功或失败且还有未被执行的任务，继续在未被执行的任务中选择阈值刺激差最大时对应的任务去执行；当机器人进入等待状态或等待区即没有可执行任务时，令机器人不断寻找可执行的任务；直到所有任务都被执行完成即完成一次迭代时，重置机器人和任务点的位置，根据阈值更新公式计算第m+1次迭代时机器人i对任务j的响应阈值和阈值刺激差。本发明优化了多任务处理能力，提高了算法的效率，提高了系统的资源利用率。
一种基于改进阈值机器人任务分配方法

[发明专利]一种快速填补栅格地图中凹形区域的方法-CN201910126765.2有效
发明人：徐东;杨旭;张子迎;孟宇龙;李贤;宫思远;邱靖廷;潘思辰 -专利权人：哈尔滨工程大学
申请日： 2019-02-20 - 公布日： 2022-08-02 - 主分类号： G01C21/34 文献下载
摘要：本发明属于机器人路径规划领域，具体涉及一种快速填补栅格地图中凹形区域的方法，包括以下步骤：获取占据栅格地图，选定一个重力作用方向，通常选择为上下左右四个方向，以下步骤选定重力方向向下；遍历地图寻找拥有支撑力的一个栅格单元，也即其正下方有障碍物栅格单元，并且该栅格单元本身不是障碍物；在该栅格单元左右开始进行水平方向上的扩充，直到填满整个水平层，也即扩展到左右两侧皆为障碍物，在该过程中持续检查是否存在某一格子上方有障碍物、或者某一格子下方没有障碍物的情况，如果存在，则返回上一步。本发明不依赖于计算机图形学中的凸包问题，是一种快速、直观、方便应用的方法。
一种快速填补栅格地图凹形区域方法

[发明专利]一种非接触式铺层定位仪定位方法-CN202210002954.0在审
发明人：赵子越;贾志婷;瞿剑苏;宫思远;刘倩頔 -专利权人：中国航空工业集团公司北京长城计量测试技术研究所
申请日： 2022-01-04 - 公布日： 2022-05-24 - 主分类号： G01S17/06 文献下载
摘要：本发明公开的一种非接触式铺层定位仪定位方法，属于复合材料零件制造技术领域。本发明在工件定位时，首先根据工件类型判断工件是否有合作靶标标志点，如有合作靶标则采用双目视觉系统对标志点进行识别，结合激光测距系统将靶标换算出的坐标点输入至铺层定位仪控制计算机中完成对被测工件的空间定位。如无合作靶标，则采用激光测距模块与振镜扫描机构进行激光投射，寻找被测工件特征点并与导入的工件模型匹配，从而获得定位信息。本发明的铺层定位仪定位方法，智能化程度高，能够解决与工件零接触的空间定位问题，用一种定位方法实现所有在铺层定位仪测量范围内的不同形貌被测工件的空间定位。
一种接触式铺层定位方法

[发明专利]一种基于VDSOM算法的多机器人任务分配方法-CN201910126801.5有效
发明人：张子迎;宫思远;徐东;孟宇龙;李贤;杨旭;邱靖廷;陈宇飞 -专利权人：哈尔滨工程大学
申请日： 2019-02-20 - 公布日： 2022-04-29 - 主分类号： G05D1/02 文献下载
摘要：本发明属于多机器人任务分配领域，具体涉及一种基于VDSOM算法的多机器人任务分配方法。这种方法不仅有效地实现了多机器人的任务分配，同时也有效地避开了环境中的障碍物，从而使多机器人任务分配更具备实用性和高效性。发明主要包括：初始化神经网络，寻找某一输入神经元的获胜神经元(机器人)，以确定该任务目标点是由那个机器人执行；设计一个邻域函数，用来确定在邻域范围内受获胜神经元影响的输入神经元；控制获胜神经元和其相邻神经元向目标的位置坐标移动，根据矢量方向方法，在成功避开环境中障碍物的前提下，向目标点移动一定距离。修改权值，以确定下一次的获胜神经元。
一种基于 vdsom 算法机器人任务分配方法

[发明专利]一种基于动态分组码的数据容错方法-CN201811250945.3有效
发明人：孟宇龙;张玲玲;徐东;张子迎;关智允;王磊;李贤;王岩俊;宫思远;任龙 -专利权人：哈尔滨工程大学
申请日： 2018-10-25 - 公布日： 2022-04-12 - 主分类号： G06F11/14 文献下载
摘要：本发明提出了一种基于动态分组码的数据容错方法，属于数据存储技术领域，具体涉及分布式存储系统中数据的容错问题，利用基于动态分组码的数据容错方法恢复丢失或失效的数据。首先按照分布式系统中磁盘的分组对将要存储的数据进行分块存储。当一个条带的数据存储完全时，对这个条带上的数据块应用DLRC编码，生成全局校验块和局部校验块并存储到校验块的磁盘中。当发现有数据块失效时，读取参与重构的节点数据，利用DLRC编码进行反向计算，重构出丢失的数据并重新存储到磁盘。本发明实现了存储开销、容错能力和重构开销的动态平衡，可以适用于不同存储系统的需求。在消耗同样的存储空间的情况下，DLRC编码容错能力高、重构开销低，具有良好的实用价值。
一种基于动态分组码数据容错方法

[发明专利]一种基于区块链技术的分布式存储系统及其身份认证方法-CN201810821236.X有效
发明人：孟宇龙;颜丙辉;徐东;王敏;王鑫;任龙;关智允;杨旭;宫思远;邱靖廷 -专利权人：哈尔滨工程大学
申请日： 2018-07-24 - 公布日： 2021-07-13 - 主分类号： H04L29/08 文献下载
摘要：本发明为一种基于区块链技术的分布式存储系统及其身份认证方法，属于分布式存储领域；本发明中的身份认证用户分为两种，分别是用户账户和设备账户，每个分布式节点都可以实现节点身份证明功能和节点容错机制，其内部都会开辟一小块区域来存储区块链的内容，记录了所有的账户资料，可以实现行为审计、记录属性日志、增加账户信息和签名服务，没有用户或情报中心的认可，没有任何人可以篡改用户数据或是向系统中非法添加账户，不可能对分布式存储系统中的数据进行更改，从而保证了分布式存储系统中的数据安全。
一种基于区块技术分布式存储系统及其身份认证方法

[发明专利]一种基于改进拍卖算法的围捕者决策方法-CN201910810370.4无效
发明人：张子迎;丁戈;潘思辰;徐东;孟宇龙;宫思远;陈云飞;邱靖廷 -专利权人：哈尔滨工程大学
申请日： 2019-08-29 - 公布日： 2019-11-22 - 主分类号： G05D1/06 文献下载
摘要：本发明属于多机器人任务分配领域，具体涉及一种基于改进拍卖算法的围捕者决策方法。本发明针对传统拍卖算法中拍卖者身份的缺陷和竞标值存在的不足导致围捕者的选定过程安全性差和决策效率低的问题提出了一种基于改进拍卖算法的围捕者决策方法，作为围捕者的决策方法，用来选定围捕者。本发明通过引入几何中心原理，改变了传统确定拍卖者身份的方式，进而加快了拍卖过程，提高了决策效率，增强了决策过程的安全性；通过改进竞标值函数，来确定最佳的围捕者身份，提高了整体的围捕效率。
拍卖算法决策效率身份过程安全性改进决策传统拍卖多机器人几何中心决策过程任务分配引入

[发明专利]一种基于DBQ算法的路径规划方法-CN201910809463.5在审
发明人：徐东;陈云飞;丁戈;张子迎;孟宇龙;宫思远;潘思辰;杨旭 -专利权人：哈尔滨工程大学
申请日： 2019-08-29 - 公布日： 2019-10-29 - 主分类号： G05D1/02 文献下载
摘要：本发明属于机器人路径规划领域，具体涉及一种基于DBQ算法的路径规划方法。本发明所提出的路径规划方法通过对强化学习Dyna‑Q算法中的动作选择机制进行改进主要解决三个路径规划问题：其一，解决机器人在这种环境中学习的早期阶段学习效率低的问题；其二，提高了机器路径规划的精度；其三，加快了算法的收敛速度。
算法路径规划机器人路径规划路径规划问题动作选择机器路径强化学习学习效率机器人收敛改进规划学习

[发明专利]一种基于狮群算法的多AUV围捕者协同控制方法-CN201910810291.3在审
发明人：张子迎;潘思辰;陈云飞;徐东;孟宇龙;宫思远;杨旭;邱靖廷 -专利权人：哈尔滨工程大学
申请日： 2019-08-29 - 公布日： 2019-10-25 - 主分类号： G05D1/12 文献下载
摘要：本发明属于多水下机器人协同控制领域，具体涉及一种基于狮群算法的多AUV围捕者协同控制方法。本发明针对单个AUV无法完成复杂水下任务、围捕机器人智能性交互性不足以及实际三维环境中存在障碍物的情况，提出了一种基于狮群算法的多AUV围捕者协同控制方法。本发明针对围捕者数量为三个或三个以上的情况。在围捕者小组中围捕者移动性能相当的情况下，通过下潜与上浮操作，与目标保持同一水深的同时，将目标包围在几何中心，并以目标为圆心，距离r为半径，均匀的分布在目标周围，完成协同围捕。本发明应用狮群算法(LGA)进行AUV围捕协同控制，围捕效率更高，收敛特性更好。
协同控制算法多水下机器人机器人智能圆心几何中心移动性能交互性障碍物上浮下潜水深三维收敛协同包围应用小组

[发明专利]一种基于DGRU神经网络的UUV集群行为识别方法-CN201811028694.4在审
发明人：王磊;任龙;王鑫;张玲玲;关智允;徐东;孟宇龙;张子迎;李贤;宫思远 -专利权人：哈尔滨工程大学
申请日： 2018-09-01 - 公布日： 2019-03-19 - 主分类号： G06K9/00 文献下载
摘要：本发明为一种基于DGRU神经网络的UUV集群行为识别方法，属于深度学习领域；本发明对GRU神经网络进行改进，提出了防止信息丢失的DGRU神经网络，并应用DGRU神经网路建立欠驱动UUV集群行为识别模型；本发明包括数据预处理阶段、模型训练阶段和模型预测阶段，具体包括如下步骤：(1)对UUV集群行为数据集进行数据清洗；(2)利用数据预处理后的数据集训练DGRU神经网络，建立UUV集群行为识别模型；(3)获取当前软件失效数据并采用(1)中同样的方法进行数据归一化处理，然后输入(2)中获得的预测模型进行UUV的集群行为识别，得到识别结果；应用该模型可以精确识别欠驱动UUV集群行为的方法，克服了传统UUV集群性行为识别技术的缺点。
集群神经网络行为识别数据预处理欠驱动数据归一化当前软件模型训练模型预测神经网路失效数据数据清洗信息丢失行为数据预测模型数据集性行为应用改进学习

[发明专利]一种基于SGRU神经网络的UUV集群行为识别技术-CN201811017220.X在审
发明人：王磊;王鑫;任龙;张玲玲;关智允;徐东;孟宇龙;张子迎;李贤;宫思远 -专利权人：哈尔滨工程大学
申请日： 2018-09-01 - 公布日： 2019-03-01 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于SGRU神经网络的UUV集群行为识别技术。本发明具体步骤为数据预处理阶段，对UUV集群行为数据集进行数据清洗，包括处理数据不平衡问题、缺失值问题；模型训练阶段，利用数据预处理后的数据集训练SGRU神经网络，建立UUV集群行为识别模型；模型预测阶段，获取当前软件失效数据并进行数据预处理过程，然后输入所获得的SGRU预测模型进行UUV集群行为识别的预测，得到预测结果。本发明克服传统GRU神经网络结构过于复杂，泛化能力差的问题，并且应用SGRU建立精确高效的UUV集群行为识别模型，解决传统方法无法准确识别UUV集群行为的问题。
集群行为识别神经网络数据预处理数据预处理过程神经网络结构处理数据当前软件模型训练模型预测失效数据数据清洗行为数据预测结果预测模型数据集预测应用

[发明专利]一种简化的门控单元神经网络-CN201811017375.3在审
发明人：王鑫;张玲玲;王磊;任龙;关智允;徐东;张子迎;孟宇龙;李贤;宫思远 -专利权人：哈尔滨工程大学
申请日： 2018-09-01 - 公布日： 2019-02-22 - 主分类号： G06N3/04 文献下载
摘要：本发明公开一种简化的门控单元神经网络，属于深度学习领域。本发明包括：对输入数据集进行数据清洗，选择经典数据集，如Iris数据集，此过程处理数据不平衡问题、归一化以及冗余数据处理问题；利用数据预处理后的数据集训练OGRU神经网络，建立预测模型；获取数据集，进行数据预处理过程，然后输入所获得的OGRU预测模型进行模型预测，得到预测结果。本发明克服传统GRU神经网络结构过于复杂，泛化能力差的问题，并且应用OGRU建立精确高效的预测模型，解决传统方法训练时间过长问题。
神经网络预测模型数据集门控单元数据预处理过程冗余数据处理神经网络结构输入数据集数据预处理过程处理获取数据模型预测数据清洗预测结果归一化应用学习

[发明专利]一种防止数据信息丢失的DGRU神经网络及其预测模型建立方法-CN201811017376.8在审
发明人：任龙;张玲玲;王磊;王鑫;关智允;徐东;孟宇龙;张子迎;李贤;宫思远 -专利权人：哈尔滨工程大学
申请日： 2018-09-01 - 公布日： 2019-02-15 - 主分类号： G06N3/04 文献下载
摘要：本发明属于深度学习领域，具体涉及一种防止数据信息丢失的DGRU神经网络及其预测模型建立方法。DGRU神经网络预测模型建立方法包括如下步骤：1、对数据集进行数据清洗，包括处理数据不平衡问题、归一化问题；2、利用数据预处理后的数据集训练DGRU神经网络，建立预测模型；3、根据模型预测结果。DGRU神经网络，包括输入层、输出层和隐含层，隐含层由DGRU神经元构成，DGRU是在GRU的基础上改进的，DGRU神经网络的输入数据为经过数据预处理后的t时刻的集群行为数据输出数据为预测的下一刻集群行为本发明增加了不同层之间的信息传递，增强模型的记忆能力，克服传统GRU神经网络信息丢失问题，应用DGRU建立的预测模型，提高了预测精度。
神经网络预测模型数据信息丢失数据预处理数据集隐含层集群神经网络预测模型神经元模型预测结果处理数据记忆能力输出数据数据清洗信息传递信息丢失行为数据归一化输出层输入层预测应用改进学习

1
2
下一页»
尾页
共 16 条