搜索结果: 1-15 共查到“知识库 控制科学与技术 学习”相关记录117条 . 查询时间(0.125 秒)
基于滚动时域强化学习的智能车辆侧向控制算法
滚动时域 强化学习 智能汽车 侧向控制
2024/1/16
针对智能车辆的高精度侧向控制问题,提出一种基于滚动时域强化学习(Receding horizon reinforcement learning,RHRL)的侧向控制方法.车辆的侧向控制量由前馈和反馈两部分构成,前馈控制量由参考路径的曲率以及动力学模型直接计算得出;而反馈控制量通过采用滚动时域强化学习算法求解最优跟踪控制问题得到。
机械臂变长度误差跟踪迭代学习控制
迭代学习控制 误差跟踪 变迭代长度 机械臂
2024/1/16
针对任意初始状态下机械臂轨迹跟踪问题,提出一种变长度误差跟踪迭代学习控制(Iterative learning control,ILC)方法.首先,构造不依赖于期望轨迹的双曲余弦型期望误差轨迹,放宽经典迭代学习控制初始状态要求严格一致的条件.由于该误差轨迹只需设置一个常数项,因而能够有效减少计算量,使得期望误差轨迹的设计更为简单.其次,考虑机械臂运行区间随迭代次数变化的问题,构建虚拟误差变量补偿机...
针对机器人摄影测量中离线规划受初始位姿标定影响的问题,提出融合初始位姿估计的机器人摄影测量系统视点规划方法.首先构建基于YOLO(You only look once)的深度学习网络估计被测对象3D包围盒,利用PNP(Perspective-N-point)算法快速求解对象姿态;然后随机生成机器人无奇异无碰撞的视点,基于相机成像的2D-3D正逆性映射,根据深度原则计算每个视角下目标可见性矩阵;最后...
基于外环速度补偿的封闭机器人确定学习控制
确定学习 速度补偿控制 神经网络 封闭机器人
2024/1/16
针对未开放力矩控制接口的一类封闭机器人系统,提出一种基于外环速度补偿的确定学习控制方案.该控制方案考虑机器人受到未知动力学影响,且具有未知内环比例积分(Proportional-integral,PI)速度控制器.首先,利用宽度径向基函数(Radial basis function,RBF)神经网络对封闭机器人的内部未知动态进行逼近,设计外环自适应神经网络速度控制指令.在实现封闭机器人稳定控制的基...
【学习时报】陆元九:初心不改的“惯性导航”巨擘(图)
陆元九 自动化科学技术 中国工程院院士
2022/9/5
基于自学习中枢模式发生器的仿人机器人适应性行走控制
仿人机器人 自学习中枢模式发生器 适应性行走 轨迹生成
2024/1/19
为了克服传统中枢模式发生器(Central pattern generator,CPG)关节空间控制方法的复杂性和局限性,本文基于自学习中枢模式发生器模型,提出了一套在线调制和融合多传感器信息的仿人机器人环境自适应行走控制方法.算法难点在于如何在机器人的工作空间将自学习CPG用于工作空间轨迹生成,并使CPG参数直接和步态模式相关联.本文提出了利用自学习CPG来学习和实时生成机器人质心轨迹和脚掌轨迹...
基于深度强化学习的双足机器人斜坡步态控制方法
准被动双足机器人 深度强化学习 步态控制 步行稳定性
2024/1/22
为提高准被动双足机器人斜坡步行稳定性,本文提出了一种基于深度强化学习的准被动双足机器人步态控制方法.通过分析准被动双足机器人的混合动力学模型与稳定行走过程,建立了状态空间、动作空间、episode过程与奖励函数.在利用基于DDPG改进的Ape-X DPG算法持续学习后,准被动双足机器人能在较大斜坡范围内实现稳定行走.仿真实验表明,Ape-X DPG无论是学习能力还是收敛速度均优于基于PER的DDP...
中国自动化学会数据驱动控制、学习与优化专业委员会
中国自动化学会 数据驱动控制 数据学习 数据优化
2022/12/31
对机器学习在医疗和公共卫生研究中的应用方向进行梳理,为制定相应政策和策略提供科学依据。 方法 通过Citespace科研文献可视化工具对Web of Science数据库有关机器学习在医疗和公共卫生中应用的2 014篇文献进行聚类,找到当今的研究热点。
基于Preisach模型的深度学习网络迟滞建模
压电扫描器 迟滞非线性 Preisach模型 深度学习
2018/7/17
针对传统压电扫描器迟滞模型泛化能力较弱的问题, 提出了一种基于Preisach 模型的深度学习网络来建立迟滞模型, 提高了模型的学习能力和泛化能力. 具体而言, 首先利用深度学习在深度特征提取方面的优势, 建立包含卷积层、池化层、展开层以及深度特征层的深度学习层来提取输入电压信号的特征信息; 其次, 利用傅里叶变换层计算得到输入信号的频率, 并将频率输入到非线性层, 构造并输出了与输入信号频率相关...
一种基于深度学习的机械臂抓取方法
机械臂抓取 深度学习 目标检测 分类
2017/11/30
提出了一种基于深度神经网络的机械臂最优抓取位置检测方法.相比传统手工设定的特征,基于深度神经网络的方法学习得到的特征具有较强的鲁棒性和稳定性,能够适应训练集中未曾出现的新物体.本方法首先使用基于深度学习的目标检测算法对图像中的目标物体进行检测,记录目标的类别和位置.然后根据分类检测结果,使用基于深度学习的机械臂抓取方法进行抓取位置学习.仿真实验表明所提方法能对图像中的目标物体进行较为准确的分类,在...
为从单目图像中提取到丰富的3D结构特征,并用以推测场景的深度信息,针对单目图像深度估计任务提出了一种结构化深度学习模型,该模型将一种新的多尺度卷积神经网络与连续条件随机场统一于一个深度学习框架中.卷积神经网络可以从图像中学习到相关特征表达,而连续条件随机场可以根据图像像素的位置、颜色信息对卷积神经网络输出进行优化,将二者参数以联合优化的方式进行学习可以提升模型的泛化性能.通过在NYU Depth数...
基于模糊强化学习的微创外科手术机械臂人机交互方法
微创外科手术机器人 人机力交互 强化学习 自适应导纳控制
2017/11/30
为实现微创外科手术机器人的手术姿态调整,提出一种基于模糊强化学习的变导纳人机力交互模型.通过在线学习的方式将人的操作特性考虑到人机力交互过程之中,并能够自适应地调整导纳控制模型以响应操作者的控制意图.通过自行研制的微创外科手术机器人样机进行相关的实验验证,实验结果表明基于模糊Sarsa (λ)学习的变导纳控制模型可实现柔顺自然的机械臂摆位操作,能够满足力交互过程中各阶段的阻尼变化需求,具有较高的可...
针对工业分拣机器人识别复杂工件慢、精确度低以及定位不准等问题,提出一种基于深度学习的快速识别定位算法.通过工业高精度相机获取目标图像信息,经过图像灰度化、图像滤波、Otsu二值化处理,再经边界像素检测算法定位并分割目标图像.运用已训练的深度卷积神经网络(CNN)对目标进行识别,得到目标所在的位置坐标以及所属类别,实现工业机器人分拣.实验测试中以纹路复杂的象棋为例进行定位识别,结果表明定位算法误差小...