摘要
本发明创新性地提出了一种防止水下清洁机器人脐带缠绕的控制方法及系统该方法借助多源传感器全面采集数据,历经数据预处理、特征提取等严谨环节后,采用融合长短期记忆网络(LSTM)与卷积神经网络(CNN)的深度学习模型开展训练,从而实现对脐带缆的实时精准定位控制,该系统由传感器模块、数据处理模块、机器学习模块以及控制执行模块协同构成,借助这一发明成果,可敏锐且精准地感知脐带缆的实时状态,进而智能调控水下清洁机器人的运动轨迹,以及脐带缆的收放动作,这不仅有效增强了水下清洁作业的安全性,还大幅提升了作业效率,为水下清洁领域带来了具有里程碑意义的技术突破。
技术关键词
水下清洁机器人
数据处理模块
控制执行模块
深度学习混合模型
控制机器人运动
智能定位控制系统
卡尔曼滤波算法
拉力传感器
脐带缆收放装置
直方图均衡化
作业场景
高清摄像头
传感器模块
专用控制板
压力传感器
视觉特征
多维特征向量
长短期记忆网络
系统为您推荐了相关专利信息
加载控制系统
水玻璃
夹具模块
水泥
PID控制算法
湖泊生态系统
健康评价方法
指数
覆盖率
波动特征
道路交通数据
车辆行驶数据
CAN总线协议
灯光控制模块
数据处理模块
可视化方法
编辑界面
可视化系统
数据处理模块
网络模型训练