원래 이름 기록: 湖南科技学院

本发明公开了一种基于多模态感知与强化学习的无GPS无人机自主导航方法，为解决透明或反射材质可感知性不足导致的避障失败问题，本发明通过融合多传感器观测，计算跨模态不一致度与融合不确定性，构建包含实体占用概率与可透层概率的双通道占用图，在疑似区域估计局部平面法向并建立与法向对齐的各向异性安全屏障，设置法向与切向速度上限，结合安全强化学习主动验证与传感器参数自适应，配合贝叶斯更新和局部路径规划，实现了对透明或反射障碍的可靠识别与安全绕行，降低碰撞风险并提升无全球卫星定位信号环境下自主导航的鲁棒性与稳定性。

本发明属于补光照明装置领域，尤其是涉及一种摄影摄像用的补光照明装置，包括支撑组件、升降组件、转向组件和调整组件，所述支撑组件包括有底杆，所述底杆的下侧面均匀设置有四个侧槽，所述侧槽的上侧面转动连接有支撑杆。本发明通过设置有支撑组件，在使用补光照明装置时，则可将支撑杆从侧槽内拉出，且可通过联动杆对支撑杆的展开进行拉引控制，则为装置提供稳定的支撑条件，通过设置有升降组件，可通过一号电机控制转杆的转动，进而带动主动锥齿轮进行转动，进而带动从动锥齿轮和传动轴转动，最终控制升降螺纹杆于底杆内的转动，进而实现装置的升降功能。

本发明提出一种基于自监督一致性优化算法的机器人手眼在线校准方法，利用生产任务中采集的机械臂姿态变化、相机观察工件位姿及抓取/装配后实际误差，结合一次离线标定建立初始手眼关系；在增量几何框架下分段计算候选手眼位姿调整量；自监督网络从时序特征输出观测可靠性与偏移类型，筛选重构生成长期手眼位姿调整量与单次任务位姿补偿量，分别用于更新手眼关系与修正控制指令，并基于历史记录自监督更新网络；本方法实现结构缓慢偏移与短时扰动的分离处理，减少人工重标定，提升视觉引导抓取/装配的定位精度与稳定性，适用于在线运行的工业机器人。

本发明公开了一种基于机器学习的机床上下料抓取方法，为解决油膜导致的双件黏连在线检测与主动剥离的问题，本发明通过在起吊短时间窗内同步采集偏振、深度及力与惯性等信号，进行偏振与深度的物理一致化，依据相机与吸盘参数裁取接触斑块子图，采用分层隐式厚度场估计层数、厚度及不确定区间，融合厚度场梯度与偏振方向搜索各向异性易剥离方向，建立基线与残差的吸附接触动力学模型，并在不确定性驱动的机会约束模型预测控制下实时优化微位移、微振动与真空曲线，执行后闭环采集并在线更新残差网络，实现了低扰动剥离、提高双件判定可靠性与节拍一致性、降低误吸与掉件风险的技术效果。

本发明公开了一种基于强化学习抑振协同算法的机器人超长柔性件搬运方法，为解决多抓取点与多机器人协同搬运过程中的耦合动力学与同步问题，本发明通过深度库普曼在线嵌入、潜空间相位锁定环、预测一致性约束与可微预测控制前馈相结合，并辅以多智能体残差强化学习闭环和屏障函数投影以保证安全约束，实现了在存在通信时延、丢包与不确定性条件下的相位同步与抑振控制，降低应力与摆幅，提升搬运稳定性、精度与效率的技术效果。

本发明涉及智慧康养与居家安全监测技术领域，公开了一种隐私骨骼流滑窗居家多模态跌倒检测方法。方法包括：获取多模态传感数据并进行时间对齐与可信度评估；基于评估结果生成骨骼初稿并精化为保护隐私的骨骼流；将骨骼流划分为时间窗口以构建骨骼滑窗序列；基于该序列提取姿态特征并利用支持向量机模型生成初始跌倒判别结果；对判别结果进行时序平滑处理以输出最终判定结果与风险指数；最后整合结果生成结构化证据与参数更新包。本发明通过融合多源传感器提升了复杂家居环境下骨骼跟踪的鲁棒性，利用隐私骨骼流技术有效保护用户身份信息，并结合加权滑窗与自适应冷却机制显著降低了误报率，实现了居家场景下安全、可靠、非侵入的跌倒检测。