-
公开(公告)号：CN119004096A
公开(公告)日：2024-11-22
申请号：CN202410959742.0
申请日：2024-07-17
Applicant: 华南理工大学
IPC: G06F18/214 , G06F18/21 , G06F18/213 , G06F18/22 , G06F18/40 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/09 , G06N3/096 , G06T11/20 , G01M13/045 , G06F123/02
Abstract: 本发明提供了一种可解释的跨工况的轴承剩余使用寿命预测方法，包括以下步骤：(1)、根据采集到的数据信息，计算数据集相似度指标，筛选出与目标域数据集最相似的源域数据集作为迁移训练源域训练数据集；(2)、构建并训练时间步多通道时频域特征提取网络模型，提取时间步多通道时频域信息；(3)、结合特征分布可视化和模型评价指标平衡优化目标；(4)、指标记录展示及确定在线训练模型更新时刻。本发明动态调整损失之间的平衡系数、绘制平衡系数、特征分布差异及模型评价指标的变化曲线图，直观感受参数调节和特征分布之间的相互影响，观察模型评价指标变化情况确定进一步的优化方案。
-
公开(公告)号：CN118963413A
公开(公告)日：2024-11-15
申请号：CN202411023598.6
申请日：2024-07-29
Applicant: 华南理工大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种面向通信拒止环境下的多无人机协同目标跟踪方法，包括以下步骤：设定多智能体学习系统的相关要素，包括智能体状态类型及维度、动作类型及维度、奖励函数及算法相关超参数；构建多智能体策略网络、评价网络以及对比学习框架；建立多无人机目标跟踪的仿真环境，通过无人机智能体与环境的交互，获取智能体观测信息，部分环境信息及奖励信息，存放于经验回放池；通过采样经验池中的数据，同时对强化学习目标以及对比学习目标进行优化，其中对比学习框架输出的辅助信息能够帮助智能体获得额外的全局信息，训练至收敛后，利用得到的策略网络为无人机生成所要执行的动作。本发明能够实现通信拒止环境下的多无人机协同目标跟踪任务。
-
公开(公告)号：CN115774961A
公开(公告)日：2023-03-10
申请号：CN202211564417.1
申请日：2022-12-07
Applicant: 华南理工大学
IPC: G06F30/27 , G06F18/23 , G06F18/213 , G06N3/0464 , G06N3/044 , G06N3/084 , G06N3/088 , G06N3/09 , G06F119/04
Abstract: 本发明公开了一种剩余寿命预测方法、装置和存储介质，其中方法包括：获取设备的原始数据；对所述原始数据进行无监督聚类训练，获得对应衰减阶段的伪标签；建立基于时空双细胞状态衰减阶段自适应感知的剩余寿命预测模型，根据伪标签对剩余寿命预测模型进行辅助自监督课程训练；采集设备的实时数据，将实时数据输入训练后的剩余寿命预测模型进行预测，输出设备的剩余寿命的预测值和对应的阶段值。本发明以无监督的方式得到衰减阶段信息，以及以自监督辅助学习的方式加强模型对衰减状态学习的能力，从而能让模型更好地融合衰减阶段的概念于剩余寿命预测任务中，进一步提高模型的预测效果。本发明可广泛应用于设备剩余寿命预测领域。
-
公开(公告)号：CN115033022A
公开(公告)日：2022-09-09
申请号：CN202210742166.5
申请日：2022-06-28
Applicant: 华南理工大学
Abstract: 本发明公开的面向移动平台基于专家经验的DDPG无人机降落方法，包括：对任务分解；在仿真环境中搭建降落场景；初始化环境状态；初始化算法神经网络等超参数；设计用于训练所设计的深度强化学习神经网络的无人机着陆的降落函数；基于搭建有无人机着陆场景的仿真环境，对所设计的深度强化学习神经网络进行训练，训练过程中采用专家经验进行指导无人机。本发明能够加快算法的收敛速度，极大的解决深度强化学习前期采样效率低下的问题。
-
公开(公告)号：CN108762295B
公开(公告)日：2021-12-21
申请号：CN201810410369.8
申请日：2018-05-02
Applicant: 华南理工大学
IPC: G05D1/10
Abstract: 本发明提出基于软件总线的一体化无人机控制系统。系统包括：（1）基于软件总线的一体化无人机控制系统架构。通过面向服务的体系架构，提高组件的可靠性和开放性，屏蔽资源的异构性，封装资源的功能，设计集多功能于一体的一站多控式总线控制系统。（2）轻量化软件总线通信框架，为异构节点提供透明的数据传输机制，实现用户与消息协议的解耦。（3）基于集中式软件总线的全局资源管理模式。设计适合计算资源异构和任务相互依赖的多无人机系统的多视角全局资源管理模式，保证控制系统的实时性与确定性。本发明在保证架构开放性和可靠性下提高控制系统的实时性能和资源利用率。
-
Patent Agency Ranking
公开(公告)号：CN108161882B
公开(公告)日：2021-06-08
申请号：CN201711291805.6
申请日：2017-12-08
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于增强现实的机器人示教方法及装置。方法包括以下步骤：对体感设备获取的手势位姿进行滤波处理与数据优化；将优化后的数据通过无线网络发送给增强现实设备，驱动AR设备中虚拟机器人再现操作者的示教轨迹；示教者从增强现实设备中观察虚拟机器人的再现轨迹，通过语音调整误差较大的示教点，并修改之前的示教点，重复操作直至所有示教点的误差都在满意的限度内，则示教完成；将最终的示教轨迹转化为驱动真实机器人所需的关节角，控制真实机器人再现操作者的示教路径。本发明的装置包括体感设备、PC机、麦克风、光学透视式增强现实设备、WiFi路由器和机器人。本发明具有对示教者专业要求低，避免损坏作业机器人，重复效率高等优点。
-
公开(公告)号：CN109730769B
公开(公告)日：2021-03-30
申请号：CN201811502698.1
申请日：2018-12-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于机器视觉的皮肤肿瘤精准手术智能追踪方法及系统，该方法包括下述步骤：对皮下组织切片的提取过程和皮下组织切片对应区域再切除过程进行全程高清拍摄，并将拍摄视频实时传输给视觉计算单元；所述视觉计算单元根据拍摄视频，对手术刀片进行检测和追踪，具体是：计算手术刀片移动轨迹中心点，然后标识手术对应区域，将再切除区域与皮下组织切片提取区域进行匹配，并将匹配结果传输给人机交互单元；所述人机交互单元向用户显示视觉计算单元的匹配结果，同时接受用户的操作指令并将指令传输给视觉计算单元。本发明通过跟踪手术刀片的移动轨迹来标识组织切片提取区域以及再切除区域，在大面积皮肤肿瘤切除手术中有望取代人类助手。
-
-
公开(公告)号：CN112381953A
公开(公告)日：2021-02-19
申请号：CN202011167819.9
申请日：2020-10-28
Applicant: 华南理工大学
Abstract: 本发明提出了三维空间无人机集群的快速选择方法，包括：显示无人机集群的虚拟场景，通过增强现实设备感知集群的位置信息；立体包围盒根据未选中的无人机子集群的飞行情况，动态改变自身的包围条件，保持立体包围盒与未选中无人机子集群之间的相对距离；通过手势控制立体包围盒的控制点，改变立体包围盒的形状，形成用户目标包围条件；判断场景中的无人机群与包围盒的位置，确定用户选择的目标子集群。本发明通过改变立体包围盒的包围情况，实现任意形状分布子集群的选择，并提高对选择区域的边缘物体的判定速度和精确度，对于具有一定飞行速度的物体，立体包围盒的包围情况可以根据物体进行一定的自适应调整，最大限度降低用户的操作复杂度。
-
公开(公告)号：CN108647174B
公开(公告)日：2021-01-19
申请号：CN201810383670.4
申请日：2018-04-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于软件总线的无人机快自愈系统，通过软件总线和模块化的系统设计，保证了系统轻量化、可扩展性和功能模块的互操作性；系统通过基于配置文件的双软件总线互相评估，避免了单节点故障问题，实现体系核心组件软件总线的自愈；软件总线采用功能和核心数据分离的方法，有效提升了软件总线的自愈性能；功能模块自愈分级的机制，既保证了模块自愈要求，又合理使用了无人机运算和存储资源。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.039 seconds)
