-
公开(公告)号：CN118493398A
公开(公告)日：2024-08-16
申请号：CN202410829309.5
申请日：2024-06-25
Applicant: 北京科技大学
Abstract: 本发明提供一种机械臂自适应固定时间控制方法，属于机械臂领域，所述方法包括：通过机械臂的每个关节处的传感器得到每个关节的位置信息和每个关节的速度信息；基于机械臂的期望位置和每个关节的位置信息得到位置误差，基于位置误差和李雅普诺夫理论得到虚拟控制器，基于虚拟控制和速度信息得到速度误差；基于每个关节的速度误差和神经网络基函数，得到神经网络基函数权重的自适应更新律，根据神经网络基函数权重的自适应更新律，得到实时更新的神经网络权重；基于每个关节的位置误差、每个关节的速度误差、神经网络基函数以及实时更新的神经网络权重，得到机械臂每个关节的控制力矩，本方法能够实现精准的轨迹跟踪效果。
-
公开(公告)号：CN118228032A
公开(公告)日：2024-06-21
申请号：CN202410470446.4
申请日：2024-04-18
Applicant: 北京科技大学
IPC: G06F18/213 , G06N3/0464 , G06N3/08 , G06Q10/20
Abstract: 本发明涉及机械性能预测技术领域，特别涉及一种基于图卷积池化的机械装备剩余寿命预测方法及装置。方法包括：筛选机械装备的传感器数据，构建传感器图结构，对传感器数据进行标准化预处理；利用GCN提取机械装备的空间特征信息；利用最大K池化优化传感器图结构，降低噪声和干扰的影响；利用自注意力机制网络提取机械装备的时间退化趋势信息；利用GCN，最大K池化以及自注意力机制网络构建机械装备的剩余寿命预测模型；利用机械装备的训练数据对剩余寿命预测模型进行训练，采用训练好的模型对机械装备进行剩余寿命预测。本发明利用GCN和最大K池化提取机械装备的空间特征，采用自注意力机制网络来提取其时间退化趋势，提高剩余寿命的预测精度。
-
公开(公告)号：CN118013829A
公开(公告)日：2024-05-10
申请号：CN202410129411.4
申请日：2024-01-30
Applicant: 北京科技大学
IPC: G06F30/27 , G06N3/126 , G06F111/06
Abstract: 本发明公开了一种园区空调系统冷水机组负荷分配优化方法，属于空调系统能耗优化领域，其包括：通过机理建模得到冷水机组能耗模型；设计多目标优化算法寻找冷水机组系统不同冷量需求下的最优运行参数，实现制冷量最大和能耗最低的目标。其中，优化算法采用改进的NSGA‑II算法，使用自适应权重来平衡全局搜索和局部搜索能力以加快收敛速度，同时使用Levy飞行和随机游走策略，分别提高算法的全局和局部搜索能力，从而克服传统NSGA‑II算法收敛速度慢和易陷入局部最优的缺点。本发明可解决园区空调优化问题，能够同时考虑冷水机组制冷量和能耗的矛盾关系，在降低能耗成本的同时提高制冷量，使不同型号的冷水机组在其最佳工作点运行。
-
公开(公告)号：CN117991647A
公开(公告)日：2024-05-07
申请号：CN202410396935.X
申请日：2024-04-03
Applicant: 北京科技大学
IPC: G05B13/04
Abstract: 本发明涉及运行监控与自愈控制领域，特别是指一种工业控制系统性能监控与自愈控制方法及装置，方法包括：获取待控制的工业控制系统的实时运行数据；根据实时运行数据以及基于贝尔曼Bellman方程的性能退化监控模块，得到工业控制系统的实时性能评估结果，根据实时性能评估结果得到工业控制系统的性能退化监控结果；根据性能退化监控结果以及基于强化学习算法的自优化反馈增补自愈控制模块，得到工业控制系统的自愈控制结果。本发明在不依赖被控对象和控制系统数学模型的情况下，利用工业运行过程的数据实现实时性能监控；不改变原有控制器结构参数，仅利用数据和强化学习方法设计反馈补偿以恢复性能衰退，实现自愈控制。
-
公开(公告)号：CN116778360B
公开(公告)日：2024-03-19
申请号：CN202310682584.4
申请日：2023-06-09
Applicant: 北京科技大学
IPC: G06V20/17 , G01C11/04 , G01C11/02 , G01C21/16 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/70
Abstract: 本发明涉及无人机视觉技术领域，特别是指一种面向扑翼飞行机器人的地面目标定位方法及装置。通过长短焦组合相机，对周围环境进行拍摄，获得周围环境视频图像；通过机身传感器收集信息，获得多传感器数据；在周围环境视频图像中，发现跟踪目标，进行连续拍摄；基于多传感器数据，在拍摄中进行机械稳像，获得目标视频图像；根据目标视频图像以及多传感器数据进行计算，获得地面目标定位结果。本发明是一种高精度、低负载的适用于扑翼飞行机器人的地面目标定位方法。
-
Patent Agency Ranking
公开(公告)号：CN117389408A
公开(公告)日：2024-01-12
申请号：CN202310897104.6
申请日：2023-07-21
Applicant: 北京科技大学
Abstract: 本发明涉及一种智能手套系统，包括：手套本体。数据库，存储有手语数据，手语数据与手套本体的动作和手势具有对应关系。传感器系统，设置于手套本体内部，用于基于手套本体的动作和手势，将手套本体的动作和手势转化为电子信号。数据处理单元，设置于手套本体内部，用于接收来自传感器系统的电子信号，并基于电子信号分析手套本体的动作和手势，以及将分析结果与数据库中的手语数据进行比对。通信单元，用于实现手套本体与终端设备之间的数据传输。该系统通过将当前手势和动作的数字信号发送至数据处理单元与预存的手语数据进行比对，将手势和动作转化为可视的文字形式传递给不懂手语的普通人，便于普通人通过终端设备理解失聪人士的手语含义。
-
公开(公告)号：CN116862944A
公开(公告)日：2023-10-10
申请号：CN202310768372.8
申请日：2023-06-27
Applicant: 北京科技大学
Abstract: 本发明公开了一种面向扑翼飞行机器人的实时电子稳像方法及系统，所述方法包括：获取扑翼飞行机器人进行飞行航拍时，实时采集的视频流；对视频流中的每帧图像分别进行网格划分，并对每帧图像中的像素点分别进行等间隔采样，得到特征点；基于预设的光流估计网络确定每一帧图像中的每一特征点的光流信息；通过对每一网格顶点附近的特征点的光流信息进行滤波，得到各网格顶点的光流信息，进而得到原始运动路径；结合扑翼运动周期，对原始运动路径进行平滑滤波，生成一条平滑路径；进而根据生成的平滑路径对图像序列进行反向位置补偿，生成稳定后的视频流。本发明方案计算量小，拥有实时处理能力，可较好地满足扑翼飞行机器人的实时航拍画面稳定需求。
-
公开(公告)号：CN116778360A
公开(公告)日：2023-09-19
申请号：CN202310682584.4
申请日：2023-06-09
Applicant: 北京科技大学
IPC: G06V20/17 , G01C11/04 , G01C11/02 , G01C21/16 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/70
Abstract: 本发明涉及无人机视觉技术领域，特别是指一种面向扑翼飞行机器人的地面目标定位方法及装置。通过长短焦组合相机，对周围环境进行拍摄，获得周围环境视频图像；通过机身传感器收集信息，获得多传感器数据；在周围环境视频图像中，发现跟踪目标，进行连续拍摄；基于多传感器数据，在拍摄中进行机械稳像，获得目标视频图像；根据目标视频图像以及多传感器数据进行计算，获得地面目标定位结果。本发明是一种高精度、低负载的适用于扑翼飞行机器人的地面目标定位方法。
-
公开(公告)号：CN116543166B
公开(公告)日：2023-09-05
申请号：CN202310808414.6
申请日：2023-07-04
Applicant: 北京科技大学
IPC: G06V10/26 , G06V10/34 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/048 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 本发明公开了一种早期脑部肿瘤分割方法和系统，包括：收集并预处理不同脑部肿瘤患者不同时期的MRI影像数据；划分为早期与中、晚期数据，进行标注并排序；将中、晚期脑部肿瘤数据作为源域输入基于3D‑GRU、3D‑CNN和Transformer融合设计的语义分割基模型进行预训练，提取中、晚期肿瘤的时序变化特征与肿瘤的形态学特征信息，获得预训练权重；将预训练权重作为先验知识，早期肿瘤训练集数据作为目标域进行迁移学习模型的训练，利用中、晚期肿瘤特征反演早期肿瘤特征，从源域进行参数高效迁移目标域；将待分割的早期肿瘤MRI影像数据预处理后，输入训练完成的迁移学习模型，生成早期脑部肿瘤病灶区域的分割结果。采用本发明，能在肿瘤尚处于早期的时候就将其准确分割。
-
公开(公告)号：CN116543166A
公开(公告)日：2023-08-04
申请号：CN202310808414.6
申请日：2023-07-04
Applicant: 北京科技大学
IPC: G06V10/26 , G06V10/34 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/048 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 本发明公开了一种早期脑部肿瘤分割方法和系统，包括：收集并预处理不同脑部肿瘤患者不同时期的MRI影像数据；划分为早期与中、晚期数据，进行标注并排序；将中、晚期脑部肿瘤数据作为源域输入基于3D‑GRU、3D‑CNN和Transformer融合设计的语义分割基模型进行预训练，提取中、晚期肿瘤的时序变化特征与肿瘤的形态学特征信息，获得预训练权重；将预训练权重作为先验知识，早期肿瘤训练集数据作为目标域进行迁移学习模型的训练，利用中、晚期肿瘤特征反演早期肿瘤特征，从源域进行参数高效迁移目标域；将待分割的早期肿瘤MRI影像数据预处理后，输入训练完成的迁移学习模型，生成早期脑部肿瘤病灶区域的分割结果。采用本发明，能在肿瘤尚处于早期的时候就将其准确分割。
-
-
-
-
-
-
-
-
-
Search Results
236
records
(took 0.076 seconds)
