-
公开(公告)号：CN118735327A
公开(公告)日：2024-10-01
申请号：CN202410737130.7
申请日：2024-06-07
Applicant: 中国科学院自动化研究所
IPC: G06Q10/0639 , G06Q10/0635 , G06Q50/04
Abstract: 本发明提供一种离散制造的要素协同态势评估方法及装置，方法包括：分别获取待评估要素中每一实体节点的多因素评价矩阵，多因素评价矩阵用于表征对应的实体节点中的各个指标因素的评价结果；确定每一多因素评价矩阵中各个指标因素的指标权重；根据每一多因素评价矩阵中各个指标因素的指标权重，得到每一多因素评价矩阵对应的综合隶属度；根据每一多因素评价矩阵对应的综合隶属度，得到待评估要素的协同态势评估结果通过上述方法，解决相关技术中无法准确地评估离散制造过程中各要素的态势协同程度的问题，使得离散制造的相关企业能够更精确地掌控离散制造中各要素的协同态势。
-
公开(公告)号：CN117908574A
公开(公告)日：2024-04-19
申请号：CN202311791064.3
申请日：2023-12-22
Applicant: 中国科学院自动化研究所 , 山东高速青岛发展有限公司
IPC: G05D1/495 , G05D1/46 , G05D101/10 , G05D109/20
Abstract: 本发明提供一种基于多模态传感器融合的桥梁检测无人机控制方法及装置，其中方法包括：获取无人机对待检测桥梁进行检测的巡检路径信息；基于扩展卡尔曼滤波器方法，对无人机中多个模态的传感器的采集信息进行融合，构建无人机的状态预测模型；基于风力模型以及无人机的控制信息，构建无人机的控制模型；基于巡检路径信息、状态预测模型以及控制模型，控制无人机检测待检测桥梁。本发明提供的基于多模态传感器融合的桥梁检测无人机控制方法及装置，通过巡检路径信息、状态预测模型以及控制模型，控制无人机检测待检测桥梁，实现了对待检测桥梁的自动巡检过程，提升了巡检效率。
-
公开(公告)号：CN115421448A
公开(公告)日：2022-12-02
申请号：CN202210887855.5
申请日：2022-07-26
Applicant: 中国科学院自动化研究所
IPC: G05B19/418 , G06Q10/08 , G06Q10/04 , G06N3/12
Abstract: 本发明涉及路线规划技术领域，提供一种AGV拣货路径规划方法及系统，摒弃了现有AGV针对单一种类的货物执行分拣任务的工作模式，而是针对一个订单中的多种货物依次进行分拣，如此可以提高货物的分拣效率，缩短AGV的行驶路程。而且，AGV在执行完成一个订单后的停放位置并非是停车区，而是前一订单中的首次拣货位置本，可以提高AGV的工作效率，节约重回停车区导致的时间成本和电耗成。此外，结合各备选路径的路径长度、路径转角以及路径拐点个数，建立TSP模型，并以遗传算法对TSP模型进行求解的方式确定各备选路径中的全局规划路径，相比于现有的A*算法，其搜索效率大大提升，可以提升路径规划效率，提高货物的分拣效率。
-
公开(公告)号：CN113400652A
公开(公告)日：2021-09-17
申请号：CN202110685044.2
申请日：2019-07-11
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: B29C64/393 , B33Y50/02
Abstract: 本发明属于3D打印设备技术领域，具体涉及一种基于振动信号的3D打印机监测与诊断知识库装置、系统，旨在为了解决在3D打印设备异常工作状态早期无法识别异常状态，从而导致严重故障对设备造成不可修复的损害的问题。本发明包括通过振动传感器采集3D打印设备运行时预设部件的振动信号；将所采集到的各预设部件振动信号由模拟信号转换为数字信号并提取时频信息数据；基于时频信息数据，通过比对分析模型获取预设部件的工作状态类型；存储3D打印设备新增样本和初始样本。本发明在异常工作状态早期进行状态识别和打印设备停机保护，避免了严重故障对设备造成不可修复的损害；并在故障发生时及时判别故障类别和故障发生位置。
-
公开(公告)号：CN109816724B
公开(公告)日：2021-07-23
申请号：CN201811474153.4
申请日：2018-12-04
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器视觉领域，具体提供一种基于机器视觉的三维特征提取方法及装置。本发明旨在解决现有技术中的三维模型重建过程复杂耗时、普及困难等问题。为此目的，本发明的基于机器视觉的三维特征提取方法的步骤包括：获取包含目标物的预设待测特征点的多角度图像；提取所述待测特征点在每个所述图像中的位置信息；根据所述待测特征点在每个所述图像中的位置信息获取所述待测特征点的空间位置信息；基于所述空间位置信息和预设的三维特征类别，计算某个待测特征点对应的第一距离信息和/或第二距离信息。通过机器视觉获取包含待测特征点的不同角度图像进而获取待测特征点的空间位置信息以便计算得到目标物的距离信息。
-
Patent Agency Ranking
公开(公告)号：CN111596614B
公开(公告)日：2021-06-25
申请号：CN202010490517.9
申请日：2020-06-02
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: G05B19/404
Abstract: 本发明属于工业机器人领域，具体涉及了一种基于云边协同的运动控制误差补偿系统及方法，旨在解决运动控制误差的补偿算法固定不变，无法满足机械臂不同条件下的自适应误差补偿的问题。本发明包括：边缘服务器运行误差补偿算法求解补偿量，与控制程序融合生成具有误差补偿的控制指令。边缘侧发起加工任务时，与中心服务器交互确定是否更新或下发误差补偿算法；若中心服务器没有相应误差补偿算法，则通过数字孪生建模仿真平台构建相应机械臂及加工件仿真系统，对误差补偿算法仿真更新，并择优下发至边缘服务器，补偿运动控制量，生成具有误差补偿的运动控制指令。本发明实现对机械臂运动误差精准补偿，减少了复杂多变的工况对运动控制精度的影响。
-
公开(公告)号：CN109782797B
公开(公告)日：2020-11-27
申请号：CN201910005705.5
申请日：2019-01-03
Applicant: 中国科学院自动化研究所 , 青岛智能产业技术研究院
Abstract: 本发明属于无人机技术领域，具体涉及一种用于多点水质采样的多无人机协同方法、系统、装置，旨在即为了解决现有无人机水质采集方法不适用复杂采集方案的问题。本发明方法包括：获取多点水质采样任务信息；基于所述多点水质采样任务信息，确定参与多点水质采样的无人机组；对所述无人机组中各无人机进行采样点位置的分配；控制所述无人机组中各无人机从起始位置飞行至对应的采样点位置；基于设置的采集策略，触发采样指令，进行对应采样深度的水质采样；获取采样的水质后，控制各无人机返航。本发明可以对多个水质采样点进行综合采样，可以适用于多种水质采样方案，对于复杂采集方案具有较强的适用性。
-
公开(公告)号：CN111722926A
公开(公告)日：2020-09-29
申请号：CN202010507042.X
申请日：2020-06-05
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明涉及边缘计算技术领域，具体涉及一种基于付费机制的安全可信边缘协同方法与系统，目的在于解决边缘计算无法满足高实时性业务需求的问题。本发明的边缘协同方法包括：服务提供边缘节点向应用云平台发送服务提供信息；服务请求边缘节点向应用云平台发送服务请求信息；应用云平台根据服务提供信息和服务请求信息进行匹配，并根据匹配结果向服务请求边缘节点发送服务提供边缘节点的ID号；服务请求边缘节点根据该ID号与服务提供边缘节点建立连接；服务提供边缘节点执行相应的服务；最后由服务请求边缘节点向服务提供边缘节点支付费用。本发明有效降低了时延，满足了高实时性业务需求。
-
公开(公告)号：CN110867942A
公开(公告)日：2020-03-06
申请号：CN201911192933.4
申请日：2019-11-28
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: H02J7/35
Abstract: 本发明涉及无人机电源技术领域，具体涉及一种无人机太阳能发电组件，旨在解决无人机续航能力较差的问题。本发明的无人机太阳能发电组件包括：太阳能薄膜机壳、蓄电池和控制模块。其中，太阳能薄膜机壳设置于无人机上部，用作无人机的上侧机壳，并将太阳能转换为电能；蓄电池设置于无人机内部，用于存储太阳能薄膜机壳转换的电能，并给无人机电源充电；控制模块设置于无人机内部，用于监测无人机电源的电量和蓄电池的电量，并根据监测结果控制蓄电池进行充电或放电。本发明利用太阳能作为电力来源，基于3D打印技术制作重量轻的太阳能无人机外壳，在不破坏无人机空气动力设计和增加无人机自重的前提下，提高了无人机续航能力和有效作业时间。
-
公开(公告)号：CN110675623A
公开(公告)日：2020-01-10
申请号：CN201910842242.8
申请日：2019-09-06
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于智能交通领域，具体涉及一种基于混合深度学习的短时交通流量预测方法、系统、装置，旨在解决现有大规模交通流量预测方法精度低的问题。本系统方法包括获取待预测的各交通观测点的历史交通流量数据；所述历史交通流量数据为t时刻之前连续的等时长时间段的r个交通流量数据集合；分别将各交通流量数据集合中的历史交通流量数据合并得到对应的合并数据，并将各合并数据归一化；基于归一化后的各交通观测点的历史交通流量数据，采用混合深度学习模型获取各交通观测点t时刻归一化的预测结果；将预测结果进行反归一化，得到各交通观测点t时刻的交通流量预测值。本发明提高了大规模交通流量预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.059 seconds)
