一种基于端边云协同的无人机智能巡检任务无缝迁移方法

    公开(公告)号:CN113422803A

    公开(公告)日:2021-09-21

    申请号:CN202110544910.6

    申请日:2021-05-19

    Abstract: 本发明公开了一种基于端边云协同的无人机智能巡检任务无缝迁移方法,包括:S1,搭建基于端边云协同的无人机智能巡检系统;S2,构建异构资源协同信任图谱:根据系统异构资源之间协同信任度,构建资源间协同信任知识图谱;S3,基于无人机移动位置,预测任务迁移时间、能耗:根据无人机实时移动位置,搜索附近可用资源,并预测计算任务迁移时间、能耗和成本;S4,基于能耗感知和位置移动的任务无缝迁移:以任务迁移时间和无人机能耗为目标,获得最优计算任务迁移策略,完成无缝迁移。本发明可以解决网络带宽压力问题和边缘层资源跨不同管理域问题,通过任务无缝迁移方法使得无人机智能巡检实时性更强,终端能耗更小。

    一种工业机器人三维姿态估计方法、装置及存储介质

    公开(公告)号:CN111445519A

    公开(公告)日:2020-07-24

    申请号:CN202010231968.0

    申请日:2020-03-27

    Abstract: 本发明提供一种工业机器人三维姿态估计方法、装置及存储介质,方法包括:通过预设的视觉传感器得到工业机器人的二维图像;对二维图像进行二维姿态估计处理,得到二维姿态矩阵;通过预设的测距传感器得到工业机器人深度信息;根据所述工业机器人深度信息对所述二维姿态矩阵进行世界坐标系转换,得到工业机器人三维姿态矩阵,将所述工业机器人三维姿态矩阵作为工业机器人三维姿态信息。本发明可实时估计并输出工业机器人三维姿态,为基于工业机器人姿态的相关应用提供了有效的技术手段,为工业机器人误动作检测和保障工业机器人安全奠定了技术基础,相较于二维姿态的估计结果,本发明更加准确,在工业机器人误动作检测等应用中可减少误报率。

    一种基于深度神经网络的工业音频故障监测系统和方法

    公开(公告)号:CN113593605B

    公开(公告)日:2024-01-26

    申请号:CN202110775892.2

    申请日:2021-07-09

    Abstract: 本发明提供了一种基于深度神经网络的工业音频故障监测系统和方法,通过选择、构建工业音频特征集提高特征提取效率;通过引入深度学习模型作为分类器,提升了在工业音频分析领域分析故障的准确率;通过工业设备运作时产生的正常音频和异常音频训练深度学习分类模型,减少了人工决策的负担,提高了判断工业音频故障概率的准确性,实现了在复杂环境下实时监测工业设备的音频故障并进行故障预警的功能。本发明具备在线实时监测、预警等功能,具有部署成本低,功能整合度高和故障识别率高的优点,具备有广泛推广的能力。

Patent Agency Ranking