-
公开(公告)号：CN115019302A
公开(公告)日：2022-09-06
申请号：CN202210660801.5
申请日：2022-06-13
Applicant: 江苏大学
IPC: G06V20/68 , G06V10/40 , G06V10/80 , G06V10/764 , G06V10/82 , G06T7/73 , G06T7/521 , G06T7/80 , G06N3/04 , G06N3/08 , A01D91/04
Abstract: 本发明公开了一种改进型YOLOX目标检测模型构建方法及其应用，本申请针对YOLOX基本目标检测模型并进行网络改进，主要分为三个模块：主干特征提取模块、加强特征提取模块和预测特征模块。主干特征提取网络的基础上增添了SE注意力机制模块，通过自主学习的方式来获取到每个特征通道的重要程度，明确建模网络卷积特征通道之间的相互依赖关系来提高网络生成的表示质量，从而筛选出针对通道的注意力，有效地改善网络性能。加强特征提取网络采用ASFF自适应空间特征融合结构；基于所构建的改进型YOLOX目标检测模型结合RealSense相机获取到的深度信息输出三维坐标，实现目标定位。本发明在自然环境下果实采摘问题中，相对于传统方法识别精度要高且识别速度要更快。
-
公开(公告)号：CN111986772A
公开(公告)日：2020-11-24
申请号：CN202010758917.3
申请日：2020-07-31
Applicant: 江苏大学
IPC: G16H20/13 , G06K9/62 , G06F30/20 , G06N3/00 , G06F111/04
Abstract: 本发明提供了一种基于数字孪生的智能药房优化方法，包括：步骤1：构建虚拟药房，将物理药房相关数据与虚拟药房相关参数融合获得融合数据，由物理药房相关数据、虚拟药房相关参数以及融合数据获取药房孪生数据，并建立智能药房的数字孪生模型；步骤2：接收来自医院信息系统的处方信息，建立发药任务模型，虚拟药房根据药房孪生数据实时对储药槽可用性进行预测；步骤3：根据发药任务模型建立优化目标函数，将储药槽可用性预测的结果作为约束条件，使用优化算法计算最优解，根据计算出的最优解制定发药方案；步骤4：虚拟药房根据发药方案向物理药房下达发药指令，物理药房按照发药指令完成发药；本发明能够提高智能药房运行效率。
-
公开(公告)号：CN112149866B
公开(公告)日：2024-09-06
申请号：CN202010824218.4
申请日：2020-08-17
Applicant: 江苏大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/04 , G06K17/00 , G06N3/0464 , G06N3/096
Abstract: 本发明提供了一种基于边云协同的智能制造车间异常预测与管控方法，包括：步骤1：基于先进的信息技术，在智能制造车间内构建边云协同决策环境；步骤2：在制造资源端，基于卷积神经网络算法对制造资源端异常进行预测，主动制定异常处理措施，并评估措施能否消除生产异常；步骤3：针对制造资源端不能彻底处理的异常事件，采用边云协同方案从横向协同与纵向协同两个方面构建异常处理措施；步骤4：将制定好的生产异常管控措施下达给相关的执行资源，执行资源调用相关指令，执行相关措施，以消除生产异常的不良影响。本发明旨在解决现有技术中生产异常识别慢、异常处理方式不优化、生产难以正常运行的问题。
-
公开(公告)号：CN118149822A
公开(公告)日：2024-06-07
申请号：CN202410306643.2
申请日：2024-03-18
Applicant: 江苏大学
Abstract: 本发明提供了一种基于遥感多光谱的全自动蓝藻打捞船导航方法及系统，针对蓝藻水华的检测与精确打捞问题，利用热力学图像处理与机器学习检测图像，实现对湖中蓝藻泛滥区域的实时监测；利用蚁群算法来对蓝藻打捞船的路径进行优化来寻找最优路径，并控制船体进行打捞作业；利用人工势场法的局部避障设计，对船体的周围障碍物实时监测从而进行避障。本发明所述方法能够提高蓝藻识别准确性，并规划线路，提高打捞效率，本发明还采用人工势场法进行导航中的局部避障，能够提高打捞船运行过程中的安全性，从而减少不必要的损失。
-
公开(公告)号：CN117084065A
公开(公告)日：2023-11-21
申请号：CN202311151390.8
申请日：2023-09-07
Applicant: 江苏大学
Abstract: 本发明公开了一种智能采摘金银花移动机器人，包括移动底盘，以及设置在移动底盘上部的设备箱、机械臂、收集箱、图像采集装置；具体地，设备箱内部设置有工控机、电源，工控机内置算法处理模块，包括机器人移动路径规划算法模块、机械臂轨迹规划算法模块、金银花识别算法模块，对机器人的运动进行精确地控制；电源用于为各单元供能；机械臂的末端连接末端执行器，用于执行金银花采摘；收集箱与末端执行器连接，存储采摘后的金银花；用于获取机器人工作的周围环境图像和待采摘金银花区域的图像。本申请所设计的智能采摘金银花移动机器人，能够在提高金银花机械化收获效率的同时，有效解决机械化收获过程中含杂率高、花朵受损等问题。
-
Patent Agency Ranking
公开(公告)号：CN116352715A
公开(公告)日：2023-06-30
申请号：CN202310386962.4
申请日：2023-04-12
Applicant: 江苏大学
Abstract: 本发明公开了一种基于深度强化学习的双臂机器人协同运动控制方法，采用DATD3算法对双臂机器人的机械臂协同运动控制进行训练，机械臂协同运动控制系统采用中心训练分布执行的架构，两个智能体中的Critic评估器会互相使用对方的控制策略；将动作噪声作为两个智能体的输入，两个智能体输出动作值；建立机械臂的三维仿真环境，并将步骤1中两个智能体训练输出的动作值输入仿真环境，在仿真环境中通过仿真训练获得状态值；对状态值进行采样并采用HER算法进行状态值进行优化，进而得到双臂机器人协同运动控制策略；并基于优化后的状态值更新两个智能体中的采样策略；本方法可以有效增加双臂机器人的学习效率，提高生产力。
-
公开(公告)号：CN113284599A
公开(公告)日：2021-08-20
申请号：CN202010708113.2
申请日：2020-07-22
Applicant: 江苏大学
IPC: G16H40/40
Abstract: 本发明提供了一种基于云边协同的智能药房自诊断和自修复系统及方法，包括：边缘节点模块，将智能药房中每一个发药机器作为一个边缘节点；若干数据库模块，数据库模块与发药机器一一对应，数据库模块存储发药机器的故障信息；若干增量学习模块，增量学习模块与数据库模块一一对应，用于对数据库模块进行更新；及云端控制模块，边缘节点模块与云端控制模块进行协同交互；其中，边缘节点模块能够进行故障数据采集，并对多数故障能够自诊断和自修复，协同交互方式包括：边缘节点模块将不能自诊断和自修复的故障信息传递至云端控制模块，云端控制模块对故障预警，将本次预警节点的位置标号和故障原因传递至工程师。
-
公开(公告)号：CN111931819A
公开(公告)日：2020-11-13
申请号：CN202010668783.6
申请日：2020-07-13
Applicant: 江苏大学
Abstract: 本发明提供了一种基于深度学习的机器故障的预测和分类方法，包括：数据预处理阶段，特征提取阶段，建立基于CNN的自动编码器的特征提取模型，提取预处理后的数据集的特征；预测模型训练阶段，构建基于双向LSTM的预测模型，利用特征提取阶段得到的特征训练所述预测模型；分类模型训练阶段，利用特征提取阶段得到的特征并采用有监督学习的方式训练基于自动编码器的DNN分类模型；及模型使用阶段，利用训练后的预测模型来预测故障发生的时间，并且利用训练后的分类模型对即将发生的故障进行模式分类、故障类别分类、故障源定位和故障程度划分，本发明能够预测故障的发生，且在预测故障发生的同时对将要发生的故障进行分类。
-
公开(公告)号：CN118081717A
公开(公告)日：2024-05-28
申请号：CN202410285898.5
申请日：2024-03-13
Applicant: 江苏大学
Abstract: 本发明公开了一种3‑DOF串联机构与并联机构混联式采摘机械臂，机械臂包括支撑底座、串联手臂段、并联手臂段，支撑底座是机械臂的基础支撑部分，提供了整个系统的稳定性和支持，串联手臂段是机械臂的主要运动部分，负责实现在X、Y和φ方向上的运动，使机械臂能够灵活移动并定位到目标位置。并联手臂段提供了额外的自由度，采用1T2R(1Translation,2Rotation)的运动模式，使机械臂能够在采摘过程中更灵活地适应不同形状和高度的采摘对象。本发明采用串联机构与并联机构混联式设计，通过引入多自由度设计，机械臂变得更加灵活，能够适应各种植物形状和布局，从而提高采摘的适应性和成功率。
-
公开(公告)号：CN114663752B
公开(公告)日：2024-04-12
申请号：CN202210187097.6
申请日：2022-02-28
Applicant: 江苏大学
IPC: G06V20/68 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06T7/11 , G06T7/73 , G06T7/80 , G06Q50/02
Abstract: 本发明公开了一种基于机器视觉的食用豆产量智能估计方法、系统，利用双目视觉相机采集种植单元内食用豆的二维图片；用Yolo V3算法识别出二维图片中的标识杆，进而获取可分析基础区域；基于可分析基础区域，采用Yolo V3算法识别出可分析基础区域内食用豆豆荚信息；基于双目相机所采集的两幅对应食用豆二维图片，采用区域立体匹配算法，为识别的豆荚增加三维深度信息，获得豆荚三维坐标信息；基于筛选出的豆荚三维坐标信息，预测出田块食用豆的产量；本申请还提出了一种基于机器视觉的食用豆产量智能估计系统，包括智能感知硬件配置系统和食用豆产量预估软件系统，食用豆产量预估软件系统以预测出食用豆产量；本发明能够解决食用豆产量预估不精准的问题，并可为食用豆收割机械的智能化提供感知信息基础。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.024 seconds)
