-
公开(公告)号：CN108549037A
公开(公告)日：2018-09-18
申请号：CN201810444260.6
申请日：2018-05-10
Applicant: 中南大学
Abstract: 本发明公开了一种基于并行神经网络的无人驾驶车辆电源预测方法及系统，该方法采用力敏传感器测量车身的降雨阻力，并用连续协方差融合算法进行数据融合；利用Kinect摄像头进行图像采集并用Sobel算子进行处理，得到的积水检测图像简洁明了，检测精度较高；利用三部分神经网络对无人驾驶车辆在极端暴雨环境下的电量进行实时预测，一部分是对降雨阻力和积水阻力的数据进行处理，得出暴雨环境下车辆耗电率的增加值，一部分是对道路坡道损耗功率和电池温度的传递数据进行处理，得出车辆在正常天气下行驶的耗电率。将暴雨环境下的变量与正常天气下的变量分开计算，提高了数据处理速度，进而提高了系统的实时性。
-
公开(公告)号：CN107368926B
公开(公告)日：2018-07-10
申请号：CN201710630329.X
申请日：2017-07-28
Applicant: 中南大学
Abstract: 本发明提供了一种智能环境运载机器人识别楼层的多自然传感参数融合处理方法，利用成本较低的温度、湿度、气压传感器搜集数据，建立数据库，针对气压随高度变化的特性，采用大数据处理技术，利用CPSO优化的ELMAN神经网络模型完成预测模型的建立，实现运载机器人在各种环境下的电梯楼层自适应辨识，有效解决了不同环境下同一高度气压值变动导致楼层辨识不准的情况。此外，本发明无需对电梯内部或外部进行改造，具有极高的普适性。
-
公开(公告)号：CN107992061A
公开(公告)日：2018-05-04
申请号：CN201810063043.2
申请日：2018-01-23
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种智慧实验室机器人运载方法与系统，该方法包括以下步骤：步骤1：在运输起点和终点所在的工作台之间设置地面导轨，在工作台上设置一条桌面导轨；步骤2：位于取物工作台的桌面机器人从取物工作台上的取物指定位置抓取物体；步骤3：移动机器人沿地面导轨移动并抓取物体运输至另一工作台；步骤4：位于放物工作台的桌面机器人抓取物体后，移动至放物工作台的放物指定位置，完成物体在工作台之间的运输。通过桌面机器人和移动机器人的协同完成自动化实验室物体的定时、定点运输，其中桌面机器人负责物体短距离的取放，移动机器人利用导轨以及地标完成物体的长距离运输，配合充电区域的设置，实现自动化实验室全天候的运输。
-
公开(公告)号：CN106970581B
公开(公告)日：2018-03-30
申请号：CN201710299446.2
申请日：2017-04-30
Applicant: 中南大学
IPC: G05B19/048 , G06T17/00
Abstract: 本发明公开了一种基于无人机群三维全视角的列车受电弓实时智能监测方法及系统，该方法通过引入无人机受电弓检测装置对受电弓进行全方位的检测，充分地利用无人机平台的机动性，主动快速寻找待检列车受电弓并进行追踪，保证了对待检列车受电弓检测的可控性和准确性；利用多组无人机可以在工作空间的不同区域同时工作的特点，通过多组并行工作以提高工作的效率，弥补单组无人机检测能力的不足，同时通过无人机群对受电弓的不同角度扫描实现对受电弓三维重建，实现对列车受电弓状态的全视角实时检测以及从技术方案上避免了受电弓监控系统的“视角盲区”和受电弓故障的检测盲区，能够有效提高异常问题的检测效率，这能明显提高列车的运营安全性。
-
公开(公告)号：CN107403195B
公开(公告)日：2018-03-27
申请号：CN201710631218.0
申请日：2017-07-28
Applicant: 中南大学
Abstract: 本发明提供了一种运载机器人识别楼层的气象参数智能融合处理方法，利用成本较低的温度、湿度、气压传感器搜集数据，建立数据库，针对气压随高度变化的特性，采用大数据处理技术，利用SFLA优化的MKSVM模型完成预测模型的建立，实现运载机器人在各种环境下的电梯楼层自适应辨识，有效解决了不同环境下同一高度气压值变动导致楼层辨识不准的情况。此外，本发明无需对电梯内部或外部进行改造，具有极高的普适性。
-
Patent Agency Ranking
公开(公告)号：CN106500696B
公开(公告)日：2018-03-06
申请号：CN201610825132.7
申请日：2016-09-14
Applicant: 中南大学
IPC: G01C21/20
Abstract: 本发明公开了一种实现机器人车载导航装置实测坐标校正与预测的方法，通过利用机器人对导航设备/装备所提供的实时实测的室内坐标值进行正确性判断，对所提供的错误或有偏差的坐标值进行修正；在预测下一个时刻的坐标过程中，采用快速集成经验模式分解算法、增广迪基富勒检验模型、卡尔曼滤波算法以及加权处理完成预测，使得预测精度得到保证的同时，大大的降低了预测的复杂性，并且克服了重复性差的问题，整个过程实现简单，本发明避开了常规的抗干扰性思考，采用的一种巧妙解决干扰信号严重问题的新思维，实现了准确的高实时性的机器人室内导航的预测。
-
公开(公告)号：CN107272705B
公开(公告)日：2018-02-23
申请号：CN201710643365.X
申请日：2017-07-31
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种智能环境下机器人路径的多神经网络控制规划方法，该方法包括：步骤1：对运载机器人运载区域构建全局地图三维坐标系，获取在全局地图三维坐标系下的可行走区域坐标；步骤2：获取训练样本集；步骤3：构建运载机器人的全局静态路径规划模型；步骤4：将运输任务中的起点和终点坐标输入至基于模糊神经网络的全局静态路径规划模型，获得对应的运载机器人最优规划路径。本发明通过分别建立全局静态路径规划模型和局部动态避障规划模型，利用神经网络的非线性拟合特性，快速的找到全局最优解，避免了常见的路径规划中陷入局部最优的问题。
-
公开(公告)号：CN107272704B
公开(公告)日：2018-02-23
申请号：CN201710643174.3
申请日：2017-08-01
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种融合无人机牵引的智能车辆及机器人室外运载方法，包括以下步骤：步骤1：将运输任务指令发送至指定的运载机器人和匹配的无人机；步骤2：无人机依据GPS导航飞行至运输任务起点对应的楼栋门口处；步骤3：运载机器人识别并匹配无人机；步骤4：成功匹配后，令无人机与运载机器人保持相对静止的稳定运动形态；步骤5：判断运动形态是否稳定，若稳定，则无人机指引运载机器人前行；步骤6：当运行至终点时，形态稳定解除，运载机器人按照楼栋定位片前行至运输任务终点位置，完成运输任务。将无人机作为一个单独的导航模块导航，成本低，对运载机器人兼容性高；构建无人机和运载机器人之间的不可入侵域，增强了牵引过程的安全性。
-
公开(公告)号：CN106557840B
公开(公告)日：2018-01-09
申请号：CN201611029592.5
申请日：2016-11-14
Applicant: 中南大学
Abstract: 本发明提供了一种强风高速铁路沿线风速自适应分解预测方法，该方法包括以下步骤：步骤1：设置辅助测风站；步骤2：对风速数据进行滤波处理；步骤3：将滤波后的各组数据进行分解；步骤4：对各组分解后的数据进行滤波；步骤5：将各组滤波后的IMF分量和R分量进行信号重构；步骤6：选出当前时段与目标测风站相关较高的m个辅助测风站；步骤7：构建CS优化的小波神经网络模型；步骤8：将实测的m个辅助测风站风速值输入到训练好的模型，得到目标测风站的风速预测值。本发明能在各种地形、气候条件下对铁路沿线风速进行高精度预测，有效避免了单一测风站硬件故障造成的预测错误及预测中断。
-
公开(公告)号：CN107450535A
公开(公告)日：2017-12-08
申请号：CN201710643371.5
申请日：2017-07-31
Applicant: 中南大学
IPC: G05D1/02
CPC classification number: G05D1/0217 , G05D1/0214 , G05D2201/0216
Abstract: 本发明公开了一种智能运载机器人最优路径混合图论控制规划方法，该方法提出对全局路径进行分层规划的思想，以每个房间或楼道的局部最优路径规划作为最小规划单元，寻找各楼层中的最优枢纽节点，将各个房间或楼道的局部最优路径连通，得到单个楼层的最优路径，最后将楼层之间的最优路径进行连通，得到完整的全局最优路径，分层规划的设计，大大的降低了路径规划过程中的计算量，能够快速实现路径规划。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.034 seconds)
