-
公开(公告)号：CN116500936A
公开(公告)日：2023-07-28
申请号：CN202310449697.X
申请日：2023-04-24
Applicant: 同济大学
IPC: G05B19/042
Abstract: 本发明涉及一种面向无人系统的一体化控制方法、设备、介质，本方法通过设置分别与外部控制终端、执行器和至少一个传感器连接的一体化控制模块实现一体化控制，方法具体包括如下步骤：从外部控制终端获取任务指令，从传感器获取传感器信息；基于任务指令和传感器信息，通过多源信息融合、障碍物类型识别、判断是否需要避障和集群下最优策略确定，获取控制信号；将控制信号发送至执行器，从执行器获取执行结果信息；基于任务指令和执行结果信息，获取执行评价信息。本发明仅使用一个一体化模块实现端到端的任务执行和动作分析，模块支持与无人系统本体进行无缝衔接，避免传统多模块之间较长的分层调用链，减少性能损耗和信息丢失的问题。
-
公开(公告)号：CN116448112A
公开(公告)日：2023-07-18
申请号：CN202310233002.4
申请日：2023-03-10
Applicant: 同济大学
IPC: G01C21/20
Abstract: 本发明涉及一种基于蚁群信息素仿生原理的地下复杂导航定位系统及方法，该系统包括搭载于无人机上的控制器、飞镖发射器和多个飞镖，飞镖上安装有微型基站和信号发射器，飞镖发射器包括发射机构和信号接收器；该方法包括：按照预设的前进方向，无人机在地下空间内移动、并沿途复杂环境发射飞镖；飞镖嵌入地下空间相应位置，同时将当前无人机飞行路径基本信息及定位基本信息存储于微型基站内；无人机通过信号接收器从所有已发射飞镖的信号发射器获取相应数据信息，并采用蚁群算法求解得到最优路径，相应控制无人机的飞行状态。与现有技术相比，本发明能够在地下复杂环境内提升空间探索范围、提高探索效率，确保实现稳定、高效、精准的导航定位。
-
公开(公告)号：CN116259070A
公开(公告)日：2023-06-13
申请号：CN202211607430.0
申请日：2022-12-14
Applicant: 同济大学
IPC: G06V40/10 , H04L67/10 , H04L41/14 , H04W24/02 , G06V10/82 , G06V10/762 , G06N3/084 , G06N3/0464 , G06V20/40
Abstract: 本发明公开了云边协同感知的多终端跨时空行人重识别方法，包括两个阶段的行人重识别聚类编码；通过边缘智能感知模块采用自顶向下的行人重识别算法，从历史图像中完成行人目标检测，并提取行人目标特征完成一阶段行人重识别聚类编码；通过云端行人重识别智能模块采用自底向上的行人重识别算法，对边缘智能感知模块行人重识别结果进行判别，完成二阶段行人重识别聚类编码，生成基于行人重识别的历史轨迹，构建自动标注行人数据集及终身持续学习模型；根据边缘智能感知模块、云端行人重识别智能模块获取的数据对自动标注行人数据集及终身持续学习模型进行循环优化。实现了可扩展、可重构、可迭代、可进化的持续学习行人重识别算法。
-
公开(公告)号：CN116232854A
公开(公告)日：2023-06-06
申请号：CN202310210815.1
申请日：2023-03-07
Applicant: 同济大学
IPC: H04L41/0631 , H04L41/0677 , H04L43/12 , H04L43/08 , H04L43/04
Abstract: 本申请公开一种基于逻辑故障探针的CPS节点故障识别方法和系统，在该方法中，针对CPS节点集群中的每一CPS节点，基于为所述CPS节点所配置的信号采样模块进行采样，以确定相应的CPS节点状态数据；其中，所述CPS节点状态信息包括节点模态状态；基于各个CPS节点的节点标识信息，对所采样的各个CPS节点状态数据分别进行标识；根据经标识的各个CPS节点状态数据进行故障分析，以确定所述CPS节点集群中的每一CPS节点的故障状态结果。由此，提供了一套完整可行的CPS逻辑故障探针技术，能够对CPS系统中各个节点的故障特征进行自动化识别和定位，实现了对无人系统故障的自动化监测。
-
公开(公告)号：CN116189157A
公开(公告)日：2023-05-30
申请号：CN202310096563.4
申请日：2023-02-10
Applicant: 同济大学
Abstract: 本发明公开了基于驾驶员注意力热图生成算法及系统，利用边缘计算模块与红外双目摄像机采集驾驶员头部姿态数据以及眼动数据，利用边缘计算模块与毫米波雷达采集驾驶员心率、心率变化率(HRV)，呼吸变异性(BRV)等生物特征数据。根据利用聚类以及专家定义的方法结合的方法得到AOI并与生物特征数据进行匹配构建标签数据集，用LSTM+Attention Mechanism作为网络来对数据进行训练预测，结合驾驶过程安全分析场景库，形成基于驾驶员注意力热图生成算法的安全提示算法。既能够提供合理的划分手段，也提供了直接可获得的分区结果，为未来的相关研究都打下了基础。
-
Patent Agency Ranking
公开(公告)号：CN116172768A
公开(公告)日：2023-05-30
申请号：CN202310207601.9
申请日：2023-03-07
Applicant: 上海市东方医院(同济大学附属东方医院)
IPC: A61F2/958 , A61F2/90 , A61F2/844 , A61B17/221
Abstract: 本发明公开了一种具有远端保护的球囊扩张支架成形一体化的装置，包括：支撑件，所述支撑件上设有球囊，所述球囊绕所述支撑件的周向布置；所述支撑件内设有第一通道、第二通道；所述第一通道与所述球囊连通；所述第二通道贯穿所述支撑件的两端；旁通管，所述旁通管与所述第一通道连通；血管支架，所述血管支架布置于所述球囊上，所述血管支架由可形变的材料制成；导管，所述导管可移动的位于所述第二通道内，所述导管内设有贯穿其两端的第三通道；利用旁通管，将外界的液体通入第一通道内，而后进入球囊内，球囊膨胀，将血管支架膨胀开，置于病变位置。
-
公开(公告)号：CN116151792A
公开(公告)日：2023-05-23
申请号：CN202211650072.1
申请日：2022-12-21
Applicant: 同济大学
Abstract: 本发明公开了一种基于CPS的多旋翼无人机健康管理系统及方法，包括：CPS信息物理单元及与CPS信息物理单元信号连接的健康管理单元、无人机和维护单元；健康管理单元包括专家子单元以及知识图谱子单元；专家子单元和知识图谱子单元通过大数据分析与无人机历史飞行数据进行建立，且专家子单元和知识图谱子单元用于评估无人机中各个组件的寿命。根据本发明，避免这类系统在长期工作的过程中，由于部件损坏导致的损失和安全风险。
-
公开(公告)号：CN111476139B
公开(公告)日：2023-05-02
申请号：CN202010250472.8
申请日：2020-04-01
Applicant: 同济大学
Abstract: 本发明涉及一种基于联邦迁移学习的驾驶员行为云边协同学习系统，包括AI云平台、智能车载终端、以及用于联邦迁移学习的深度神经网络系统等组成。深度神经网络系统包括车载端神经网络和平台端神经网络，可基于AI云平台及与其连接的多个车辆的智能车载终端，实现车载端神经网络与平台端神经网络之间非原始数据传递的联邦模型训练与学习迁移。本发明用于智能汽车驾驶员行为感知及意图理解，与现有技术相比，不仅解决了大规模车辆集群的驾驶员协同感知机器学习问题，同时保护了驾驶员隐私。
-
公开(公告)号：CN115987818A
公开(公告)日：2023-04-18
申请号：CN202211646867.5
申请日：2022-12-21
Applicant: 同济大学
IPC: H04L41/16 , H04L41/14 , H04L41/0806 , H04L41/0813 , H04L41/02 , H04L41/0695
Abstract: 本申请提供一种基于BIM模型的大规模AIOT节点智能布设方法，该方法为：设备管理端根据AIOT节点网络的布设情况在BIM数据库内检索，并且分发设备关联到对应的BIM模型数据；AIOT节点网络获取各关键部件的传感器数据；AI云服务器确定AIOT节点网络是否完成初始化；如果AIOT节点网络完成初始化，则根据传感器数据和BIM模型信息对AIOT节点网络进行动态增量布设，获得动态调整后的AIOT节点网络；如果AIOT节点网络未完成初始化，则重新对AIOT节点网络进行初始化，并且完成之后AI云服务器再次确定AIOT节点网络是否完成初始化。该方案结合BIM模型全生命周期优势，根据设施的外部状态和内部状态判断当前设备权重系数，动态调整ALOT节点是否需要调整，具有低成本、无需人力维护等优势。
-
公开(公告)号：CN115905853A
公开(公告)日：2023-04-04
申请号：CN202211079626.7
申请日：2022-09-05
Applicant: 同济大学
IPC: G06F18/214 , G06F18/241 , G06F18/213 , G06F18/22 , G06F17/14 , G01M13/045 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的航空发动机转子系统故障诊断方法及装置，涉及航空发动机故障诊断技术领域。包括：获取待诊断的航空发动机轴承的一维振动信号数据；对一维振动信号数据进行预处理，得到二维时频域图像；将二维时频域图像输入到训练好的特征提取网络，得到待诊断的航空发动机轴承的故障分类结果。本发明通过对一维轴承振动信号数据进行时频分析，生成具有物理意义的二维时频图像，能够充分挖掘出数据的频域特征，具有鲁棒性高、抗噪声的优点。基于视觉多层感知机的特征提取网络，能够获取具有全局依赖关系的高维故障特征，进一步提高诊断的准确性。迁移学习有助于克服故障样本量不足的局限性，加速故障诊断算法的实际应用。
-
-
-
-
-
-
-
-
-
Search Results
217
records
(took 0.067 seconds)
