公开(公告)号：CN113359466A

公开(公告)日：2021-09-07

申请号：CN202110738609.9

申请日：2021-06-30

Applicant: 南通大学

Inventor： 王栗 ,  付建源 ,  华亮 ,  陈曦 ,  费越 ,  许乾慧 ,  蔡国胜 ,  赵建博 ,  周嘉悦 ,  戴凌宇 ,  陈敏强 ,  周霖

IPC: G05B13/04

Abstract: 本发明公开了一种基于自适应滑模控制的车队协同控制方法。该方法在结合自适应控制和滑模控制方法的基础上，设计了一种基于车队协同的自适应滑模控制方法。该方法基于系统参数未知的情况，采用自适应控制对系统中的所有未知参数进行了估计，在保证系统的稳定性的同时，削弱了抖振。通过仿真验证，很明显采用该自适应滑模控制的控制效果优于普通滑模控制。

公开(公告)号：CN113255882A

公开(公告)日：2021-08-13

申请号：CN202110489570.1

申请日：2021-04-30

Applicant: 南通大学

Inventor： 王栗 ,  李伟 ,  华亮

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G01M13/045

Abstract: 本发明公开了一种基于改进卷积胶囊网络的轴承故障诊断方法，包括S1，获取轴承的训练集，训练集包含多个带有故障标签的轴承二维时频数据；S2，构建改进卷积胶囊网络，改进卷积胶囊网络依次由特征提取网络及胶囊网络构成，特征提取网络包含2个分层卷积结构及注意力层；将训练集输入至特征提取网络得到二维时频数据的空间特征图，将空间特征图输入至胶囊网络得到预测故障类型；利用损失函数来反向更新特征提取网络及胶囊网络中的权重系数直至达到预设的权重迭代次数，从而形成训练好的轴承故障诊断模型；S3，将测试集输入训练好的轴承故障诊断模型得到轴承故障诊断结果，解决了现有卷积神经网络在变工况下轴承故障诊断性能差的问题。

公开(公告)号：CN112489128A

公开(公告)日：2021-03-12

申请号：CN202011472136.4

申请日：2020-12-14

Applicant: 南通大学

Inventor： 徐一鸣 ,  王栗 ,  张海东 ,  刘若雨 ,  顾皓 ,  祁晖 ,  华亮 ,  顾菊平 ,  周方杰

IPC: G06T7/73 ,  G06T7/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于无监督深度学习的RGB‑D室内无人机定位实现方法，该方法包括以下步骤：1)获取RGB‑D数据集；2)搭建CNN网络，通过基于RGB‑D流和深度流的双流结构，提取RGB图像和深度图像的特征；3)搭建RNN网络，将CNN输出的特征作为RNN的输入，辅以LSTM替换标准RNN结构，基于图像的特征输出相机的位姿；4)设计2D+3D损失函数，用于RCNN网络训练。本发明受益于无监督的网络，不需要大量的人工去标记数据集，并将深度图像作为神经网络的输入，大大提高了视觉里程计系统的精度和鲁棒性，提高了室内无人机的定位的速度与精度。相较于传统的室内无人机视觉里程计定位系统，本发明基于深度学习的框架，能够充分利用硬件资源，从而实现提高室内无人机定位系统实时性。

公开(公告)号：CN111161334A

公开(公告)日：2020-05-15

申请号：CN201911410382.4

申请日：2019-12-31

Applicant: 南通大学

Inventor： 徐一鸣 ,  戴秋霞 ,  顾海峰 ,  顾菊平 ,  华亮 ,  王栗 ,  张海东 ,  卞春磊 ,  周方杰 ,  祁晖

IPC: G06T7/50 ,  G06T7/70 ,  G06T5/50 ,  G05D1/02 ,  B25J9/16

Abstract: 本发明涉及一种基于深度学习的语义地图构建方法，包括：实时采集移动机器人周围环境的图像信息，并根据所述图像信息获取移动机器人的位姿信息；根据所述移动机器人的位姿信息实时估算移动机器人与障碍物的深度信息，并根据所述深度信息构建障碍物深度地图，所述深度信息为逆深度估计值；用训练好的目标检测模型对所述图像信息进行特征提取与处理，得到带有语义信息的图像信息，将所述带有语义信息的图像信息与所述障碍物深度地图进行融合，得到障碍物语义地图；利用闭环检测算法优化机器人的位姿并使用图优框架对所述障碍物语义地图进行图优化，实现带有语义信息的深度地图构建，提高机器人的环境感知与自主定位能力。

公开(公告)号：CN110768264A

公开(公告)日：2020-02-07

申请号：CN201911165452.4

申请日：2019-11-25

Applicant: 南通大学

Inventor： 朱建红 ,  顾菊平 ,  吴敏 ,  徐人吉 ,  孟棒棒 ,  张新松 ,  王向丽 ,  王栗

IPC: H02J3/16 ,  H02J3/38

Abstract: 本发明涉及风电储能技术，具体涉及一种提高风电功率调度可靠性的混合储能功率分配方法。本发明涉及功率预报数据的设计，混合储能容量的配置及功率分配的具体数值给定，采用软硬件手段相结合，提高风电并网功率调度计划预报准确度。采用离线设计与在线控制相结合，实际预报偏差需要动态信号分析，然后分配给超级电容与电池，依靠混合储能能量吞吐，实现预期可靠调度控制目标。通过储能系统的吞吐行为，平抑较大的风电功率波动，同时提高风电功率并网预报的准确度。科学合理的混合储能动态功率分配可以确保预报功率偏差有效的得到补偿，对储能系统在风电预报可靠性方面的发挥提供了有力保障，提高了风力并网发电的可调度性。