-
公开(公告)号：CN113220013A
公开(公告)日：2021-08-06
申请号：CN202110372166.6
申请日：2021-04-07
Applicant: 同济大学
Abstract: 本发明涉及一种多旋翼无人机隧洞悬停方法及系统，包括以下步骤：获取水平激光雷达、对地激光测距传感器、对空激光测距传感器、IMU和气压计的测量数据，获取悬停水平位置和悬停高度；使用滤波算法将水平激光雷达与IMU的测量数据融合，得到水平位置和水平速度，通过PID串级控制得到第一飞行参数；基于水平速度和速度阈值，自对地激光测距传感器、对空激光测距传感器和气压计的测量数据中确定垂直高度数据；使用滤波算法将垂直高度数据与IMU的测量数据融合，得到垂直高度和垂直速度，通过PID串级控制得到第二飞行参数。与现有技术相比，本发明将悬停任务分为水平定位任务和垂直定高任务，实现了无人机在无GPS信号、无地磁信号的隧洞中的高精度悬停。
-
公开(公告)号：CN108490388B
公开(公告)日：2021-06-29
申请号：CN201810204058.6
申请日：2018-03-13
Applicant: 同济大学
IPC: G01S5/02 , G01S5/14 , G01S5/16 , H04B10/116 , H04W64/00
Abstract: 一种基于UWB与VLC技术的多源联合室内定位方法，涉及室内定位技术领域，以解决定位系统长期使用造成精度降低的问题。主要包括UWB设备、VLC设备、定位终端，定位终端包括UWB定位终端、VLC定位终端和数据融合单元；UWB、VLC定位终端由各自的LOS/NLOS判断模块、数据处理单元组成。采用本方案可以实现室内无缝高精度定位、减小定位系统对其他通信系统的干扰影响以及对人体无害、提高系统的保密性、提供高速通信的可能等优点，应用广泛。
-
公开(公告)号：CN118306418A
公开(公告)日：2024-07-09
申请号：CN202410147559.0
申请日：2024-02-01
Applicant: 同济大学
IPC: B60W60/00 , B60W30/095 , B60W30/09 , B60W30/12 , B60W50/14 , B60W50/08 , B60W40/08 , G06N3/0464 , G06N3/092 , G06V10/80 , G06F3/01
Abstract: 本发明公开了一种智能座舱仿生眼机器人舱驾融合感知决策方法，包括：舱外观察眼获取舱外异常情况，生成并发送异常信息和接管信息；舱内观察眼接收所述异常信息和接管信息后，基于驾驶员视线凝点判断驾驶员注意力是否朝向舱外异常情况，并进行接管主体选择，实现智能座舱内外的人机共驾协同决策。本发明实现舱内全息感知，全方位覆盖智能座舱中各类人员的各种需求，不断优化用户体验。
-
公开(公告)号：CN118153902A
公开(公告)日：2024-06-07
申请号：CN202410431266.5
申请日：2024-04-11
Applicant: 同济大学
IPC: G06Q10/0631 , G06Q10/047 , G06Q50/26
Abstract: 本发明公开了一种面向社区场景的多服务机器人数字孪生管理系统，属于数字孪生技术领域，是一种基于数字孪生的面向社区场景的多服务机器人调度管理系统。为适应社区场景下，不同时间段下不同服务需求种类密度动态变化，需求种类多样性和分布差异性等特点。本发明基于数字孪生原型平台搭建对实际社区场景的数字映射，实时提供人流密度信息，不同种类需求密度等信息，对不同种类服务需求密度等信息进行学习与预测，利用B‑spline样条曲线和梯度下降的优化方法根据不同服务机器人服务特点匹配调度和路径规划。具备社区场景下多服务机器人预调度，高需求匹配度调度以及最优调度和管理等能力。
-
公开(公告)号：CN116774263B
公开(公告)日：2024-04-05
申请号：CN202310694378.5
申请日：2023-06-12
Applicant: 同济大学
Abstract: 本发明提供一种面向组合导航系统的导航定位方法及装置，在该方法中，包括：基于惯导系统确定针对导航目标的第一导航定位信息，以及基于GPS系统确定针对导航目标的第二导航定位信息；GPS系统包含实时动态GPS模块和激光雷达模块；基于惯导系统的导航参数误差模型构建针对滤波模型的状态方程，以及基于惯导系统与GPS系统所输出的定位信息的偏差构建针对滤波模型的量测方程，滤波模型以导航参数误差作为状态量；基于滤波模型，确定对应量测信息的导航参数误差；滤波模型采用强跟踪卡尔曼滤波算法；基于导航参数误差，校正第一导航定位信息。由此，通过增量式自适应强跟踪卡尔曼滤波方法进行工作，实现高精度导航定位信息。
-
Patent Agency Ranking
公开(公告)号：CN117315346A
公开(公告)日：2023-12-29
申请号：CN202311246897.1
申请日：2023-09-25
Applicant: 同济大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06F18/2415 , G06F18/25 , G06V10/82
Abstract: 本发明提供一种基于多模态融合的航空发动机叶片故障诊断方法及系统，涉及航空发动机故障诊断技术领域，包括：获取用于故障诊断的航空发动叶片的原始文本、振动和图像多模态感知数据；通过数据归一化技术对获得的原始文本、振动和图像数据分别进行归一化处理；通过一维卷积层分别对归一化之后的三种模态数据进行初步的特征提取；构造基于Transformer的多模态数据跨模态融合网络；将通过一维卷积提取的三种模态初步特征送入多模态特征融合网络进行特征的融合；通过全连接层和Softmax分类器，输出故障分类结果。本发明提供的故障诊断模型通过对文本、振动和图像数据进行跨模态的特征融合，能够充分利用不同模态数据之间的互补信息，具有鲁棒性高的优点。
-
公开(公告)号：CN116520691A
公开(公告)日：2023-08-01
申请号：CN202310373497.0
申请日：2023-04-10
Applicant: 同济大学
IPC: G05B13/04
Abstract: 本发明涉及一种面向非确定性干扰环境的多智能体集群事件触发协同方法，所述方法包括以下步骤：获取各个智能体的信息，构建多智能体系统，根据各个智能体的状态输入和不确定性，通过多智能体系统的动力学方程，确定各个智能体的状态信息；获取估计误差，根据所述智能体的状态信息和估计误差确定事件触发协议，根据智能体的状态信息确定多智能体系统的控制目标；获取智能体的适应性耦合增益信息，根据所述智能体的适应性耦合增益信息确定输入控制器；判断智能体的状态是否满足所述事件触发协议，若满足，相邻智能体之间进行通讯，并更新智能体对应的输入控制器，实现所述控制目标。与现有技术相比，本发明具有鲁棒性好、使用寿命长等优点。
-
公开(公告)号：CN116165899A
公开(公告)日：2023-05-26
申请号：CN202310221659.9
申请日：2023-03-09
Applicant: 同济大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于数字孪生系统的人机距离安全控制方法，属于人机距离控制技术领域，其步骤如下：在室内机器人上搭载摄像机，拍摄机器人周边的人群或物体，基于深度学习算法识别附近人体或物品的关键点位置，计算出附近人体与机器人本体之间的距离。搭建基于数字孪生系统的人机距离安全控制系统，分别设置人机的物理场景与虚拟场景，并实时监控整个人机距离控制过程，保障人机距离控制过程的安全性，本发明通过控制机清洁机器人始终与室内人体或物品保持一定的安全距离，从而进一步提高人机距离安全控制过程的工作效率，以及优化人机距离安全控制过程的最佳工作空间。
-
公开(公告)号：CN116150888A
公开(公告)日：2023-05-23
申请号：CN202310144223.4
申请日：2023-02-21
Applicant: 同济大学
IPC: G06F30/15 , G06F30/17 , G06F30/27 , G06F30/28 , G06F111/06 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于数字孪生的航空发动机多场耦合仿真方法及系统包括：利用逆向工程技术建立航空发动机的数字孪生子模型；建立含有多个子模型的多物理场集成仿真平台，进而建立航空发动机系统多物理场耦合模型；监测航空发动机系统在正常运行过程中的运行状态，获得初始数据确定标准数据集；利用粒子群优化算法，输出仿真计算航空发动机系统的实时性能参数；获得能够实时同步的航空发动机系统多物理场耦合数字孪生模型。建立航空发动机系统多物理场耦合模型，提高了仿真计算结果的准确性；使用的粒子群优化算法，对航空发动机系统多物理场耦合模型的内部参数进行修正，获得能够实时同步的航空发动机系统多物理场耦合数字孪生模型。
-
公开(公告)号：CN115994576A
公开(公告)日：2023-04-21
申请号：CN202310033512.7
申请日：2023-01-10
Applicant: 同济大学
Abstract: 本发明公开了一种社交场景中人类注意力机制模仿学习方法，属于服务型机器人领域，具体包括：1)获取环境状态信息，再对服务型机器人进行预训练得到目标策略，将深度强化学习任务执行成功的示例作为原始教师数据；2)将环境状态信息输入到行动者网络模块中，生成动作序列，再将教师数据、动作序列和环境状态信息输入至判别器；3)将判别器的输出值作为奖励值指导模仿策略的学习；4)修改服务型机器人的目标策略函数；5)引入人类注意力机制模块，提取模仿学习网络中的浅层特征生成对抗样本；6)利用对抗样本对目标模型进行对抗训练，本发明相较于原始的深度强化学习，模拟学习的方法具有更高的鲁棒性、准确性及高效性。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.045 seconds)
