-
公开(公告)号：CN119535998A
公开(公告)日：2025-02-28
申请号：CN202510108996.6
申请日：2025-01-23
Applicant: 福州大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于多层网络的工业系统切换控制能耗优化方法，包括以下步骤：S1:收集工业系统各层级的数据信息并构建节点，构建工业系统的多层网络结构；S2:基于工业系统的多层网络结构，构建控制器实现网络层之间通信的同步；S3:计算控制器消耗的能量，确定能量消耗的上界，对多层网络同步能量消耗进行分析；S4:根据多层网络同步能量消耗分析结果，优化多层网络内的能量成本。本发明能有效优化多层网络的能耗管理，提高网络运行效率和整体能效，确保网络性能和服务质量。
-
公开(公告)号：CN118092182A
公开(公告)日：2024-05-28
申请号：CN202410287973.1
申请日：2024-03-13
Applicant: 福州大学
IPC: G05B13/04
Abstract: 本发明涉及一种异构非线性多领导者系统的固定/指定时间神经网络自适应包容一致性方法。以智能体系统为研究对象（无人机编队、无人机驾驶、水下航行器），针对固定时间和指定时间包容一致性问题，其中智能体的动力学行为是异构的，首先，提出了径向基函数神经网络来逼近未知的非线性动力学，此外，提出一种新的固定时间自适应分布式策略，解决具有未知外部扰动的异构非线性多智能体包容一致性问题，最后通过设计具有有界控制增益的指定时间自适应控制方法，探索指定时间包容一致性，其中收敛时间可以根据任务需要任意预定义。
-
公开(公告)号：CN117111602A
公开(公告)日：2023-11-24
申请号：CN202311040490.3
申请日：2023-08-18
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明提供一种不确定模型下履带车轨迹规划与安全避障模型的设计方法，首先，将履带式动力学模型分为可建模部分与未建模部分，将同样的控制量施加到两种模型中，得到数据集并进行在线学习超参数，利用学习到的均值拟合到轨迹规划器中的动力学约束中；然后，将学习到的方差引入到控制障碍函数设计中以满足避障硬约束。然后将动力学约束和避障硬约束联合轨迹规划建立代价函数进行优化求，实现履带式车辆在不精确模型下实现轨迹规划和安全避障，为履带式车辆在巡逻和勘探等非结构化道路应用奠定理论基础。
-
公开(公告)号：CN116700345A
公开(公告)日：2023-09-05
申请号：CN202310825424.0
申请日：2023-07-06
Applicant: 福州大学
IPC: G05D1/10
Abstract: 本发明涉及一种面向多无人机编队在障碍物环境中飞行的控制方法，包括：根据无人机需要形成编队并避开障碍物的目标，构建多无人机系统编队控制中每架无人机的编队目标函数和避碰避障目标函数；结合无人机的编队目标函数、避碰避障目标函数以及控制输入，构建无人机的代价函数，进而基于非合作微分博弈构建多无人机系统在障碍物环境中进行编队飞行的模型，即非合作微分博弈模型；最小化无人机的成本函数，求解最优控制策略的纳什均衡解。该方法有利于提升无人机集群性能，增加无人机协同工作的自动化程度。
-
公开(公告)号：CN113537782B
公开(公告)日：2023-08-18
申请号：CN202110813851.8
申请日：2021-07-19
Applicant: 福州大学
IPC: G06Q10/0631 , G06Q30/08 , G06Q50/26 , G06F18/2321 , G06N3/006
Abstract: 本发明提出基于合同网的多卫星态势感知系统分布式任务规划方法，合同网包括全局规划层、紧急规划层、局部规划层；方法包括以下步骤：步骤一、全局主管卫星指定局部主管卫星；步骤二、全局主管卫星对感知任务进行招标，由局部主管卫星进行任务投标；步骤三、全局主管卫星接收投标结果后，进行感知目标集群与卫星集群之间的匹配；步骤四、局部主管卫星对感知任务进行招标，从属卫星进行投标；步骤五、局部主管卫星接收到投标结果后，将局部感知目标分配至局部卫星；步骤六、当出现突发任务，紧急任务主管卫星将突发任务分配至各局部规划层；步骤七、局部规划层将任务分配至执行任务的卫星；本发明可解决多卫星多任务且存在多突发性的任务分配问题。
-
Patent Agency Ranking
公开(公告)号：CN113467465B
公开(公告)日：2023-08-04
申请号：CN202110829617.4
申请日：2021-07-22
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明提出一种面向机器人系统的人在回路决策建模与控制方法，包括机器人任务设计、人的决策信息选择、人的决策行为建模、人的决策任务设计、固定时间滑模自适应行为控制器设计；所述方法首先获取机器人执行任务后的输出信息值，然后通过选择机器人位置偏差信息与速度偏差信息作为人的决策信息，使用人为决策漂移扩散模型作为建模方法，根据人的决策信息对人的决策行为进行建模，达到决策阈值后选择执行人为干预行为，设计人为决策任务，最后基于固定时间滑模控制方法设计自适应行为控制器，当机器人无法自主控制完成任务时，通过执行人为决策任务来在有限时间内完成工作任务；本发明有助于保证有限时间内完成人机复合任务，实现人机任务共融。
-
公开(公告)号：CN116258402A
公开(公告)日：2023-06-13
申请号：CN202310076456.5
申请日：2023-01-17
Applicant: 福州大学
Inventor： 黄捷
IPC: G06Q10/0639 , G06F30/25 , G06F30/27 , G06F18/214 , G06N3/006
Abstract: 本发明涉及一种基于QPSO算法和LSTM模型的数字经济数据处理方法。针对数字经济影响因素指标体系混杂的问题，结合皮尔逊相关系数和随机森林的特征重要性评估思想，对选取的数据处理影响因素进行分析，建立数据处理指标体系，克服了影响因素选取存在主观性，易带来特征冗余导致神经网络训练缓慢的问题；引入数据处理指标体系，结合QPSO算法，构建组合模型，其中，QPSO算法克服人为调整参数具有盲目性和不确定性的难题，使参数寻优结果和收敛速度和数据处理精度得到进一步地提升。
-
公开(公告)号：CN116149363A
公开(公告)日：2023-05-23
申请号：CN202310074378.5
申请日：2023-01-19
Applicant: 福州大学
IPC: G05D1/10
Abstract: 本发明涉及一种面向多无人机系统编队队形变换的能耗优化方法，该方法首先采用改进的粒子群优化算法，通过设计无人机飞行距离以及爬升高度代价，设置合适的目标函数，在每次迭代中通过求解线性规划求出每个粒子当前位置的最优指派解，计算出粒子群在迭代过程中的适应度，最后通过粒子群适应度的对比得出该问题的优化解；在获得无人机集群队形切换最优方案后，针对无人机需要到达目标点以及避免碰撞的多任务冲突问题，引入基于零空间行为控制算法来对多任务冲突进行合理消解，保证各个无人机在驶向目标点时避免发生碰撞。该方法不仅可以优化多无人机系统编队队形变换的能耗，而且可以确保飞行过程中无人机能无碰的到达目标点，保证编队飞行的安全。
-
公开(公告)号：CN115981338A
公开(公告)日：2023-04-18
申请号：CN202310073042.7
申请日：2023-01-18
Applicant: 福州大学
IPC: G05D1/02
Abstract: 本发明涉及一种面向车辆队列系统的自适应路径跟随控制方法。通过优化目标路径的更新规则和估计相邻车辆的加速度，提高了车辆队列车之间的信息传递速度，提高了车辆队列的轨迹跟随收敛速度，增强了车辆在不同环境下的适应性，首先，创建分布式车辆模型并设计改进的参数化目标路径；二是制定车辆队列控制目标，控制目标包括几何目标和动态目标，几何目标允许车辆在目标轨迹上行驶，动态目标允许车辆达到所需速度；第三，采用滑模控制和自适应方法设计了分布式车辆队列控制的路径跟踪控制器。
-
公开(公告)号：CN114581705A
公开(公告)日：2022-06-03
申请号：CN202210200381.2
申请日：2022-03-02
Applicant: 福州大学
IPC: G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774
Abstract: 本发明涉及一种基于YOLOv4模型和卷积神经网络的水果成熟检测方法和系统。该方法包括：步骤S1、将训练图片输入基于YOLOv4模型的水果识别单元；步骤S2、将来自水果识别单元的训练数据集输入水果成熟检测单元以训练水果成熟检测单元的基于卷积神经网络的深度学习模型；步骤S3、通过摄像头和树莓派拍摄图片并将图片输入水果识别单元；步骤S4、将图像输入水果成熟检测单元，输出是否成熟。本发明在YOLOv4模型基础上结合水果成熟检测模型，以对水果的成熟进行检测，并使用轻量级YOLOv4‑tiny结构作为YOLOv4模型中识别网络，以提高水果检测的精度和速度；本发明可运用于日常生活中水果成熟的检测，以方便对于水果的储存。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.051 seconds)
