多阶段取水泵站滚动优化调度方法、系统、设备及存储介质

    公开(公告)号:CN118839921A

    公开(公告)日:2024-10-25

    申请号:CN202410920918.1

    申请日:2024-07-10

    Abstract: 本发明公开了一种多阶段取水泵站滚动优化调度方法、系统、设备及存储介质,所述方法包括:以设定时间段内多阶段的实际取水量与预测取水量误差最小、电价总和最低为目标,构建取水泵站的滚动优化调度模型;对利用注意力机制改进的双向长短时记忆神经网络进行训练,得到多阶段取水量预测模型;利用多阶段取水量预测模型,得到取水泵站的预测取水量值;将预测取水量值输入滚动优化调度模型中,利用改进的多目标麻雀搜索算法求解滚动优化调度模型;基于求得的解,使用逼近理想解排序法确定折衷解,折衷解即为取水泵站未来设定时间段的优化调度策略。本发明能够有效减少取水泵站的能耗,达到节能效果,且适用于长期的优化调度。

    基于卷积网络深度模型的齿轮减速电机品检装置及方法

    公开(公告)号:CN109782167B

    公开(公告)日:2024-05-10

    申请号:CN201811633174.6

    申请日:2018-12-29

    Abstract: 本发明公开了一种基于卷积网络深度模型的齿轮减速电机品检装置及方法,所述装置包括:直流稳压电源,用于为给待检测微型直流齿轮减速电机供电;恒流适配器,用于为加速度传感器供电,以及将加速度传感器采集的电机振动信号放大后输送至数据采集器;数据采集器,用于将放大后的电机振动信号生成数字信号输送中PC机;加速度传感器,用于采集待检测微型直流齿轮减速电机空转情况下的电机振动信号;PC机,用于根据所述数字信号判断待检测微型直流齿轮减速电机的优劣。本发明解决了目前在电机品检领域广泛使用的人工检测法所带来的巨大劳动成本和疲惫检测等问题,在保证精确率的同时,提高对微型直流齿轮减速电机的品质鉴定的效率。

    一种基于密钥生成器的多级接口设计方法

    公开(公告)号:CN112507357B

    公开(公告)日:2024-03-29

    申请号:CN202011433473.2

    申请日:2020-12-09

    Abstract: 本发明公开了一种基于密钥生成器的多级接口设计方法,包括以下步骤:S1、使用非线性逻辑函数构成多密钥生成器,每个密钥输出排序作为私钥对应一个序列号;S2、访问端在服务器注册账号密码通过公钥对称加密生成认证密文;S3、访问端每次访问前先从后台随机字符串,将随机字符串通过MD5算法散列得到私钥序列号,将请求参数根据对应的私钥加密得到请求密文;S4、访问端将认证密文和请求密文传送到后台一级接口url,一级接口对认证密文解密,认证成功后再将请求密文解密通过Bloom过滤器定位到二级接口url上。

    一种融合人脸识别的可嵌入非接触式电梯按键交互方法

    公开(公告)号:CN113220114B

    公开(公告)日:2023-06-20

    申请号:CN202110086981.6

    申请日:2021-01-22

    Abstract: 本发明公开了一种融合人脸识别的可嵌入非接触式电梯按键交互方法,首先通过Laplace滤波算子对原始图像中的拍摄区域进行边缘检测并得到边缘图像,利用水平方向和垂直方向直线滤波算子对边缘图像进行滤波;然后采用霍夫直线检测算法对水平方向滤波和垂直方向滤波后的图像分别进行直线检测,以对电梯按键面板的区域进行定位,并求解出单应性变换矩阵;再利用改进的YOLOv3算法对电梯使用者的手指头进行检测与定位,根据单应性变换矩阵得到手指头所指的楼层按键,同时获取住户人脸信息来进行双重验证。本发明可准确识别电梯使用者所选的电梯按键,可以实现非接触式搭乘电梯,并通过楼层和住户人脸信息双重验证,保障住户的安全。

    一种基于纯机器视觉定位的投影交互方法

    公开(公告)号:CN111354007B

    公开(公告)日:2023-05-23

    申请号:CN202010132864.4

    申请日:2020-02-29

    Abstract: 本发明公开了一种基于纯机器视觉定位的投影交互方法,包括以下步骤:S1、对视觉传感器采集的源图像进行灰度化处理,定位出图像中投影区域的边界和四个顶点;S2、建立起由源图像坐标系至投影场景坐标系的坐标映射关系,求解坐标变换矩阵H;S3、基于深度学习中的目标检测算法检测源图像中的交互载体在投影平面上的触点位置;S4、通过步骤S2建立好的坐标变换关系将触点映射至投影场景坐标系下,完成人机交互。针对目前基于红外定位的投影交互方案依赖红外设备的弊端,本发明采用基于直线检测的方法定位出投影平面,采用纯视觉方式定位实现触点检测,通过坐标映射关系,将交互载体坐标映射至投影场景坐标系中,实现精准的交互。

    一种基于三目视觉的工业部件三维重构方法

    公开(公告)号:CN110706334B

    公开(公告)日:2023-05-09

    申请号:CN201910916885.2

    申请日:2019-09-26

    Abstract: 本发明的目的是提出一种基于三目视觉的工业部件重构方法,以推动机器视觉技术在工业生产的应用,提高工业机器人自主识别作业环境以及作业部件的能力。具体包括如下步骤:A、特征提取:利用呈直角等腰三角形排列的三个摄像机来获取原始图像,然后利用Canny滤波器的检测方法实现图像梯度方向的特征提取;B、将提取到的图像特征进行关联:首先要分析出需要进行关联的特征;然后使用SAD算法来对特征之间的相似性进行度量;再使用一般配置来对极线关联变换进行计算;最后对相关的像素点的准确性进行计算;C、3D重建:利用B步骤中得到的相关联的像素点得到两条投影射线,并做出所述两条投影射线的公垂线段,以所述公垂线段的中点作为3D点来实现三维重建。

    一种基于差分和语义信息融合的运动目标提取方法

    公开(公告)号:CN112907621B

    公开(公告)日:2023-02-14

    申请号:CN202011439962.9

    申请日:2021-02-24

    Abstract: 本发明公开了一种基于差分和语义信息融合的运动目标提取方法,主要步骤包括:(1)从监控设备中获取N帧图像序列;(2)根据间隔为N的两帧图像,利用帧间差分法计算出图像帧之间的差分信息;(3)利用训练好的基于卷积神经网络的实例分割模型提取出图像中的语义信息,包括目标类别和像素掩膜;(4)通过融合算法,将差分信息和语义信息进行结合,提取出图像中的运动目标。该方法通过基于卷积神经网络的实例分割模型引入较强的语义信息,结合帧间差分法获取的差分信息,可以很好的提取出图像中的运动目标。该方法实施起来比较简单,具有很好的鲁棒性。

    一种基于深度学习的动态场景异物入侵检测方法

    公开(公告)号:CN112766137B

    公开(公告)日:2023-02-10

    申请号:CN202110049881.6

    申请日:2021-01-14

    Abstract: 本发明公开了一种基于深度学习的动态场景异物入侵检测方法,该方法包括先利用监控设备采集所监控场景的RGB图像帧;然后利用训练好的目标分割模型对图像中的目标区域进行分割,获取目标区域二值化掩膜结果;利用训练好的目标检测模型对图像中的异物目标进行检测,获取异物目标的类别和位置信息;再计算出异物目标的位置边界框内目标区域像素占比P,并据此判断异物目标的入侵状态;根据异物目标的类别信息,判定异物目标的入侵等级;最后根据异物目标的入侵状态和等级,发出对应的安全预警。本发明只需单帧图像就可以完成异物入侵检测,同时获取异物目标的入侵状态和入侵等级,为动态场景下各活动的安全预告预警提供准确可靠的依据。

    一种基于双层视觉的移动机器人多传感器融合定位方法

    公开(公告)号:CN115326053A

    公开(公告)日:2022-11-11

    申请号:CN202210995947.5

    申请日:2022-08-18

    Abstract: 本发明公开了一种基于双层视觉的移动机器人多传感器融合定位方法,采用新型特征码实现顶部底部摄像头的协同识别定位功能,同时利用获得的位姿信息用于移动机器人的数据融合算法,实现高精度的机器人定位功能,在行驶过程中,顶部摄像头用于识别铺设于地面的特征码,移动机器人能够提前对自身位姿进行纠偏,提高系统的鲁棒性,底部摄像头仅当机器人在运行至特征码上方时工作,用于移动机器人的精确定位以及在旋转过程中的冗余控制,由于摄像头识别特征码在时间上为间歇性的,引入信息更新频率高,同时没有间断的IMU传感器和轮式里程计,利用IMU和里程计提供的信息进行状态预测,通过摄像头间歇性的数据实现数据融合滤波器的状态更新。

    基于正常样本辅助特征提取的注塑件瑕疵检测方法、装置及介质

    公开(公告)号:CN115082386A

    公开(公告)日:2022-09-20

    申请号:CN202210632336.4

    申请日:2022-06-07

    Abstract: 本发明公开了一种基于正常样本辅助特征提取的注塑件瑕疵检测方法、装置、计算机设备和存储介质,该方法包括:获取训练数据集,构建网络模型;利用网络模型对训练数据集中有瑕疵图像和无瑕疵图像进行特征提取,得到瑕疵样本特征和正常样本特征;进而对两者进行特征融合,得到不同尺度的融合特征图;然后对融合特征图进行处理,生成瑕疵候选框;最后对瑕疵候选框进行瑕疵特征识别,得到预测结果;根据预测结果和训练数据集中人工标注的瑕疵信息,训练网络模型;将待测的注塑件图像输入训练好的网络模型,完成瑕疵的检测与分类。本发明能够提取注塑件图像中精确的瑕疵区域特征,获得准确的瑕疵类型识别与目标位置,为注塑机制备工艺提供指导性意见。

Patent Agency Ranking