公开(公告)号：CN111540188A

公开(公告)日：2020-08-14

申请号：CN202010311799.1

申请日：2020-04-20

Applicant: 南京理工大学

Inventor： 黄成 ,  罗涛 ,  姚文杰 ,  魏家豪 ,  刘振光 ,  刘子淇 ,  王力立 ,  张永 ,  徐志良

IPC: G08C17/02 ,  H04Q9/00

Abstract: 本发明公开了一种基于LORA的无线远程抄表系统及方法，系统包括：数据中心、中继器、若干汇聚节点Sink以及若干网络节点；每个网络节点对应一个仪表，若干个网络节点对应一个汇聚节点Sink；数据中心向中继器发送抄表指令，中继器向每一个汇聚节点Sink发送抄表指令，汇聚节点Sink向其对应的每一个网络节点发送抄表指令，网络节点接收到抄表指令后采集仪表数据，并将该数据通过上述过程反向传输至数据中心，完成抄表。其中，中继器与汇聚节点Sink、汇聚节点Sink与网络节点均通过LORA通信方式进行通信。本发明的实施与应用将有助于提高供水供电等公司的管理水平和服务质量，同时也为整个社会范围内的能源管理自动化和构建资源节约型社会提供有力支撑。

公开(公告)号：CN111461321A

公开(公告)日：2020-07-28

申请号：CN202010169230.6

申请日：2020-03-12

Applicant: 南京理工大学

Inventor： 奚思遥 ,  王力立 ,  肖强 ,  林高尚 ,  杜万年 ,  闫晓 ,  黄成 ,  单梁 ,  张永

IPC: G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于Double DQN的改进深度强化学习方法及系统，属于强化学习领域，该方法包括以下步骤：初始化环境和DQN网络参数；基于ε-贪婪策略进行经验积累，并将经验存入回放记忆单元；利用回放记忆单元中的样本对DQN网络进行训练优化获得决策网络。本发明方法可以提高Double Q-Learning Network的收敛速度，并优化最终收敛值，且能减小噪声对DQN算法效果的干扰，提高深度强化学习在实际生产生活中的应用效果，扩大其应用范围。

公开(公告)号：CN111200663A

公开(公告)日：2020-05-26

申请号：CN202010103847.8

申请日：2020-02-20

Applicant: 南京理工大学

Inventor： 黄成 ,  姚文杰 ,  刘子淇 ,  罗涛 ,  刘振光 ,  张永 ,  王力立 ,  徐志良

IPC: H04L29/08 ,  G08B21/18 ,  G08B21/20 ,  H04N7/18 ,  G01D21/02 ,  C21C5/28

Abstract: 本发明公开了一种基于云平台的转炉炼钢在线监控和预警系统及方法。该系统包括环境信息采集与处理系统、云端平台和用户移动终端，其中环境信息采集与处理系统由各个企业节点组成，每个企业节点包括工控机、通信模块、监测模块、执行机构、显示屏和报警装置；云端平台包括云服务器、云数据库和云对象存储服务。方法为：监测模块监测转炉炼钢生产过程中的各个参数值，通信模块将监测数据上传至云端平台；云服务器进行数据分析处理后将监控参数存储至云数据库，用户通过终端设备访问网站进行在线监控；若有参数出现异常则网站进行报警，若无人对报警情况进行处理，则自动关闭相应生产设备。本发明降低了事故发生几率，提高了企业科学智能管理水平。

公开(公告)号：CN111175770A

公开(公告)日：2020-05-19

申请号：CN202010112078.8

申请日：2020-02-24

Applicant: 南京理工大学

Inventor： 单梁 ,  邱博 ,  王志强 ,  周盛世 ,  李军 ,  王力立 ,  黄成 ,  张永

IPC: G01S17/08 ,  G01S17/88 ,  B25J9/16

Abstract: 本发明公开了一种基于点激光测距的货箱自动抓取装置及方法。该装置包括激光测距单元、信息处理与控制单元和执行单元。方法为：首先由安装在抓取装置上的一组点激光距离传感器组成的激光测距单元实时采集目标货箱不同位置的距离信息，距离信息通过数据传输模块送至信息处理与控制单元；然后信息处理与控制单元对距离信息进行分析和处理，获得抓取装置相对于目标货箱的距离和姿态信息；最后，信息处理与控制单元根据位姿信息控制执行单元调整抓具位姿，使抓具运动到合适位置并收紧卡爪，实现目标货箱的抓取。本发明实现了货箱抓取过程的自动化，提高了工业生产中抓取工作的效率和准确率。

公开(公告)号：CN110488261A

公开(公告)日：2019-11-22

申请号：CN201910783213.9

申请日：2019-08-23

Applicant: 南京理工大学

Inventor： 单梁 ,  王志强 ,  王子涵 ,  李军 ,  黄成

IPC: G01S13/42 ,  G01S7/41

Abstract: 本发明公开了一种基于LiDAR的货架定位孔检测装置及方法。该装置包括执行机构、检测单元、数据存储单元、信息处理单元、通信单元和供电单元，其中执行机构包括直流电机、丝杆、联轴器和支架，检测单元包括工作台和LiDAR传感器。方法为：首先根据LiDAR传感器探头所在平面和距离传感器的深度信息，调整机械臂的位置；然后直流电机驱动工作台运动，使用LiDAR传感器扫描获取货架表面点的云数据；接着信息处理单元进行货架表面点云数据处理，计算出货架定位孔的具体坐标；最后通信单元将具体坐标发送给外部设备。本发明提高了非定点货架的定位精度和抓取效率。

公开(公告)号：CN110288538A

公开(公告)日：2019-09-27

申请号：CN201910435299.6

申请日：2019-05-23

Applicant: 南京理工大学

Inventor： 徐倩 ,  黄成 ,  戴望 ,  曹腾达 ,  张甲豪 ,  王力立 ,  张永 ,  徐志良

IPC: G06T5/00 ,  G06T7/00 ,  G06T7/12 ,  G06T7/20 ,  G06T7/507 ,  G06T7/579

Abstract: 本发明公开了一种多特征融合的运动目标阴影检测及消除方法。该方法为：读取运动目标视频图像序列，建立图像背景模型；再对图像的前景及背景进行分离，得到运动目标前景区域；提取运动目标区域的Color Name特征，得到基于Color Name特征的阴影候选区域；提取运动目标前景的边缘特征，得到基于边缘特征的阴影候选区域；将运动目标区域的Color Name特征与边缘特征相融合，得到最终的阴影区域；构建阴影评估辅助模型，评估当前帧图像的阴影情况，根据评估结果消除阴影，更新阴影消除结果；读取下一帧图像，重复上述过程，直到图像帧读取完毕。本发明提高了图像中运动目标阴影消除的准确性，以及后续运动目标检测与跟踪的准确性与实时性。

公开(公告)号：CN110275466A

公开(公告)日：2019-09-24

申请号：CN201910491055.X

申请日：2019-06-06

Applicant: 南京理工大学

Inventor： 黄成 ,  张甲豪 ,  徐倩 ,  曹腾达 ,  王闻程 ,  程书稳 ,  王力立 ,  徐志良

IPC: G05B19/042

Abstract: 本发明公开了一种基于MODBUS协议的污水处理监控系统及方法。该系统包括现场采集控制单元、本地监控单元、远程监控单元和电源模块；所述的现场采集控制单元包括主控板、数字量扩展版、模拟量板、模拟量扩展板、手操器、RS485总线和现场设备；远程监控单元包括GPRS通讯板、GPRS/GSM网络、Web服务器和PC机。方法为：现场采集控制单元对现场设备状态进行采集和控制，使现场设备能够按照污水处理工艺流程完成对污水的处理和回收；本地监控单元与主控板进行通讯，在本地实现对污水处理的过程监控；远程监控单元通过Web网站实现对污水处理过程的远程监控。本发明用于污水处理，具有低功耗、稳定性好、可扩展性强的优点。

公开(公告)号：CN109357675A

公开(公告)日：2019-02-19

申请号：CN201810975092.3

申请日：2018-08-24

Applicant: 南京理工大学

Inventor： 许文鹏 ,  黄成 ,  庞岳峰 ,  徐志良 ,  彭二宝 ,  叶达文 ,  蒋璐 ,  方杰

IPC: G01C21/20 ,  G06F17/50

Abstract: 本发明公开了一种基于卡尔曼滤波的记忆跟踪算法方法。算法主要步骤为：①设备跟踪角度提取：在自跟踪状态下提取伺服跟踪角度数据，判断数据合法性并存入缓存；②卡尔曼滤波：建立天线跟踪运动模型，设定滤波的初始条件，根据天线的初始状态来建立滤波器的起始估计，完成实时递推滤波；③数据外推：对滤波后的位置、角速度和角加速度数据采用外推算法进行数据外推，外推最大时长限定为10s；④插值运算：对记忆跟踪外推后的数据按照设备采样要求进行插值，保证记忆跟踪时天线能够平滑运行。本发明方法，可有效提高飞行器飞行异常情形下遥测伺服设备记忆跟踪精度。

公开(公告)号：CN108827665A

公开(公告)日：2018-11-16

申请号：CN201810530132.3

申请日：2018-05-29

Applicant: 南京理工大学

Inventor： 张永 ,  邢宗义 ,  李世博 ,  黄成 ,  董伟

IPC: G01M17/08 ,  B61K9/12

Abstract: 本发明公开了一种基于经验模态分解和多尺度熵的车轮扁疤故障检测方法。方法为：在轨道单侧安装4个振动加速度传感器，采集列车经过时的钢轨振动信号；对采集到的钢轨振动信号进行滤波处理，保留与车轮振动有关的信号；对滤波后的信号进行经验模态分解，提取信号的前三个固有模态分量；计算前三个固有模态分量和的多尺度熵值，得到每个传感器的多尺度熵值；计算每个传感器的平均多尺度熵值，通过对比同一列车正常车轮的多尺度熵值曲线，判断车轮是否存在扁疤故障。本发明利用振动加速度传感器采集到的钢轨振动信号，通过对振动信号进行小波包能量熵分析，实现对钢轨波浪型磨损的检测，具有实时性好、检测方便且速度快、适用范围广的优点。

公开(公告)号：CN108684052A

公开(公告)日：2018-10-19

申请号：CN201810770848.0

申请日：2018-07-13

Applicant: 南京理工大学

Inventor： 王力立 ,  尹欣杰 ,  张新宇 ,  黄成

IPC: H04W24/02 ,  H04W24/06 ,  H04B17/373 ,  H04B17/391 ,  H04W84/18

CPC classification number: H04W24/02 ,  H04B17/373 ,  H04B17/391 ,  H04W24/06 ,  H04W84/18

Abstract: 本发明公开了一种高自由度水下传感器网络中无线链路质量预测方法。该方法步骤为：以由海面Sink、水下锚节点、水下普通传感器节点构成的等级型、高自由度的水下传感器网络为研究对象，建立其网络加权图序列模型以及相应的链路质量邻接矩阵；基于对链路质量序列的相关函数以及偏相关函数的特点分析，对链路质量序列进行时间序列模型识别；通过近似极大似然估计方法以及SBC准则进一步估计模型参数并完成模型定阶，进而实现锚节点与传感器节点间的链路质量预测；最后，利用预设的预测精度门限值分析链路质量预测结果，从而进行差错控制与模型优化。本发明预测精度高、可行性强，可以广泛适用于多种水下场景中的传感器网络链路质量预测。