-
公开(公告)号：CN118107822A
公开(公告)日：2024-05-31
申请号：CN202410207396.0
申请日：2024-02-26
Applicant: 东华大学
IPC: B64U20/87 , G06T17/05 , G05D1/46 , B64U20/80 , B64U20/92 , B64U20/96 , B64U10/14 , G05D109/20 , B64U101/30 , B64U101/56 , B64U101/32
Abstract: 本发明公开了一种基于无人机的复杂环境搜救方法，涉及救援搜救技术领域。本发明中无人机搭载机载电脑和深度相机，配套激光雷达与视觉融合的slam框架，在此基础上融合深度相机内置IMU数据以达到自身定位和实时建图的效果。局部路径规划采用改进后的EGO‑Planner算法，通过远程设置goal‑point实现全自主规划路径飞行的功能。在搜救场景，通过YOLO‑V5目标检测算法识别人体，夜间结合热成像模块提升识别精度。在巡检场景，通过Segment Anything Model(SAM)实现仪器仪表分割、精准读数。在探索未知环境场景下(如：溶洞、矿洞)通过视觉slam生成三维点云地图得到未知场景的几何结构和形状信息。本发明可以在人力无法到达的地区进行搜索和救援行动，可以在自然灾害、人为事故等情况下进行应急响应。
-
公开(公告)号：CN111479238A
公开(公告)日：2020-07-31
申请号：CN202010289953.X
申请日：2020-04-14
Applicant: 东华大学
Abstract: 本发明涉及一种车联网信息处理时延优化策略以及其实现算法，一个实施例的方法包括：建立车联网移动边缘计算的系统模型，根据现实中边缘服务器的计算、存储资源约束，对不同情况的处理时延进行量化，确定处理时延的表达式；确定优化目标函数，使得整个系统中所有车辆的总时延之和最小；使用二次约束二次规划的方法对目标函数进行优化，确定最佳的任务卸载决策和服务缓存决策，以获得最小的系统总时延。本实施例方案旨在保证系统可用性的同时尽可能的降低车联网信息处理系统的总时延。
-
公开(公告)号：CN115564021A
公开(公告)日：2023-01-03
申请号：CN202211167973.5
申请日：2022-09-23
Applicant: 东华大学
Abstract: 本发明涉及一种聚酯纤维聚合过程的故障根因排序方法，包括步骤：(1)根据聚酯纤维聚合过程的正常历史数据集，两两组合形成变量对，判断各变量对中两变量是否存在不变关系，组合所有变量间的不变关系构建变量不变网络；(2)针对变量不变网络中存在不变关系的各变量对分别建立预测模型；(3)采集聚酯纤维聚合过程的新的数据，得到变量故障不变网络的集合；(4)将变量不变网络扩展成变量对不变网络；(5)根据变量故障不变网络的集合和变量对不变网络得到变量对故障不变网络；(6)根据故障传播理论和不变关系消失重建对变量对不变网络中的节点是否是根因的可能性进行排序。本发明可在聚酯纤维聚合过程中指导寻找故障产生的原因。
-
公开(公告)号：CN111738482B
公开(公告)日：2022-04-29
申请号：CN202010311105.4
申请日：2020-04-20
Applicant: 东华大学
Abstract: 本发明涉及一种聚酯纤维聚合过程中的工艺参数的调节方法，获取聚酯纤维性能指标的预测值后，将其与设定值进行比较，根据比较结果调整聚酯纤维聚合过程中的工艺参数；预测值的获取过程为：首先从传感器采集到的所有特征数据中收集m个特征数据；然后基于网格搜索的极限梯度提升树算法对m个特征数据进行特征相关性排序；对排序好的m个特征数据选取特征相关性较大的前n个特征数据；接着对n个特征数据的所有样本进行归一化处理；最后运用加权的双流双向长短时记忆注意力网络处理归一化后的n个特征数据，分别输出4种所述聚酯纤维性能指标的预测值。本发明可高精度地获取聚酯纤维性能指标的预测值，进而能更好地指导工业生产。
-
公开(公告)号：CN112614105B
公开(公告)日：2022-08-23
申请号：CN202011538610.9
申请日：2020-12-23
Applicant: 东华大学
IPC: G06T7/00 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/26 , G06V10/25
Abstract: 本发明涉及一种基于深度网络的3D点云焊点缺陷检测方法，所述检测方法包括：在语义分割和特征提取时，采用基于双线性池化方法进行细粒度特征融合，有助于提高差异性较小样本的特征提取能力；限制兴趣区域搜索范围有助于提高检测速度同时降低误检率；使用基于代价敏感方法的改进交叉熵函数作为目标函数调整对正常焊点分类的严格程度，有助于提高正常焊点检测的精确率，降低假阳性率；设计预测焊点候选框位置与真实焊点的相对位置差异的计算方法，有助于减少焊点定位预测的误判、漏判等情况；本发明能对电路板中焊点进行有效定位和检测，有助于提高焊点质量检测的准确率，对工业电路板生产具有重要的现实意义。
-
Patent Agency Ranking
公开(公告)号：CN112760727B
公开(公告)日：2021-12-21
申请号：CN202011473180.7
申请日：2020-12-15
Applicant: 东华大学
IPC: D01D5/08
Abstract: 本发明涉及一种基于免疫内分泌算法优化总服务成本的聚酯纤维生产工艺，以总服务成本minF为优化目标，构建免疫内分泌算法数据模型，利用构建的数据模型对聚酯纤维生产过程中的具体工艺参数进行调试，将当前传感器数据作为聚酯纤维生产工艺的参数进行生产；目标函数即总服务成本：其中，minF表示构建的总服务成本的目标函数，N表示单位时间内可用的服务个数，M表示单位时间内可用的请求个数，xij表示是否有服务i被指派给请求j，dist(si,rj)表示请求j和服务i之间的传输成本，ec(si,rj)表示请求j和服务i之间的能源消耗成本。本发明可以在较短时间内实现节能降耗、保证产能，生产出较低成本、较高质量的聚酯纤维产品的能力，有助于提高企业经济效益及市场竞争力。
-
公开(公告)号：CN112614105A
公开(公告)日：2021-04-06
申请号：CN202011538610.9
申请日：2020-12-23
Applicant: 东华大学
Abstract: 本发明涉及一种基于深度网络的3D点云焊点缺陷检测方法，所述检测方法包括：在语义分割和特征提取时，采用基于双线性池化方法进行细粒度特征融合，有助于提高差异性较小样本的特征提取能力；限制兴趣区域搜索范围有助于提高检测速度同时降低误检率；使用基于代价敏感方法的改进交叉熵函数作为目标函数调整对正常焊点分类的严格程度，有助于提高正常焊点检测的精确率，降低假阳性率；设计预测焊点候选框位置与真实焊点的相对位置差异的计算方法，有助于减少焊点定位预测的误判、漏判等情况；本发明能对电路板中焊点进行有效定位和检测，有助于提高焊点质量检测的准确率，对工业电路板生产具有重要的现实意义。
-
公开(公告)号：CN111479238B
公开(公告)日：2021-10-15
申请号：CN202010289953.X
申请日：2020-04-14
Applicant: 东华大学
Abstract: 本发明涉及一种车联网信息处理时延优化策略以及其实现算法，一个实施例的方法包括：建立车联网移动边缘计算的系统模型，根据现实中边缘服务器的计算、存储资源约束，对不同情况的处理时延进行量化，确定处理时延的表达式；确定优化目标函数，使得整个系统中所有车辆的总时延之和最小；使用二次约束二次规划的方法对目标函数进行优化，确定最佳的任务卸载决策和服务缓存决策，以获得最小的系统总时延。本实施例方案旨在保证系统可用性的同时尽可能的降低车联网信息处理系统的总时延。
-
公开(公告)号：CN112760727A
公开(公告)日：2021-05-07
申请号：CN202011473180.7
申请日：2020-12-15
Applicant: 东华大学
IPC: D01D5/08
Abstract: 本发明涉及一种基于免疫内分泌算法优化总服务成本的聚酯纤维生产工艺，以总服务成本minF为优化目标，构建免疫内分泌算法数据模型，利用构建的数据模型对聚酯纤维生产过程中的具体工艺参数进行调试，将当前传感器数据作为聚酯纤维生产工艺的参数进行生产；目标函数即总服务成本：其中，minF表示构建的总服务成本的目标函数，N表示单位时间内可用的服务个数，M表示单位时间内可用的请求个数，xij表示是否有服务i被指派给请求j，dist(si,rj)表示请求j和服务i之间的传输成本，ec(si,rj)表示请求j和服务i之间的能源消耗成本。本发明可以在较短时间内实现节能降耗、保证产能，生产出较低成本、较高质量的聚酯纤维产品的能力，有助于提高企业经济效益及市场竞争力。
-
公开(公告)号：CN111738482A
公开(公告)日：2020-10-02
申请号：CN202010311105.4
申请日：2020-04-20
Applicant: 东华大学
Abstract: 本发明涉及一种聚酯纤维聚合过程中的工艺参数的调节方法，获取聚酯纤维性能指标的预测值后，将其与设定值进行比较，根据比较结果调整聚酯纤维聚合过程中的工艺参数；预测值的获取过程为：首先从传感器采集到的所有特征数据中收集m个特征数据；然后基于网格搜索的极限梯度提升树算法对m个特征数据进行特征相关性排序；对排序好的m个特征数据选取特征相关性较大的前n个特征数据；接着对n个特征数据的所有样本进行归一化处理；最后运用加权的双流双向长短时记忆注意力网络处理归一化后的n个特征数据，分别输出4种所述聚酯纤维性能指标的预测值。本发明可高精度地获取聚酯纤维性能指标的预测值，进而能更好地指导工业生产。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.015 seconds)
