-
公开(公告)号：CN113902862B
公开(公告)日：2024-04-16
申请号：CN202111186071.1
申请日：2021-10-12
Applicant: 华东理工大学
IPC: G06T17/05 , G06T7/40 , G06T7/13 , G06V10/762 , G06V10/44
Abstract: 本发明涉及一种基于一致性集群的视觉SLAM回环验证系统，该系统包括：前端视觉里程计模块：用以对输入的图像帧提取特征，并确定相邻图像帧间的位置关系，构建局部地图；回环检测模块：以前端视觉里程计计算过的图像帧为基础，以相似度为依据进行图像帧为相同位置的判断，即判定回环；后端非线性优化模块：用以通过图优化方法对前端视觉里程计模块输入的局部地图和回环检测模块输出的回环约束进行全局优化，得到全局一致的轨迹和地图。与现有技术相比，本发明具有可靠性高、准确性好、资源消耗少等优点。
-
公开(公告)号：CN111273638B
公开(公告)日：2021-10-26
申请号：CN202010072279.X
申请日：2020-01-21
Applicant: 华东理工大学
IPC: G05B23/02
Abstract: 本发明涉及一种基于改进Elman神经网络的气动阀执行机构故障诊断方法，包括以下步骤：1)根据阀门的输入输出参数与气动阀执行机构故障之间的关系，构建基于改进Elman神经网络的气动阀执行机构故障模型；2)对气动阀执行机构故障模型进行网络训练；3)在训练好的气动阀执行机构故障模型中输入测试数据进行故障诊断预测，得到故障预测结果。与现有技术相比，本发明具有收敛速度快、预测准确有效、考虑全面等优点。
-
-
公开(公告)号：CN113848911B
公开(公告)日：2023-06-27
申请号：CN202111140913.X
申请日：2021-09-28
Applicant: 华东理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于Q‑learning和RRT*的移动机器人全局路径规划方法，包括以下步骤：1)根据环境地图中确定起始点与目标点，并以起始点为根节点构建拓展树；2)对地图栅格化并初始化Q值矩阵；3)以初始化的Q值矩阵作为初始Q值矩阵，从起始点位置开始对地图进行探索学习并更新Q值矩阵，将探索点所经过的位置添加到探索列表中；4)搜索探索列表，概率选择Q值最大节点作为新节点拓展方向，将新节点插入拓展树中更新最优路径。与现有技术相比，本发明通过结合强化学习方法提高节点拓展的目的性，环境复杂度上升时，使整体路径规划任务的成功率上升，并且能够应用于移动机器人的全局路径规划任务中，在环境复杂度上升时依然能保持较高的成功率。
-
公开(公告)号：CN109814381B
公开(公告)日：2022-07-12
申请号：CN201910017417.1
申请日：2019-01-08
Applicant: 华东理工大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于事件触发的网络控制系统控制器设计方法，所述网络控制系统包括物理系统、传感器、控制器和执行器，包括以下步骤：1)获取网络控制系统受到的双通道攻击信息，基于该信息建立带有补偿机制的网络攻击模型，所述双通道包括传感器控制器通道和控制器执行器通道；2)建立网络控制系统的事件触发机制模型；3)基于所述网络攻击模型和事件触发机制模型建立闭环系统模型；4)基于所述闭环系统模型，根据网络控制系统的输入到状态的稳定性条件，获得控制器常数矩阵，完成控制器设计。与现有技术相比，本发明具有降低通讯负担、系统运行稳定等优点。
-
Patent Agency Ranking
公开(公告)号：CN111273638A
公开(公告)日：2020-06-12
申请号：CN202010072279.X
申请日：2020-01-21
Applicant: 华东理工大学
IPC: G05B23/02
Abstract: 本发明涉及一种基于改进Elman神经网络的气动阀执行机构故障诊断方法，包括以下步骤：1)根据阀门的输入输出参数与气动阀执行机构故障之间的关系，构建基于改进Elman神经网络的气动阀执行机构故障模型；2)对气动阀执行机构故障模型进行网络训练；3)在训练好的气动阀执行机构故障模型中输入测试数据进行故障诊断预测，得到故障预测结果。与现有技术相比，本发明具有收敛速度快、预测准确有效、考虑全面等优点。
-
公开(公告)号：CN109410361A
公开(公告)日：2019-03-01
申请号：CN201811300132.0
申请日：2018-11-02
Applicant: 华东理工大学
IPC: G07C5/00 , G07C5/08 , H04L12/707 , H04L12/801
Abstract: 本发明涉及一种基于马尔科夫跳变的事件触发状态估计系统。该系统包括：传感器采样单元：包括用以采集汽车悬架系统状态信息的车载传感器；事件触发单元：包括事件触发检测器，用以基于周期事件触发机制接收来自车载传感器的测量数据；量化器量化单元：包括与事件触发检测器连接且相互并联的多条通信链路，每条通信链路上均设有一个对数量化器；估计器网络单元：包括分别与每条通信链路上的对数量化器连接的估计器，各估计器通过网络进行信息传输。与现有技术相比，本发明具有参数容易确定、估计对象要求简单、防止网络拥塞、设计灵活、节约网络资源、抵抗外部干扰等优点。
-
公开(公告)号：CN113950018B
公开(公告)日：2023-10-27
申请号：CN202111191234.5
申请日：2021-10-13
Applicant: 华东理工大学
IPC: H04W4/38
Abstract: 本发明涉及一种基于集员滤波的异步多传感器网络系统，该系统包括：传感器采样单元：包括用以采集无人小车模型当前信息的智能传感器；局部处理器单元：包括进行局部椭球状态估计的局部处理器，用以减少数据传输过程中产生的估计误差；通讯网络单元：包括通讯网络通道；融合中心单元：包括用以接收每个局部处理器发送的局部椭球状态估计，并通过融合规则得到最终全局椭球状态估计的中心处理器。与现有技术相比，本发明考虑到在复杂网络环境的情况使得系统中出现有界未知噪声，并且每个传感器的采样率出现不一致的情况下，能够有效地提高系统的估计性能，并大幅度减少复杂网络环境所带来的影响。
-
公开(公告)号：CN116415754A
公开(公告)日：2023-07-11
申请号：CN202310424042.7
申请日：2023-04-19
Applicant: 华东理工大学
IPC: G06Q10/063 , G06Q50/26
Abstract: 本发明公开了一种森林火灾火势蔓延预测方法及系统，所述方法包括：获取林地地图、林地地形和气象数据信息；根据林地地图将待预测林地划分成若干个等面积的元胞，并按元胞为单位将获取的信息汇总；考虑元胞所在区域的实体不可燃性对元胞状态直接进行赋值，对于元胞所在区域存在可燃性实体的情况，基于元胞已经燃烧的面积与整个元胞的面积的比值获取元胞状态，考虑气温、相对湿度、风速、风向以及当前元胞状态，构建预测下一时刻元胞状态的森林火灾蔓延模型；将获取的信息输入森林火灾蔓延模型进行火灾蔓延预测；本发明的优点在于：提高火灾蔓延预测的准确性。
-
公开(公告)号：CN113848911A
公开(公告)日：2021-12-28
申请号：CN202111140913.X
申请日：2021-09-28
Applicant: 华东理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于Q‑learning和RRT*的移动机器人全局路径规划方法，包括以下步骤：1)根据环境地图中确定起始点与目标点，并以起始点为根节点构建拓展树；2)对地图栅格化并初始化Q值矩阵；3)以初始化的Q值矩阵作为初始Q值矩阵，从起始点位置开始对地图进行探索学习并更新Q值矩阵，将探索点所经过的位置添加到探索列表中；4)搜索探索列表，概率选择Q值最大节点作为新节点拓展方向，将新节点插入拓展树中更新最优路径。与现有技术相比，本发明通过结合强化学习方法提高节点拓展的目的性，环境复杂度上升时，使整体路径规划任务的成功率上升，并且能够应用于移动机器人的全局路径规划任务中，在环境复杂度上升时依然能保持较高的成功率。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.063 seconds)
