-
Patent Agency Ranking
公开(公告)号：CN117930842A
公开(公告)日：2024-04-26
申请号：CN202410087306.9
申请日：2024-01-22
Applicant: 无锡学院
IPC: G05D1/43 , G05D1/65 , G05D1/644 , G05D1/648 , G05D105/20
Abstract: 本发明公开了一种多AGV任务分配方法，包括：S1、获取AGV信息和任务信息，对待送货加工位和待取空托盘加工位进行任务匹配，同时设定粒子群参数；S2、对每个粒子进行编码；设置粒子初始位置和速度；S3、设置初始解验算子对编码后的每个粒子进行检查；S4、对检查合格的粒子进行解码生成对应AGV的行驶路径，根据适应度函数计算每个粒子的适应度；S5、根据每个粒子的适应度确定每个粒子的最佳位置，同时确定粒子群体中的最佳位置；S6、更新每个粒子的速度与位置，每一个粒子建立惯性权重，得出每个粒子的个体最优解与全局最优解。能够实现对任务分配结果的优化，稳定性高，可以提高算法搜索效率、寻优能力和计算稳定性，可以提高求解质量的优点。
-
公开(公告)号：CN119338912B
公开(公告)日：2025-03-18
申请号：CN202411864989.0
申请日：2024-12-18
Applicant: 无锡学院
Abstract: 本发明提供基于视觉检测的起重机小车定位校验系统及校验方法，涉及起重机小车定位技术领域，该方法通过将深度学习算法应用于图像识别，能够有效提高小车在复杂环境下的定位精度，同时利用激光测距提供实时的距离信息，从而实现更为精准的定位校验。核心步骤包括图像数据的实时采集与去噪处理、深度学习模型的训练以及基于卡尔曼滤波的多传感器数据融合，这些步骤共同构成了一个高效的定位系统。再依据与目标位置的偏差进行速度和角度的修正。本发明不仅减少了在起重机操作中可能出现的安全隐患和经济损失，还提高了小车作业的整体效率。
-
公开(公告)号：CN119858861A
公开(公告)日：2025-04-22
申请号：CN202510249515.3
申请日：2025-03-04
Applicant: 无锡学院
Abstract: 本发明提供一种桥式起重机吊装运输路径的多目标优化方法，涉及运输路径多目标优化技术领域，本发明通过实时监测吊绳和负载的状态数据，随着EI和SI的变化，系统动态调整速度和方向，优化吊装路径以确保安全性和效率；在出现高摆动和高风险区域时，系统通过大幅降低速度和路径偏移来减少风险，能够显著提高吊装过程的安全性和效率；在多目标约束条件下实现最优路径的选择，有效地减少吊装过程中的安全风险和时间成本。
-
公开(公告)号：CN117930842B
公开(公告)日：2024-07-26
申请号：CN202410087306.9
申请日：2024-01-22
Applicant: 无锡学院
IPC: G05D1/43 , G05D1/65 , G05D1/644 , G05D1/648 , G05D105/20
Abstract: 本发明公开了一种多AGV任务分配方法，包括：S1、获取AGV信息和任务信息，对待送货加工位和待取空托盘加工位进行任务匹配，同时设定粒子群参数；S2、对每个粒子进行编码；设置粒子初始位置和速度；S3、设置初始解验算子对编码后的每个粒子进行检查；S4、对检查合格的粒子进行解码生成对应AGV的行驶路径，根据适应度函数计算每个粒子的适应度；S5、根据每个粒子的适应度确定每个粒子的最佳位置，同时确定粒子群体中的最佳位置；S6、更新每个粒子的速度与位置，每一个粒子建立惯性权重，得出每个粒子的个体最优解与全局最优解。能够实现对任务分配结果的优化，稳定性高，可以提高算法搜索效率、寻优能力和计算稳定性，可以提高求解质量的优点。
-
公开(公告)号：CN119338912A
公开(公告)日：2025-01-21
申请号：CN202411864989.0
申请日：2024-12-18
Applicant: 无锡学院
Abstract: 本发明提供基于视觉检测的起重机小车定位校验系统及校验方法，涉及起重机小车定位技术领域，该方法通过将深度学习算法应用于图像识别，能够有效提高小车在复杂环境下的定位精度，同时利用激光测距提供实时的距离信息，从而实现更为精准的定位校验。核心步骤包括图像数据的实时采集与去噪处理、深度学习模型的训练以及基于卡尔曼滤波的多传感器数据融合，这些步骤共同构成了一个高效的定位系统。再依据与目标位置的偏差进行速度和角度的修正。本发明不仅减少了在起重机操作中可能出现的安全隐患和经济损失，还提高了小车作业的整体效率。
-
-
-
-
Search Results
5
records
(took 0.009 seconds)
