一种基于分布式预设时间收敛的多智能体协同拦截方法

    公开(公告)号:CN119916843A

    公开(公告)日:2025-05-02

    申请号:CN202510091822.3

    申请日:2025-01-21

    Abstract: 本发明涉及多智能体协同控制领域,具体一种基于分布式预设时间收敛的多智能体协同拦截方法,包括如下步骤:考虑由n个智能体组成的二维平面多智能体非线性协同拦截模型,建立多智能体与目标相对运动方程;定义剩余拦截时间误差估计值,并设计领导者智能体沿视线角方向的预设时间控制律;定义剩余拦截时间一致性协同误差变量,并设计跟随者多智能体沿视线角方向的预设时间协同控制律;构建多智能体系统的预设时间收敛滑模面si:设计多智能体系统沿视线法向的预设时间协同控制律;通过仿真运行与数据采集分析,优化调整控制律参数,重复前述步骤,实现多智能体预设时间协同拦截。本发明可以实现多智能体系统在复杂任务环境中的高效协同拦截。

    一种结合多空间尺度特征的作业违章识别方法

    公开(公告)号:CN118334747A

    公开(公告)日:2024-07-12

    申请号:CN202410504548.3

    申请日:2024-04-25

    Abstract: 本发明公开了一种结合多空间尺度特征的作业违章识别方法。本发明首先采集多个作业场景的视频,预处理后将视频数据划分为训练集和验证集;然后构建多空间尺度动作识别神经网络模型,包括密集‑残差主干网络和多空间尺度模块和分类头;基于所构建的网络模型进行训练;随后采集作业现场监控视频,选取待识别片段,获取关键帧,对关键帧进行人物检测,获取视频画面中人物的边界框;最后将获取的视频片段、关键帧、边界框输入多空间尺度动作识别神经网络模型中进行行为或动作识别,识别人物行为,并判断是否违章。本发明可提高远视角、过曝光、欠曝光下作业人物动作识别的准确率,从而提高总体的动作识别的准确性和鲁棒性。

    一种检测多频段声信号的传声器校准装置

    公开(公告)号:CN118200834A

    公开(公告)日:2024-06-14

    申请号:CN202410312730.9

    申请日:2024-03-19

    Abstract: 本发明公开了一种检测多频段声信号的传声器校准装置,包括升降支架、传声器夹持部件、旋转底座和超声声源固定机构。升降支架,用于支撑和调节传声器夹持部件和高度,并固定底部超声声源固定机构。传声器夹持部件,用于固定传声器并调节传声器方向角。旋转底座,用于带动超声声源固定机构旋转。超声声源固定机构,用于支撑超声声源并使声源垂直地面。本发明在校准实验中可使两待校准传声器和超声声源三者位置相对固定。通过调节升降支架带动传声器夹持部件改变传声器与超声声源设备在垂直方向上的距离;通过调节传声器夹持部件改变两传声器夹角;通过转动旋转底座带动超声声源固定机构进行多角度旋转实现传声器在超声声源轴向方向上的多次测量。

    一种考虑电池不一致性的电池储能系统功率分配方法

    公开(公告)号:CN114268155B

    公开(公告)日:2024-05-31

    申请号:CN202111617477.0

    申请日:2021-12-27

    Abstract: 本发明公开了一种考虑电池不一致性的电池储能系统功率分配方法,本发明考虑电池最大可释放功率和充电功率,通过给储能变换器提供电池当前可释放的最大功率可防止某些电池过充过放,特别在温度差异较大时,电池可释放功率变化极大,在某一时刻电池SOC达到一致时功率均分,但某一电池所释放的功率超出自身限制,损害电池,严重危害到系统健康。本发明实现多电池储能系统之间的SOP均衡控制可以确保电池储能系统同时退出微电网。防止某个电池储能系统的SOP达到限制而提前退出微电网,当剩余电池储能系统的容量不足以支撑整个系统时导致系统的崩溃。

    基于半监督深度学习算法的钢铁表面缺陷识别方法

    公开(公告)号:CN112164040B

    公开(公告)日:2024-05-10

    申请号:CN202010982319.4

    申请日:2020-09-17

    Abstract: 本发明涉及图像分类识别技术领域,具体涉及基于半监督深度学习算法的钢铁表面缺陷识别方法,包括以下步骤:A)获取钢铁表面图像,获得初始图像样本数据;B)对初始图像样本数据按预设比例分为训练数据集和验证数据集,从训练数据集中选取20%进行人工打标,作为有标签样本集,其余作为无标签样本集;C)将步骤B)中的训练数据集输入模型分类器进行迭代训练,每迭代N步使用验证样本集中的样本进行验证,直到达到预设阈值;D)将新的钢铁表面图像输入模型分类器,获得钢铁表面图像的缺陷识别结果。本发明的实质性效果是:使神经网络模型能够适应具无标签的样本数据,大幅降低分类器需要的有标签样本数据,降低了分类器训练的成本。

    基于多传感器数据决策融合的超声焊接质量预测方法

    公开(公告)号:CN116644305A

    公开(公告)日:2023-08-25

    申请号:CN202310666675.9

    申请日:2023-06-06

    Abstract: 本发明涉及基于多传感器数据决策融合的超声焊接质量预测方法,包括以下步骤:步骤一:信号采集、获取数据;步骤二:数据预处理;步骤三:特征提取与电阻值预测:步骤四:传感器数据融合。本发明依据线束连接对超声焊接质量的要求,通过预测焊接样本电阻值的方式,对焊接质量进行评估;提出一种基于最小样本熵的变分模态分解(SE‑VMD)方法,对焊接过程中复杂的振幅数据进行分解,有效的过滤出符合超声工作频率的振幅分量,并基于分量进行数据重构;确定出基于振幅、功率、压力三种传感器数据和MobileNetV2的决策融合模型,对焊接样本的电气特性进行精准预测。

    基于热电耦合模型的锂离子电池组SOC估计方法及装置

    公开(公告)号:CN116047339A

    公开(公告)日:2023-05-02

    申请号:CN202310057607.2

    申请日:2023-01-13

    Abstract: 本发明公开了一种基于热电耦合模型的锂离子电池组SOC估计方法及装置。本发明首先确立电池组特性;其次对电池组进行建模;然后进行电池组模型参数辨识;最后进行电池组SOC的估计;本发明提出平均模型部分采用热电耦合模型结构,进而考虑电池组工作温度变化带来的影响;采用双时间尺度分别估计平均模型和差异模型,能够降低差异模型的估算频率,进而减小系统计算量;在此基础上结合了重要电池法,监测组内各单体电池电量,某电池电量较高/低时,设置电量提醒,避免组内电池过充/放等问题。

Patent Agency Ranking