一种未知地理环境中的巡回机器人路径优化方法

    公开(公告)号:CN110320919B

    公开(公告)日:2022-05-20

    申请号:CN201910700253.2

    申请日:2019-07-31

    Abstract: 本发明公开了一种未知地理环境中的巡回机器人路径优化方法,步骤如下:对整个未知地理环境建立全局坐标系;对未知地理环境中两个停靠点间建立局部坐标系;在局部坐标系中,巡回机器人通过沿障碍物边界绕行检测出障碍物,并在全局和局部坐标系中记录障碍物信息;后通过坐标信息规则化障碍物,并通过这些信息采用常规的基于随机惯性权重的多目标粒子群优化算法进行路径优化,输出最优路径;当巡回机器人使用优化后的路径时,若再次遇到障碍物,则继续记录障碍物信息并更新路径。本发明适用于未知地理环境中具有多个停靠点的障碍物检测和路径规划,能够准确描述未知地理环境的障碍物信息并进行路径优化,实现巡回机器人在未知地理环境中的路径最优。

    一种远程协助的盲人智能眼镜系统及其方法

    公开(公告)号:CN108186298A

    公开(公告)日:2018-06-22

    申请号:CN201711457706.0

    申请日:2017-12-28

    CPC classification number: A61H3/061 A61B5/0015 A61B5/747 A61H2201/0184

    Abstract: 本发明公开了一种远程协助的盲人智能眼镜系统及其方法,系统包括盲人智能眼镜、盲人手机,盲人智能眼镜包括眼镜主体、蓝牙开关键、撤销键、求助键、针孔摄像头、数据线接口、信息处理器。盲人手机包括蓝牙接收器和GPS定位功能的智能手机。利用可与盲人手机建立蓝牙通信的盲人智能眼镜作为远程协助功能的基础功能设备,盲人监护人通过移动端发起看护请求时,该指令通过服务器转发至盲人手机,盲人手机与盲人智能眼镜进行信息交互后,将看护响应结果通过指定服务器返回至看护请求发起端。盲人通过按下智能眼镜上的求助键,发送求助指令时,盲人智能眼镜与盲人手机进行信息交互后,将求助信息以彩信的形式发送至与系统绑定的监护人移动端。

    水下传感器网络中基于多AUV的高可用数据收集方法

    公开(公告)号:CN108011981A

    公开(公告)日:2018-05-08

    申请号:CN201810025900.X

    申请日:2018-01-11

    Abstract: 本发明公开了一种水下传感器网络中基于多AUV的高可用数据收集方法,构建水下传感器网络模型,多个自主式水下航行器AUV按照预先定义的螺旋轨迹在网络中巡游进行数据收集,定期调整巡游轨迹;节点根据自己的位置以及自主式水下航行器AUV的轨迹计算自己是否在任意一个或者多个自主式水下航行器AUV的收集区域内。收集区域内的节点等待自主式水下航行器AUV到达本节点附近后进行通信,上传数据;收集区域外的节点通过多跳将数据转发到收集区域内的节点中。当自主式水下航行器AUV发生故障时,发现故障的网关节点广播一个控制包并进行故障处理。本发明降低节点的能耗和通信开销,同时保证了网络的高可用。

    一种基于循环式多移动雾节点的异常数据分析方法

    公开(公告)号:CN111371637B

    公开(公告)日:2023-08-08

    申请号:CN202010095749.4

    申请日:2020-02-17

    Abstract: 本发明公开了一种基于循环式多移动雾节点的异常数据分析方法,步骤如下:云服务器采用聚类算法将区域分割成多个子区域,并将子区域的质心位置设为移动雾节点的驻留点;随后通过构建稀疏系数矩阵来获得所有子区域数据的特征值并广播;多个移动雾节点访问所有驻留点;移动雾节点在移动时将在上一次驻留点收集的数据上传至云服务器,用于更新特征值,重新广播至所有移动雾节点;移动雾节点在驻留点时,收集子区域的数据并根据云服务器提供的数据特征值对其进行异常分析,将分析结果上传至云服务器,云服务器根据分析结果采取对应措施。本发明适应于大规模物联网,能够及时收集网络数据并进行异常分析,实现对全网数据的实时收集、分析和处理。

    一种基于循环式多移动雾节点的异常数据分析方法

    公开(公告)号:CN111371637A

    公开(公告)日:2020-07-03

    申请号:CN202010095749.4

    申请日:2020-02-17

    Abstract: 本发明公开了一种基于循环式多移动雾节点的异常数据分析方法,步骤如下:云服务器采用聚类算法将区域分割成多个子区域,并将子区域的质心位置设为移动雾节点的驻留点;随后通过构建稀疏系数矩阵来获得所有子区域数据的特征值并广播;多个移动雾节点访问所有驻留点;移动雾节点在移动时将在上一次驻留点收集的数据上传至云服务器,用于更新特征值,重新广播至所有移动雾节点;移动雾节点在驻留点时,收集子区域的数据并根据云服务器提供的数据特征值对其进行异常分析,将分析结果上传至云服务器,云服务器根据分析结果采取对应措施。本发明适应于大规模物联网,能够及时收集网络数据并进行异常分析,实现对全网数据的实时收集、分析和处理。

    一种未知地理环境中的巡回机器人路径优化方法

    公开(公告)号:CN110320919A

    公开(公告)日:2019-10-11

    申请号:CN201910700253.2

    申请日:2019-07-31

    Abstract: 本发明公开了一种未知地理环境中的巡回机器人路径优化方法,步骤如下:对整个未知地理环境建立全局坐标系;对未知地理环境中两个停靠点间建立局部坐标系;在局部坐标系中,巡回机器人通过沿障碍物边界绕行检测出障碍物,并在全局和局部坐标系中记录障碍物信息;后通过坐标信息规则化障碍物,并通过这些信息采用常规的基于随机惯性权重的多目标粒子群优化算法进行路径优化,输出最优路径;当巡回机器人使用优化后的路径时,若再次遇到障碍物,则继续记录障碍物信息并更新路径。本发明适用于未知地理环境中具有多个停靠点的障碍物检测和路径规划,能够准确描述未知地理环境的障碍物信息并进行路径优化,实现巡回机器人在未知地理环境中的路径最优。

Patent Agency Ranking