-
公开(公告)号：CN114964238B
公开(公告)日：2024-06-04
申请号：CN202210607299.1
申请日：2022-05-31
Applicant: 济南大学 , 山东哈工卓越智能有限公司
Abstract: 本发明提供了一种飞行器定位方法及系统，包括：获取当前时刻飞行器的INS位置信息和观测向量；根据观测向量，对INS位置信息进行滤波处理，得到当前时刻飞行器的状态向量；其中，在UWB正常工作时，观测向量基于INS位置信息与UWB位置信息计算得到；在UWB中断时，观测向量根据映射函数关系和前一时刻的状态向量预测得到。实现了在UWB信号缺失时对信号进行预测，使滤波器正常工作，提高了飞行器定位稳定性。
-
公开(公告)号：CN114895690B
公开(公告)日：2024-05-03
申请号：CN202210740192.4
申请日：2022-06-28
Applicant: 济南大学 , 山东规格智能科技有限公司
Abstract: 本发明属于机器人路径规划领域，提供了基于动态加权及热力图算法的机器人路径规划方法及系统，该方法基于构建的小型仓库栅格模型和热力图算法，计算货架组的热力值，将待运输的订单任务与其目标点所在的货架组一一对应，根据货架组的热力值进行任务的优先级排序并将其分配给对应的机器人；基于A*算法代价估算函数，对有订单运输任务的机器人进行路径寻优，得到从起始点到目标点的代价最小的最优路径；将该最优路径和预约表进行对比，查询是否存在路径冲突，若存在冲突则利用动态加权表，确定冲突点的通过顺序，若不存在冲突，直接按照最优路径执行当前订单运输任务。达到同时避免顶点冲突、边缘冲突的目的。
-
公开(公告)号：CN113610857B
公开(公告)日：2024-02-06
申请号：CN202110974079.8
申请日：2021-08-24
Applicant: 济南大学
Abstract: 本公开提供了一种基于残差网络的苹果分级方法及系统，包括：获取苹果的外观图像；根据获取的外观图像以及预设的苹果分级网络模型，得到苹果的分级结果；其中，苹果分级网络模型通过训练改进后的残差网络得到；具体的，通过加入卷积注意力模块和带泄露线性整流函数实现残差网络的改进；本公开通过改进的残差网络实现了基于外观的苹果分级；使用大津法在HSI色彩通道上对苹果图像进行分割，通过加入卷积注意力模块和LeakyReLU激活函数(带泄露线性整流函数)，对残差网络进行改进，将其应用于苹果分级，并与其它卷积神经网络的分级结果进行对比，证明了改进的残差网络能够更好的实现苹果分级。(56)对比文件L. Zhao et al..Apple Grading ModelBased on Improved ResNet-50 Network.4thEAI International Conference, ICMTEL 2022.2022,749-768.
-
公开(公告)号：CN116243160A
公开(公告)日：2023-06-09
申请号：CN202211482306.6
申请日：2022-11-24
Applicant: 济南大学
Abstract: 本发明公开了一种基于自适应观测增强的多传感器状态预估方法及系统，包括：将t时刻采集到的发电机直轴、交轴的定子电流和发电机电角速度作为Kalman滤波器的状态向量；将测量得到的直轴、交轴的定子电流作为Kalman滤波器的观测向量；若当前时刻为Kalman滤波的正常采样时刻，Kalman滤波正常进行一步预估和量测更新；若当前时刻不是Kalman滤波的正常采样时刻，则Kalman只进行一步预估，并确定一步预估的次数；最终得到当前时刻的发电机直轴、交轴的定子电流预估值，进而得到发电机直轴、交轴的定子电压预估值。本发明在Kalman滤波器两次采样之间增加了一步预估的次数，减少了多传感器数据融合中采样频率快的传感器数据丢失对发电机电压预估精度的影响。
-
公开(公告)号：CN113640380B
公开(公告)日：2023-05-09
申请号：CN202110630527.2
申请日：2021-06-07
Applicant: 济南大学
Abstract: 本发明提供一种钢轨伤损检测多级分类方法及系统，属于钢轨缺陷检测技术领域，包括：获取待检测的钢轨探伤数据；利用训练好的伤损检测模型，对待检测的钢轨探伤数据进行处理，实现钢轨的有伤损和无伤损分类，并确定伤损的位置以及伤损的等级；其中，所述训练好的伤损检测模型由训练集训练得到，所述训练集包括钢轨的探伤数据以及标注所述探伤数据中有伤损和无伤损的标签，有伤损的标签分别标注伤损的等级。本发明有效地提高了钢轨伤损检测准确率，并且能够根据伤损的严重程度自动给出伤损等级分类，减轻了探伤工人的工作负担，提高了工作效率。
-
Patent Agency Ranking
公开(公告)号：CN112631121B
公开(公告)日：2023-04-28
申请号：CN202011305938.6
申请日：2020-11-19
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明提供一种水泥自立式辊压磨自动监测控制方法及系统，所述方法包括如下步骤：确定与磨机负荷相关的变量，对立磨水泥粉磨过程的变量进行优化；确定各变量的范围值和对应的磨机负荷状态信息，得到各变量与磨机负荷的关系；通过调整粉磨过程各个变量的值使磨机负荷达到期望范围，以使细度和磨内压差达到期望指标范围。本发明提供的以上方案，实现了稳流仓仓重、磨内压差、水泥粒度的自动监测和控制调节，与传统的方法相比，有较强的自适应和鲁棒性，能够适应现场的复杂环境等优点。
-
公开(公告)号：CN111956219B
公开(公告)日：2023-04-28
申请号：CN202010877066.4
申请日：2020-08-27
Abstract: 本公开提出了基于脑电信号的情绪特征识别方法、识别及调节系统，包括：获取情绪脑电数据，对数据进行预处理；对预处理后的数据中的眼电伪迹，利用小波系数做阈值处理，完成小波阈值去噪，采用小波包分解重构信号；对于小波阈值去噪后重构的信号利用带通滤波器分解，再利用快速傅里叶变换后计算各数据点的能量值并将其相加，将计算得到的能量和作为特征向量；计算得到每个样本的特征向量后，利用分类器对特征向量进行分类，识别情绪。本公开技术方案将识别出的脑电信号情绪结果可视化的显示到界面，可以实时的反馈情绪状态，从而对于自闭症儿童的音乐治疗效果可以系统的评定。
-
公开(公告)号：CN111443597B
公开(公告)日：2023-02-17
申请号：CN202010263292.3
申请日：2020-04-07
Applicant: 济南大学
IPC: G05B11/42
Abstract: 本发明提供一种用于控制立磨矿粉粒度的的装置及方法，所述装置包括：控制误差采集单元，获取立磨矿粉粒度的控制误差；第一第二控制器，第一、第二控制器用于调节选粉机转速，根据误差条件选用控制器对选粉机转速调节；立磨粉磨单元，接收到选粉机输出的矿粉并进行立磨及粉磨，以得到矿粉成品；在线粒度分析单元，配置用于对矿粉成品进行在线粒度分析，并将分析结果传递给控制误差采集单元。所述方法包括步骤：获取立磨矿粉粒度的控制误差；根据误差条件选用控制器对选粉机转速调节；重复上述步骤，直至立磨矿粉粒度满足设定的目标条件。它对矿粉生产的复杂工业过程控制具备理想的控制效果，为矿粉厂带来实际的经济效益增长。
-
公开(公告)号：CN112147221B
公开(公告)日：2023-02-03
申请号：CN202011002329.3
申请日：2020-09-22
Applicant: 济南大学
IPC: G01N29/04 , G01N29/44 , G06F16/901 , G06N20/00
Abstract: 本公开提出了基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，包括：获得钢轨螺孔裂纹类伤损的扫描数据；对扫描数据进行预处理后选取典型伤损数据制作数据集，分为训练集和测试集；以一个螺孔为单位样本对数据集中的伤损数据进行正负样本标记，以标签的方式区分正负样本，建立逻辑回归模型；用训练集进行模型的训练学习，调整优化参数；基于训练好的逻辑回归模型，建立钢轨螺孔裂纹检测模型，将测试集作为输入，伤损位置信息作为输出，检验模型的螺孔裂纹检测准确率；利用测试后的钢轨螺孔裂纹检测模型对待检测的钢轨螺孔进行裂纹检测。减少故障漏判率，减轻探伤人员工作负担，提高探伤工作效率。
-
公开(公告)号：CN111855810B
公开(公告)日：2023-02-03
申请号：CN202010697585.2
申请日：2020-07-20
Applicant: 济南大学 , 中国铁路济南局集团有限公司济南工务段 , 山东麦港数据系统有限公司
Abstract: 本发明公开了一种基于循环神经网络的轨底伤损识别方法及系统，包括：获取待测区段的超声波探伤数据，将所述数据转换为具有时序特征的数字序列；将所述数字序列输入到训练好的RNN循环神经网络模型，输出是否具有伤损及伤损的位置信息；对于RNN循环神经网络模型的训练过程包括：构建原始数据集；对原始数据集中的B显数据进行通道预处理；将所述样本集转换为具有时序特征的数字序列，对样本集中的正负样本进行标记；利用标记后的样本集对RNN循环神经网络模型进行训练。本发明可在现行探伤作业条件下直接检测探伤车数据，不需要其他辅助设备对钢轨进行检测。解决了B显数据中钢轨伤损回波形式多样化、回波信号的确切表达式很难得出等问题。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.027 seconds)
