-
公开(公告)号：CN116151792A
公开(公告)日：2023-05-23
申请号：CN202211650072.1
申请日：2022-12-21
Applicant: 同济大学
Abstract: 本发明公开了一种基于CPS的多旋翼无人机健康管理系统及方法，包括：CPS信息物理单元及与CPS信息物理单元信号连接的健康管理单元、无人机和维护单元；健康管理单元包括专家子单元以及知识图谱子单元；专家子单元和知识图谱子单元通过大数据分析与无人机历史飞行数据进行建立，且专家子单元和知识图谱子单元用于评估无人机中各个组件的寿命。根据本发明，避免这类系统在长期工作的过程中，由于部件损坏导致的损失和安全风险。
-
公开(公告)号：CN115905853A
公开(公告)日：2023-04-04
申请号：CN202211079626.7
申请日：2022-09-05
Applicant: 同济大学
IPC: G06F18/214 , G06F18/241 , G06F18/213 , G06F18/22 , G06F17/14 , G01M13/045 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的航空发动机转子系统故障诊断方法及装置，涉及航空发动机故障诊断技术领域。包括：获取待诊断的航空发动机轴承的一维振动信号数据；对一维振动信号数据进行预处理，得到二维时频域图像；将二维时频域图像输入到训练好的特征提取网络，得到待诊断的航空发动机轴承的故障分类结果。本发明通过对一维轴承振动信号数据进行时频分析，生成具有物理意义的二维时频图像，能够充分挖掘出数据的频域特征，具有鲁棒性高、抗噪声的优点。基于视觉多层感知机的特征提取网络，能够获取具有全局依赖关系的高维故障特征，进一步提高诊断的准确性。迁移学习有助于克服故障样本量不足的局限性，加速故障诊断算法的实际应用。
-
公开(公告)号：CN115711616A
公开(公告)日：2023-02-24
申请号：CN202210648405.0
申请日：2022-06-09
Applicant: 同济大学
Abstract: 本发明提供了一种室内室外穿越无人机的平顺定位方法及装置，涉及无人机定位技术领域。包括以下步骤：基于因子图优化框架，进行多源传感器信息融合；将多源传感器信息融合过程与VINS算法相结合，进行最大后验估计，获得基于GPS‑VINS因子图结构的因子图优化估计框架；将最大后验估计问题转化为稀疏线性优化问题，通过求解最大后验估计的优化问题，基于因子图优化估计框架，完成室内室外穿越无人机的平顺定位。本发明提出的GPS‑VINS算法在室内外组合空间中实现了一致统一的定位，实现了无人机的无缝室内外组合空间飞行。
-
公开(公告)号：CN115086712A
公开(公告)日：2022-09-20
申请号：CN202210636601.6
申请日：2022-06-07
Applicant: 同济大学
IPC: H04N21/234 , H04N21/2343 , H04N21/4402 , H04N21/637 , H04N21/647
Abstract: 本发明公开了一种基于CPS系统的双网络时敏自适应通信方法及系统，涉及CPS系统网络通信技术领域。包括发送端通过单网络通信模块发送待传输的视频数据或发送端通过双网络通信模块发送待传输的视频数据；和/或发送端通过双网络通信模块发送待传输的控制指令；接收端接收视频数据和/或控制指令。本发明能够解决现有方案大多聚焦于拥塞控制、网络的拓扑结构以及应用层向下感知等主要方式；本发明设计出一种基于CPS系统的双网络时敏自适应通信方法，在视频数据接收方面既利用单个网络自身的自适应调控，也对双网络进行数据包分配。在接收控制指令方面也是双网络同时传输。
-
公开(公告)号：CN119089978B
公开(公告)日：2025-05-16
申请号：CN202411204561.3
申请日：2024-08-30
Applicant: 同济大学
IPC: G06N3/096 , B23P21/00 , G06N3/0455 , G06F18/214
Abstract: 本发明涉及一种面向电子设备装配场景多模态大模型训练方法及系统，所述方法包括以下步骤：采集电子设备装配过程所需数据，构建流程指导数据集；获取实际装配过程中的实物图像，构建关联信息数据集；将流程指导数据集和关联信息数据集输入基于Transformer的预训练模型进行训练，初步得到多模态大模型；获取同任务中人工执行装配任务的动作信息，构建人工指导多模态数据集；传入多模态大模型中，对大模型进行微调，更新装配细节提升模型性能，得到面向电子设备装配场景多模态大模型；针对未学习到的零件或装配细节，通过物理示教的交互式学习，提升模型的泛化性。与现有技术相比，本发明提高了多模态大模型的泛化性能，节约装配时间，提升了装配任务的效率。
-
Patent Agency Ranking
公开(公告)号：CN118153902A
公开(公告)日：2024-06-07
申请号：CN202410431266.5
申请日：2024-04-11
Applicant: 同济大学
IPC: G06Q10/0631 , G06Q10/047 , G06Q50/26
Abstract: 本发明公开了一种面向社区场景的多服务机器人数字孪生管理系统，属于数字孪生技术领域，是一种基于数字孪生的面向社区场景的多服务机器人调度管理系统。为适应社区场景下，不同时间段下不同服务需求种类密度动态变化，需求种类多样性和分布差异性等特点。本发明基于数字孪生原型平台搭建对实际社区场景的数字映射，实时提供人流密度信息，不同种类需求密度等信息，对不同种类服务需求密度等信息进行学习与预测，利用B‑spline样条曲线和梯度下降的优化方法根据不同服务机器人服务特点匹配调度和路径规划。具备社区场景下多服务机器人预调度，高需求匹配度调度以及最优调度和管理等能力。
-
公开(公告)号：CN116774263B
公开(公告)日：2024-04-05
申请号：CN202310694378.5
申请日：2023-06-12
Applicant: 同济大学
Abstract: 本发明提供一种面向组合导航系统的导航定位方法及装置，在该方法中，包括：基于惯导系统确定针对导航目标的第一导航定位信息，以及基于GPS系统确定针对导航目标的第二导航定位信息；GPS系统包含实时动态GPS模块和激光雷达模块；基于惯导系统的导航参数误差模型构建针对滤波模型的状态方程，以及基于惯导系统与GPS系统所输出的定位信息的偏差构建针对滤波模型的量测方程，滤波模型以导航参数误差作为状态量；基于滤波模型，确定对应量测信息的导航参数误差；滤波模型采用强跟踪卡尔曼滤波算法；基于导航参数误差，校正第一导航定位信息。由此，通过增量式自适应强跟踪卡尔曼滤波方法进行工作，实现高精度导航定位信息。
-
公开(公告)号：CN117315346A
公开(公告)日：2023-12-29
申请号：CN202311246897.1
申请日：2023-09-25
Applicant: 同济大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06F18/2415 , G06F18/25 , G06V10/82
Abstract: 本发明提供一种基于多模态融合的航空发动机叶片故障诊断方法及系统，涉及航空发动机故障诊断技术领域，包括：获取用于故障诊断的航空发动叶片的原始文本、振动和图像多模态感知数据；通过数据归一化技术对获得的原始文本、振动和图像数据分别进行归一化处理；通过一维卷积层分别对归一化之后的三种模态数据进行初步的特征提取；构造基于Transformer的多模态数据跨模态融合网络；将通过一维卷积提取的三种模态初步特征送入多模态特征融合网络进行特征的融合；通过全连接层和Softmax分类器，输出故障分类结果。本发明提供的故障诊断模型通过对文本、振动和图像数据进行跨模态的特征融合，能够充分利用不同模态数据之间的互补信息，具有鲁棒性高的优点。
-
公开(公告)号：CN116520691A
公开(公告)日：2023-08-01
申请号：CN202310373497.0
申请日：2023-04-10
Applicant: 同济大学
IPC: G05B13/04
Abstract: 本发明涉及一种面向非确定性干扰环境的多智能体集群事件触发协同方法，所述方法包括以下步骤：获取各个智能体的信息，构建多智能体系统，根据各个智能体的状态输入和不确定性，通过多智能体系统的动力学方程，确定各个智能体的状态信息；获取估计误差，根据所述智能体的状态信息和估计误差确定事件触发协议，根据智能体的状态信息确定多智能体系统的控制目标；获取智能体的适应性耦合增益信息，根据所述智能体的适应性耦合增益信息确定输入控制器；判断智能体的状态是否满足所述事件触发协议，若满足，相邻智能体之间进行通讯，并更新智能体对应的输入控制器，实现所述控制目标。与现有技术相比，本发明具有鲁棒性好、使用寿命长等优点。
-
公开(公告)号：CN114924596A
公开(公告)日：2022-08-19
申请号：CN202210583505.X
申请日：2022-05-25
Applicant: 同济大学
IPC: G05D1/12
Abstract: 本发明涉及一种基于子母无人机的复杂场景目标自主搜寻方法，包括：母机接受搜索任务后判断是否能够独自完成搜索，若否时，分析目标搜寻所需子机数量并且指定子机脱离规则；被选定的子机收到对应搜索任务后脱离母机，子机单独或者和母机协同进行目标搜索；在目标搜索过程中，子机通过制定的多机移动自组网机制与母机保持通信；在子机单独或者和母机协同进行目标搜索时，采用Voronoi图将待搜索区域划分为与无人机数量一致的区域，然后利用粒子群算法更新每架无人机的运动速度和位置。与现有技术相比，本发明实现子母无人机在复杂场景下的目标搜索，还可以用于多目标跟踪等任务，提高搜索效率。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.027 seconds)
