-
公开(公告)号：CN116029899A
公开(公告)日：2023-04-28
申请号：CN202211688689.2
申请日：2022-12-27
Applicant: 同济大学 , 上海市养志康复医院(上海市阳光康复中心)
Abstract: 本发明公开了一种多传感器融合的服务机器人协同建图方法及系统，包括地面服务机器人和服务器，服务机器人包括深度视觉相机、惯性测量单元(IMU)、微型电脑(NUC)和通信模块，进行前端处理，包括：深度视觉相机获取图像数据和IMU获取瞬时速度信息并交由NUC，对图片数据进行特征提取和关键帧抽取，对IMU数据进行预积分；将预处理后的数据发送到后台服务器。后端服务器协同建图方法包括：服务机器人从同一地点出发并拍摄的Apriltag标签；获取各个服务机器人之间的转换矩阵；构建代价函数，对各个服务机器人发送来的数据进行后端优化；对各个服务机器人构建局部地图；根据转换矩阵，将其余服务机器人的地图坐标转换到其中一个服务机器人上，形成全局地图。
-
公开(公告)号：CN115857539A
公开(公告)日：2023-03-28
申请号：CN202211446866.6
申请日：2022-11-18
Applicant: 同济大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于事件驱动策略的无人机分布式编队控制方法，包括以下步骤：步骤1、获取无人机的数据，建立无人机系统；所述无人机系统包括领航无人机和跟随无人机；步骤2、获取无人机系统的编队数据，代入无人机编队控制系统，判断事件驱动条件是否触发；若未触发，无人机系统维持初始状态，执行步骤2；若触发执行步骤3；步骤3、无人机编队控制器进行更新，无人机系统进行局部信息交互，改变无人机的分布状态。与现有技术相比，本发明有效避免控制器和触发条件对于全局信息的依赖，实现了无人机编队的无标度化，适用于无人机个体数量变化和机间连接关系切换等情况。
-
公开(公告)号：CN115796268A
公开(公告)日：2023-03-14
申请号：CN202211527709.8
申请日：2022-12-01
Applicant: 同济大学
IPC: G06N3/086 , G06N3/082 , G06N3/0455 , G06N3/126
Abstract: 本发明提供了一种基于遗传算法优化稀疏自编码器的数据压缩方法与装置，涉及数据处理技术领域。包括：确定稀疏自编码器的网络拓扑结构，初始化稀疏自编码器网络，获得稀疏自编码器网络的初始权值和初始阈值；通过改进遗传算法对稀疏自编码器网络的初始权值和初始阈值进行优化；对未压缩的数据进行归一化处理和数据矫正，获得新的未压缩数据；将新的未压缩数据输入改进的稀疏自编码器网络，将隐含层的输出数据作为压缩后的数据；将压缩后的数据通过算数编码进行无损压缩，获得新的压缩后数据。有效地对样本数据进行降维，稀疏自编码器的多层网络结构使稀疏自编码器具有强大的非线性特征映射能力，无需输入数据具备标签，提高了压缩算法的适用范围。
-
公开(公告)号：CN115731469A
公开(公告)日：2023-03-03
申请号：CN202211522618.5
申请日：2022-11-30
Applicant: 同济大学
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于多体协同感知的林区灾害孪生映射方法，包括：S1、选取典型森林火灾，并利用彩色相机采集真实场景下的森林火灾场景，并从网上找寻数据集，建立林区火灾数据集；S2、通过对图像预处理操作，进而对森林火灾数据集进行扩充；S3、建立基于卷积神经网络的森林火灾检测模型；S4、将数据集划分为训练集、验证集和测试集，利用训练集和验证集进行模型训练，达到期望的精度后，保存模型的训练权重；S5、使用已训练好的模型对测试集中的森林火灾图像进行识别。根据本发明，大大降低了人力物力，而且提高模型识别图像的速度和精度。
-
公开(公告)号：CN115515144A
公开(公告)日：2022-12-23
申请号：CN202211246972.X
申请日：2022-10-12
Applicant: 同济大学
Abstract: 本发明公开了一种异构AIoT自组网信号全覆盖方法及装置，涉及人工智能物联网技术领域。包括：基于随机分布的方式，将静态传感节点固定到待检测区域；基于覆盖优化算法，将移动传感节点部署到待检测区域；获取静态传感节点以及移动传感节点的工作状态，基于工作状态以及移动节点智能调度算法，对移动传感节点进行智能调度，得到待检测区域的信号全覆盖方法。本发明针对异构传感节点在环境中随机部署时出现覆盖漏洞和覆盖重复导致覆盖率低和能量浪费的问题，提出一种基于粒子群优化帝王蝶算法和极限学习机的异构AIOT组网节点部署与覆盖优化方法。能够在保证网络覆盖率的前提下降低节点成本和网络能耗。
-
Patent Agency Ranking
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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.101 seconds)
