-
公开(公告)号：CN111277200B
公开(公告)日：2021-10-22
申请号：CN202010087863.2
申请日：2020-02-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了电机绕组温度估计及保护方法，包括以下步骤：S1，获取电机绕组BP神经网络散热模型；S2，计算电机绕组温度；S3，保护电机绕组。本发明由于神经网络能对复杂散热条件下对散热过程进行较准确的建模，更加适用于散热条件较为复杂的应用场景；使用电机绕组电流计算由损耗引起的绕组发热温度变化速率；以绕组散热温度变化速率和绕组发热温度变化速率计算绕组温度；采用所计算的绕组温度对电机采用多段温度截止曲线限制运动控制输出以对绕组进行温度保护以防止绕组温度过高引起的损坏。
-
公开(公告)号：CN113409397A
公开(公告)日：2021-09-17
申请号：CN202110540461.8
申请日：2021-05-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于RGBD相机的仓储托盘检测与定位方法，该方法首先采集仓储托盘图片并建立训练数据集；将训练数据集输入YOLOV5模型进行训练；然后开启相机获取RGB图像和深度图像；使用训练好YOLOV5模型进行仓储托盘检测；在RGB图像中框选出托盘区域；最后深度图对齐RGB图像，获取托盘区域的深度距离信息；计算托盘相对于相机的位姿。本发明不需要进行敷设特征标签，不需要指定托盘颜色，与现有技术相比，具有实施简单、准确性高、鲁棒性强等特点，极大的提高了自动叉车的安全性和智能化水平。
-
公开(公告)号：CN113159432A
公开(公告)日：2021-07-23
申请号：CN202110468095.X
申请日：2021-04-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度强化学习的多智能体路径规划方法。该方法是一种分布式的路径规划方法，将单个智能体的局部观察信息输入神经网络，利用图神经网络传递智能体间信息，训练神经网络近似策略函数，从而输出移动策略。使用深度强化学习与模仿学习相结合的方法训练神经网络参数，使得回报函数收敛更快。在训练后可实现上千智能体规模下、四邻域2D栅格地图中较高的群体路径规划成功率，即为每个智能体在时间限制内成功规划出一条从起点至终点的无碰撞路线。且对地图尺寸、障碍物密度的变化适应性较强。
-
公开(公告)号：CN110488222B
公开(公告)日：2021-06-22
申请号：CN201910764643.6
申请日：2019-08-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种NLOS条件下SVM与重心坐标相结合的UWB定位方法，属于无线传感网络技术领域。该方法可分为以下步骤，步骤一：利用SVM算法识别收集的是NLOS还是LOS传播条件下的测量值，并缓解NLOS引起的测量误差；步骤二：利用LOS条件下的测量值和NLOS缓解后的测量值构建距离平方矩阵，并使用MDS算法得到各个UWB节点的相对位置；步骤三：根据MDS算法得到的相对位置计算关于未知节点的广义重心坐标；步骤四：结合广义重心坐标与各个锚节点的已知坐标计算出未知节点的实际坐标。本发明提供的方法可以有效地识别复杂环境下的NLOS，并有效地提高了UWB的定位精度。
-
公开(公告)号：CN110401915B
公开(公告)日：2021-02-05
申请号：CN201910793873.5
申请日：2019-08-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种NLOS条件下SEKF与距离重构相结合的移动目标定位方法，该方法首先通过SEKF算法得到移动目标预测位置值，计算出移动目标到各个基站的预测距离，得到预测距离与实际测量距离差值，再通过马氏距离分类器识别出当前获取的距离是在LOS传播条件下还是NLOS传播条件下，对NLOS条件下的测量距离进行重构；最后利用LOS条件下的测量距离与重构后的距离通过SEKF算法得到移动目标位置估计值。本发明方法克服了传统EKF在计算卡尔曼增益时需要进行高维矩阵求逆的过程，减轻了滤波过程的计算量，有效地缓解了NLOS带来的影响，大大提高了移动目标的定位精度。
-
Patent Agency Ranking
公开(公告)号：CN112285725A
公开(公告)日：2021-01-29
申请号：CN202011076965.0
申请日：2020-10-10
Applicant: 杭州电子科技大学
IPC: G01S17/06
Abstract: 本发明公开了一种基于激光雷达的单移动机器人室内定位方法，其利用装载激光雷达的移动机器人在室内移动并扫描的方式来定位室内反光板的位置。上层控制器为一个装载激光雷达的移动机器人规划室内的移动路径，并控制其移动至路径起点。移动机器人在原点建立全局坐标系，同时对其所在位置检测范围内的反光板进行扫描，并计算得到它们的全局坐标，然后在下一时刻对所在位置检测范围内的反光板进行扫描，计算检测范围内的反光板全局坐标，依次在每个时刻重复以上步骤，直到移动机器人运动至指定路径的终点，对记录的所有反光板全局坐标进行处理。本发明方法具有高度的灵活性，可以有效地解决室内定位精度低的问题，而且实施简单，具有非常好的应用性。
-
公开(公告)号：CN112183103A
公开(公告)日：2021-01-05
申请号：CN202011166066.X
申请日：2020-10-27
Applicant: 杭州电子科技大学
IPC: G06F40/295 , G06F40/211 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种融合不同预训练词向量的卷积神经网络关系抽取方法，关系抽取是知识图谱领域中一项重要的语义处理任务。目前最先进的方法仍然依赖一种预训练的词向量和自然语言处理(NLP)工具，如Glove词向量、word2vec词向量来获得句子表示，依存句法分析和命名实体识别器(NER)来获得高级特性。但是只使用一种词向量不能解决一词多义等问题，且引入NLP工具势必会带来误差。为了解决这些问题，本发明提出了一种融合不同预训练词向量的卷积神经网络，使用两种不同的预训练词向量和相对实体距离向量作为网络输入，采取最基础的卷积神经网络，不使用任何自然语言处理工具，简单高效。
-
公开(公告)号：CN112070341A
公开(公告)日：2020-12-11
申请号：CN202010723028.3
申请日：2020-07-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向多机器人充电策略的分布式求解方法，该方法以极小化所有要充电的机器人总耗时为目标，总耗时包括行驶时间、排队时间和充电时间。每个机器人在全局信息未知的情况下，利用自己获取到的通信范围内邻居机器人的位置、剩余电量信息，以及比自己优先级高的邻居机器人的充电策略等信息，基于自己充电耗时最少的原则，选择剩余电量容许可达的充电站，来实现近似最优解。本发明解决了多机器人在充电站拥堵充电的问题，有效缩短了整个多机器人充电系统的充电时间，大大的提高了机器人的充电效率。
-
公开(公告)号：CN111277200A
公开(公告)日：2020-06-12
申请号：CN202010087863.2
申请日：2020-02-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了电机绕组温度估计及保护方法，包括以下步骤：S1，获取电机绕组BP神经网络散热模型；S2，计算电机绕组温度；S3，保护电机绕组。本发明由于神经网络能对复杂散热条件下对散热过程进行较准确的建模，更加适用于散热条件较为复杂的应用场景；使用电机绕组电流计算由损耗引起的绕组发热温度变化速率；以绕组散热温度变化速率和绕组发热温度变化速率计算绕组温度；采用所计算的绕组温度对电机采用多段温度截止曲线限制运动控制输出以对绕组进行温度保护以防止绕组温度过高引起的损坏。
-
公开(公告)号：CN111275572A
公开(公告)日：2020-06-12
申请号：CN202010043546.0
申请日：2020-01-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于粒子群和深度强化学习的机组调度系统及方法，系统包括粒子群模块和深入强化学习模型，其中所述深入强化学习模型包括评估网络、经验回放池、目标网络和损失函数，其中，所述粒子群模块的输入为负荷需求，输出连接所述评估网络，评估网络输出Q估计值和所述经验回放池；所述经验回放池输出连接所述目标网络，所述目标网络输出Q目标值，Q目标值与Q估计值均输入所述损失函数，损失函数的输出再反馈给评估网络。本发明在优化机组调度的同时，切实从节约燃煤量的角度出发，既要满足负荷要求，也要在每一度电上至少节约出0.1克燃煤量，同时实现底层设备与机组调度控制一体化的控制优化。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.027 seconds)
