一种基于地平面的单目视觉辅助激光雷达里程计方法

    公开(公告)号:CN112484746B

    公开(公告)日:2023-04-28

    申请号:CN202011345746.8

    申请日:2020-11-26

    Abstract: 本发明涉及一种基于地平面的单目视觉辅助激光雷达里程计方法,包括提供一种基于地平面的单目视觉辅助激光雷达里程计方法,利用激光里程计中的地面点云高效提取图像中的地面特征点,基于单应性变换实现高效的绝对尺度相机运动估计,进而将运动估计用于矫正激光里程计中的自运动点云畸变和位姿优化。与现有技术相比,本发明提出的紧耦合方案高效利用单目视觉图像和激光雷达点云中的地平面信息,避免了现有的视觉和激光雷达融合算法中存在的计算复杂度高、系统精度及稳定性受错误的深度匹配影响的问题。

    一种巡检机器人视觉里程计方法

    公开(公告)号:CN115100237A

    公开(公告)日:2022-09-23

    申请号:CN202210482290.2

    申请日:2022-05-05

    Abstract: 本发明涉及一种巡检机器人视觉里程计方法,包括获取机器人相机内部参数;在机器人运行过程中通过可见光相机截取图像;选取截取图像中的相邻两帧记为源帧和目标帧;将源帧输入至无监督深度估计网络得到预测深度;无监督深度估计网络进行密集模块的轻量化改进;利用光流网络对源帧和目标帧预测前向光流和后向光流,根据前后光流一致性原则筛选得到优质匹配特征点对;通过三角测量获得计算深度;将预测深度和计算深度根据尺度对齐方法进行帧间尺度对齐,获得尺度一致机器人定位轨迹。与现有技术相比,本发明实现机器人在巡检过程中的高效定位,避免因定位精度不足导致的巡检结果失效,节约巡检资源,在电厂巡检任务中具有较高的实际使用价值。

    基于VMD-AR-LightGBM的燃气轮机控制系统分层故障诊断方法

    公开(公告)号:CN114779745A

    公开(公告)日:2022-07-22

    申请号:CN202210489913.9

    申请日:2022-05-06

    Abstract: 本发明提供一种基于VMD‑AR‑LightGBM的燃气轮机控制系统分层故障诊断方法,涉及火电厂故障诊断技术领域。该方法包括:从数据采集系统获取原始故障样本信号,进行数据预处理,形成初始数据集;对初始数据集进行VMD‑AR建模,获得用于表征故障的故障特征向量;根据故障的不同层级特点和故障类型设计多个LightGBM分类模型,形成分层故障诊断模型;使用贝叶斯优化算法对分层故障诊断模型的超参数进行优化,并将待识别信号输入故障诊断模型中,以得到诊断结果,从而实现燃气轮机控制系统回路故障诊断。通过对燃机控制系统进行分层故障诊断,有效地提高故障识别率,为燃气轮机控制系统回路故障诊断提供了重要的决策支持。

    基于数据驱动的燃气轮机控制系统传感器故障诊断方法

    公开(公告)号:CN113835412A

    公开(公告)日:2021-12-24

    申请号:CN202111067553.5

    申请日:2021-09-13

    Abstract: 本发明涉及一种基于数据驱动的的燃气轮机控制系统传感器故障诊断方法流程图。对燃气轮机控制系统传感器正常信号引入偏差故障、漂移故障、冲击故障以及周期性干扰故障四种故障,构造传感器故障信号,利用WPT方法对构造传感器故障信号进行处理,通过计算各个频段信号的能量占比得到故障特征向量,利用等频离散化方法和粗糙集理论对故障特征向量进行属性约简,得到故障特征样本集。通过MFO算法对BPNN的初始权值和阈值进行优化,建立MFO‑BPNN故障诊断模型,并将故障特征样本输入到诊断模型中训练,获得最优BPNN模型用于故障诊断。能够快速的、准确的识别燃气轮机控制系统传感器故障类型,使燃气轮机能够可靠安全的运行。

    基于GRU-CNN的综合能源网络安全攻击检测方法

    公开(公告)号:CN112333194A

    公开(公告)日:2021-02-05

    申请号:CN202011239713.5

    申请日:2020-11-09

    Abstract: 本发明提供一种基于GRU‑CNN的综合能源网络安全攻击检测方法,包含步骤:S1、按时序采集网络节点的第一至第d类工作数据,建立第一工作数据集;S2、根据GRU‑CNN网络的门控循环单元的时间步长,基于所述第一工作数据集生成训练数据集和测试数据集,为所述训练数据集设置对应的标签;S3、通过所述训练数据集训练GRU‑CNN网络,其中训练数据集作为门循环控制单元的输入,通过门循环控制单元提取训练数据集的序列特征,并将该序列特征输入GRU‑CNN网络的卷积神经网络,通过卷积神经网络根据序列特征提取对应的多维度特征,并建立多维度特征到攻击类型的映射;S4、将测试数据集输入训练好的GRU‑CNN网络,得到综合能源网络的安全攻击类型的分类结果。

    基于可调鲁棒算法的区域光储充系统短期调度方法和系统

    公开(公告)号:CN111915161A

    公开(公告)日:2020-11-10

    申请号:CN202010682347.4

    申请日:2020-07-15

    Abstract: 本发明涉及一种基于可调鲁棒算法的区域光储充系统短期调度方法和系统,方法包括:获取区域内各节点信息;根据获取的信息建立光伏电站输出功率的集合模型,同时引入调度间隔系数,建立电动汽车充电站充电需求功率的集合模型,进而建立光储充系统日前调度模型,光储充系统日前调度模型包括实现系统运行和环境治理成本最低的目标函数和对应的约束条件;设置鲁棒参数Γ,并采用拉格朗日松弛算法对光储充系统日前调度模型进行求解;制定日前调度计划进行短期调度。与现有技术相比,本发明实现光伏电站、储能电站和电动汽车充电站组成的微电网系统的优化调度,提高光伏电站的利用效率和环保效益,同时也保证了系统自身运行的稳定性。

Patent Agency Ranking