-
公开(公告)号：CN118444646A
公开(公告)日：2024-08-06
申请号：CN202410610018.7
申请日：2024-05-16
IPC: G05B19/418 , G06F18/214 , G06F18/20
Abstract: 本发明属于资源调度技术领域，具体涉及一种基于自注意力机制强化学习的拓扑图上AGV调度方法。该方法包括：构建基于拓扑图的强化学习环境；构建基于自注意力机制的强化学习模型；所述模型由策略网络和价值网络组成；利用基于拓扑图的强化学习环境对经过预训练的模型进行强化学习训练；利用训练好的模型输出AGV调度策略。与传统的AGV调度方法相比，本发明具有更高的灵活性和适应性，能够处理更复杂的拓扑结构和动态变化的运行环境。该发明可广泛应用于智能制造、仓储物流等领域，有助于提高企业的生产效率、降低生产成本。
-
公开(公告)号：CN118051035A
公开(公告)日：2024-05-17
申请号：CN202410444105.X
申请日：2024-04-15
Applicant: 山东大学
IPC: G05B19/418
Abstract: 本发明属于AGV调度技术领域，具体涉及一种基于局部距离视野强化学习的多AGV调度方法。所述方法包括：根据地图信息构建拓扑图；将拓扑图信息转化为基于局部视野的距离信息，以局部视野的距离信息表示每个AGV智能体的当前状态；构建强化学习环境；在所述强化学习环境中构建强化学习模型，地图中的多个AGV利用A2C强化学习方法进行分布式的强化学习训练，以实现高效的分布式多AGV协同调度。本发明提供的方法将每个AGV作为独立的智能体，通过局部视野距离表示AGV状态，利用强化学习算法逐步优化调度策略，以实现高效的分布式多AGV协同调度。
-
公开(公告)号：CN115633314A
公开(公告)日：2023-01-20
申请号：CN202211135670.5
申请日：2022-09-19
Applicant: 山东大学 , 国网山东省电力公司信息通信公司
Abstract: 本发明属于边缘计算技术领域，具体涉及一种基于信息优先级的分布式边缘计算信息调度方法，包括以下步骤：S1.构建分布式通信场景；S2.构建动态网络拓扑结构和信息注入模型，同时终端结点根据消息的紧急程度，为注入的消息赋予不同的优先级；S3.边缘结点广播本轮的基准概率，终端结点根据基准概率设置本轮传输概率；S4.终端设备从消息队列中按照消息优先级的所占比随机选择一个待发送消息，在传输阶段以S3中得到的本轮传输概率进行传输，同时边缘结点监听信道并根据此时的信道状态动态调整下一轮的基准概率；S5.边缘结点对传输阶段中成功收到的信息进行反馈。其优点在于，解决了多个终端结点和一个边缘设备进行无线通信的问题。
-
公开(公告)号：CN114677587A
公开(公告)日：2022-06-28
申请号：CN202210261781.4
申请日：2022-03-17
Applicant: 山东大学 , 国网山东省电力公司信息通信公司
Abstract: 本发明公开了一种基于密集连接的特征金字塔遥感图像语义分割网络，包括以下步骤，（1）设计多个密集连接块DB模块，每个密集连接块DB模块之后添加过渡层，作为特征提取模块；（2）每个密集连接块DB模块的输出的特征图组成特征金字塔；（3）设计每个优化单元分别接收对应的密集连接块DB模块的输出作为输入，所有优化单元和一个拼接单元作为特征金字塔融合模块；（4）将训练集图像输入到网络中训练并保存最佳语义分割网络模型，通过最佳网络模型得到最终分割结果。其优点在于，增强了网络的特征提取能力，特征金字塔融合模块中的优化单元充分利用了各层级特征，增强了网络的空间信息恢复能力，提高了分割的精确度。
-
公开(公告)号：CN114187450A
公开(公告)日：2022-03-15
申请号：CN202111530033.3
申请日：2021-12-15
Applicant: 山东大学
Abstract: 本发明公开了一种基于深度学习的遥感图像语义分割方法，包括以下步骤：获取数据集；对数据进行增广；构建segnet、unet网络模型；修改segnet网络，在编码器中的前两个阶段增加两个空洞空间金字塔池化(ASPP)模块，有效提取多尺度特征，保留空间位置信息，完成两个ASPP模块的训练后，在解码器中进行相应的特征融合；载入数据进行模型训练、预测；模型融合，将使用三个模型得到的预测图的每个像素点进行投票；对预测结果做可视化处理。本发明对segnet网络进行改进，增强了特征提取能力并有效的融合了网络的上下文信息，同时进行了模型融合，提高了分割的精确度。
-
Patent Agency Ranking
公开(公告)号：CN113792656A
公开(公告)日：2021-12-14
申请号：CN202111078349.3
申请日：2021-09-15
Applicant: 山东大学
Abstract: 本发明公开了一种人员移动中使用移动通讯设备的行为检测及报警系统，包括视频获取模块、人员行为检测模块、行为人重识别模块、行为人移动判断模块、风险控制和报警模块，所述视频获取模块、人员行为检测模块、行为人重识别模块、行为人移动判断装置、风险控制和报警模块均与中心模块通讯连接。本发明将移动通讯设备检测应用到工厂的安全防护机制，提高监测效率，不需要人工监督，降低人工成本，能够及时对于边移动边打电话等违规操作做出反应，发出报警信息，极大的提高了工厂的安全防护能力，为工厂的移动通信设备检测提供了一个标准的、及时的、高效的、先进的安全防护系统。
-
公开(公告)号：CN118859956B
公开(公告)日：2025-02-14
申请号：CN202411328041.3
申请日：2024-09-24
Applicant: 山东大学
Abstract: 本发明属于AGV调度领域，涉及一种基于空间A星算法和交通管制的AGV路径调度方法。所述方法包括：收集当前环境数据，识别和标记出地图上的关键空间要素；运用改进的空间A星算法对环境进行路径搜索，将所述关键空间要素作为搜索过程中的关键信息参与到路径规划；在路径规划中设置多重交通管制规则；在AGV执行所述行进路径时，实时监控环境，当遇到环境变化时，重新规划路径；在AGV执行所述行进路径时进行异常检测和碰撞预测，根据异常检测和碰撞预测的结果，实时调整AGV的路径；AGV按照更新后的路径继续执行任务，直到到达目的地。本发明提供的AGV路径调度方法采用改进的空间A星算法，通过引入空间信息作为额外的启发式因素，显著优化了路径搜索过程。
-
公开(公告)号：CN114359088B
公开(公告)日：2025-01-14
申请号：CN202111640868.4
申请日：2021-12-29
Applicant: 山东大学
IPC: G06T5/70 , G06T5/60 , G06V40/16 , G06N3/0464
Abstract: 本发明属于图像处理技术领域，特别涉及一种对视频特定目标人物进行打码处理的方法。该方法包括：（1）构建目标人物人脸数据库；（2）从视频流中提取视频帧，对其进行人脸检测，位置标记及利用训练好的模型进行人脸矫正；（3）利用改进的残差网络从矫正的人脸图像中提取特征向量，将其与人脸数据库中目标人物的特征向量进行比对，若相似度大于预设阈值，则将该人脸图像标记为需要打码的目标人物；（4）对标记的目标人物进行打码处理；（5）对视频的每一帧图像重复（2）~（4）的操作后，逐帧合成视频流输出。本发明改进生成面部特征向量的残差网络，通过改变第一步卷积，更好地保存图像细节，显著提升图像中小尺寸人脸的识别准确度。
-
公开(公告)号：CN119152360A
公开(公告)日：2024-12-17
申请号：CN202411093095.6
申请日：2024-08-09
Applicant: 山东大学
IPC: G06V20/10 , G06V10/20 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种多模态岩性识别方法及系统，所述方法包括以下步骤：获取岩样图像和岩石介观图像；对获取的图像进行预处理，将经过预处理后的岩样图像和岩石介观图像输入到训练好的融合模型中进行实时识别；融合模型输出岩性识别结果，根据识别结果命名图像；本发明通过建立基于深度学习的融合模型对围岩岩性进行识别，该融合模型能够将岩样图像的颜色、纹理和形状等特征与岩石介观图像的晶体结构、孔隙分布和颗粒大小等特征进行融合，对应岩性关系形成映射，从而达到自动识别的目的，深度学习的岩性智能识别方法识别速度快、成本低、准确度高、自动化程度高，降低了对施工人员的专业知识和鉴别经验的要求。
-
公开(公告)号：CN119006619B
公开(公告)日：2024-12-17
申请号：CN202411479292.1
申请日：2024-10-23
Applicant: 山东大学
Abstract: 本发明属于点云压缩领域，涉及一种基于自适应几何分区的点云分片压缩方法。所述方法包括：将给定的三维点云数据按每个点的法向量和曲率进行区域分割，生成多个互不相交且形状扁平的点云片；对每个点云片进行预处理：对经过预处理后的点云片进行自适应几何分区，根据每个点云片中数据点的分布使用八叉树、四叉树和二叉树完成空间划分，构建树结构；对构建获得的所述树结构，使用树结构中相邻节点已经编码的占用信息来预测当前节点的占用概率，进行算数编码，完成点云分片压缩。本发明的方法通过点云分片旋转减少空间的冗余，引入点云片自适应几何分区降低了占用码的平均长度，并且充分利用了几何信息的空间相关性，降低比特率开销，提高压缩效率。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.038 seconds)
