-
公开(公告)号：CN104444274B
公开(公告)日：2016-08-24
申请号：CN201410726065.4
申请日：2014-12-04
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种电池扭转装置，属于机电控制领域。包括传送带，设于传送带上方的送料装置、取料装置和扭转装置，取料装置沿传送带传送方向设于送料装置的后侧，扭转装置设于送料装置送料方向的前侧，包括扭转台、扭转电机、第一扭转槽和第二扭转槽，扭转电机设于扭转台下方驱动扭转台旋转；第一扭转槽和第二扭转槽设于扭转台上方且相互垂直，均包括六个电池槽，第一扭转槽中电池槽每两个合成一组后沿电池槽宽度方向并列设置，第二扭转槽中电池槽每两个合成一组后沿电池槽长度方向并列设置。本发明结构简单、操作方便、实现电池的自动化组装，使其可以节省大量的人力、物力、大大提高生产效率和电池质量。
-
公开(公告)号：CN120010495A
公开(公告)日：2025-05-16
申请号：CN202510466417.5
申请日：2025-04-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于深度确定性梯度策略的月球车路径规划方法，通过将距离奖励、瞬时进展奖励、瞬时航向奖励和运动平滑性奖励，构建动态多维度奖励函数机制，通过地形特征动态调节权重系数，实现多目标自适应协同；通过在不同风险地形中动态调整步长，提升月球车在不同地形下的避障精度和自主探索能力；通过动态多维度奖励函数、轻量化网络结构及自适应调整步长策略的多层次自适应机制，避免局部最优，提升路径连续性，完成月球车自主决策探测任务，实现路径规划效率与运动安全性的双重提升，解决传统强化学习在复杂月面环境中存在的收敛速度慢、路径震荡频繁、地形适应性差及模型部署效率低等核心问题，降低模型复杂度和减少对地图的依赖。
-
公开(公告)号：CN119990695A
公开(公告)日：2025-05-13
申请号：CN202510453670.7
申请日：2025-04-11
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q10/04 , G06N5/04 , G06F17/16 , G06F7/78
Abstract: 本发明公开了一种基于多机多任务分配问题模型MDTAP的任务分配优化方法，引入约束条件，采用编码方式对多无人机多任务分配效益模型中的不确定矩阵进行N进制转换求解，根据总收益、总花费和总风险构建适应度函数；划分输入值区间，确定分隔点矩阵和区间中点矩阵；计算选择搜索迭代概率或优化迭代的概率，通过轮盘赌法选择搜索迭代或优化迭代，使用搜索迭代和优化迭代两种迭代方法共同寻找适应度函数的最优解。本发明将任务的约束条件融合在函数中，增加任务分配的通用性、多样性和便捷性，适应度函数将任务花费与无人机成本和载荷成本结合，将风险与无人机暴露长和无人机与载荷的成本结合，使分配更加合理实际。
-
公开(公告)号：CN119693774A
公开(公告)日：2025-03-25
申请号：CN202510135981.9
申请日：2025-02-07
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于改进GSNet网络的物体识别检测方法，该方法包括：采用深度相机采集得到目标场景的深度图像，并将深度图像转换为点云数据；采用PointNet++网络替换GSNet网络中的ResUNet14骨干网络，得到改进GSNet网络；利用得到的点云数据对改进GSNet网络进行训练；输入目标场景内待测的目标物体数据，使用训练好的改进GSNet网络对目标物体进行识别检测。本发明在GSNet网络中引入了更擅长处理点云数据的PointNet++网络，从而更好的提取局部细节特征。通过对目标场景中的背景与目标物体进行分割，避免了环境和其他物体对目标物体识别检测的干扰。
-
公开(公告)号：CN118644796B
公开(公告)日：2024-12-20
申请号：CN202411089708.9
申请日：2024-08-09
Applicant: 南京信息工程大学
IPC: G06V20/17 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种面向无人机航拍图像目标检测方法，包括以下步骤：（1）获取准备无人机小目标数据集并进行预处理；（2）引入C3CBAM注意力模块，将yolov5s的Backbone特征提取网络中的C3模块全部替换为C3CBAM模块；（3）将yolov5s的Backbone特征提取网络中第四层增加FEM模块；（4）将yolov5s的head层中引入SCAM模块增加23、24、25三个特征处理层；（5）将yolov5s的Detect检测层引入ASFF模块；（6）用改进的yolov5s模型进行训练与验证，对改进的模型进行评估；本发明增强小目标检测的性能。
-
Patent Agency Ranking
公开(公告)号：CN118444685B
公开(公告)日：2024-10-29
申请号：CN202410903534.9
申请日：2024-07-08
Applicant: 南京信息工程大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明公开了一种基于角度约束的多无人艇协同拦截方法，包括以下步骤：（1）基于预设的无人艇运动学模型和动力学模型得到各艘无人艇的控制信号并进行编队；（2）在编队阶段，确定领航无人艇和跟随无人艇，基于一致性构建无人艇编队。判断预设范围内是否存在来袭无人艇;（3）将任务环境简化为二维平面，同时获取当前时刻无人艇编队中每艘无人艇的任务环境信息，并将任务划分为跟踪阶段和拦截阶段；（4）跟踪阶段，无人艇以领航‑跟随编队的策略向来袭无人艇移动；拦截阶段，所有无人艇以动态包围策略拦截目标；本发明有助于保持不同模式之间的稳态特性。
-
公开(公告)号：CN118567366A
公开(公告)日：2024-08-30
申请号：CN202411055461.9
申请日：2024-08-02
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于环境感知的无人船编队协同作业方法，包括以下步骤：（1）多艘无人船协同构建养殖水域地图；（2）设置各艘无人船的编队初始位置和编队的拓扑结构；（3）设定领航船并规划领航轨迹；（4）跟随船计算期望位置和期望航向角；计算跟随船实际位置与期望位置之间的位置误差，以及实际航向与期望航向之间的角度误差；（5）提取回声信号的强度、频率和时间延迟计算鱼群的精确位置和密度；（6）计算每艘跟随船与设定的投喂目标点之间的欧式距离，并从小到大排序；（7）结合基于人工势场法改进的动态虚拟障碍势场法执行投喂任务；（8）跟随领航船返回编队位置；本发明提升了无人船在复杂水域环境中的任务执行能力和避障性能。
-
公开(公告)号：CN118502451A
公开(公告)日：2024-08-16
申请号：CN202410964535.4
申请日：2024-07-18
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种改进遗传算法的空地异构多目标探测方法，包括以下步骤：（1）构建基于混合整数线性规划MILP的空地协同多目标检测任务模型，包括运动学约束、动态避碰约束、任务分配约束和任务完成约束；（2）建立的空地协同多目标探测任务模型的目标函数，包括时间最短、总时间、总能耗和航迹平滑度；（3）利用改进遗传算法求解最优解，将得出的最优解作为分支定界的输入；（4）利用分支定界法进行优化；本发明考虑运动学约束、动态避碰约束、任务分配约束和避障约束，构建了基于MILP的空地协同多目标探测任务模型，更真实、合理地描述空地协同环境覆盖问题。
-
公开(公告)号：CN118310537A
公开(公告)日：2024-07-09
申请号：CN202410734952.X
申请日：2024-06-07
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种自适应策略改进减法平均优化算法的路径规划方法，包括以下步骤：（1）构建二维栅格地图环境，以及包含运动约束的目标函数；（2）初始化算法参数，（3）引入ICMIC混沌映射策略初始化搜索代理的位置；基于初始搜索代理评估目标函数；（4）引入自适应概率值，利用改进的基本减法平均优化算法更新搜索代理位置；（5）通过判断搜索代理的目标函数值是否满足条件，以及自适应概率值是否满足条件，选择更优的位置更新方式；本发明本发明收敛精度高，速度快，且在地图中能高效地完成路径规划任务。
-
公开(公告)号：CN117191047B
公开(公告)日：2024-02-23
申请号：CN202311452969.8
申请日：2023-11-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种弱光环境下无人机自适应主动视觉导航方法、装置，包括：对事件相机输出的事件信息进行筛选，得到激活像素点；在激活事件表面上，检查最新激活像素点的时间戳与相邻激活像素点的时间戳之间的时间间距，确定所述最新激活像素点是否为事件特征点；将获取的事件特征点生成虚拟帧；计算虚拟帧上的点对虚拟帧中心的势场力，将势场力合成得到势场合力；通过势场合力计算得到无人机特征偏向速度，与无人机目标偏向速度合成得到弱光环境速度，无人机执行弱光环境速度。采用上述技术方案，基于虚拟帧中的势场力计算得到特征偏向速度，选择事件特征较为丰富的路径，提升了导航的准确度，且由于计算量较小，因此，导航实时性
-
-
-
-
-
-
-
-
-
Search Results
285
records
(took 0.056 seconds)
