-
公开(公告)号:CN119036449A
公开(公告)日:2024-11-29
申请号:CN202411190548.7
申请日:2024-08-28
Applicant: 上海电力大学
IPC: B25J9/16
Abstract: 本发明涉及一种基于改进DDPG算法的机械臂路径规划方法、设备和介质,包括以下步骤:获取机械臂初始信息和目标点信息,输入训练好的机械臂路径规划模型,获得机械臂路径规划结果;其中,机械臂路径规划模型包括机械臂状态空间、机械臂动作空间和奖励函数,机械臂状态空间包括机械臂末端的三维坐标、目标点的三维坐标和机械臂末端执行器的姿态角,机械臂动作空间包括机械臂末端的位移向量、机械臂末端执行器的转动姿态角和机械臂末端夹爪的开合状态;机械臂路径规划模型通过引入HER技术的改进DDPG算法进行训练,将达到或未达到目标点的机械臂状态标定为潜在目标状态,并据此计算奖励值。与现有技术相比,本发明可以实现高效的机械臂路径规划。
-
公开(公告)号:CN118864368A
公开(公告)日:2024-10-29
申请号:CN202410860460.5
申请日:2024-06-28
Applicant: 上海电力大学
Abstract: 本发明涉及一种轴承小目标缺陷检测方法及系统,该方法包括:获取待检测的轴承图像,进行预处理;将预处理后的轴承图像输入PTC网络提取出小目标特征图;将所述小目标特征图输入可变形卷积的ResNet‑50网络中,进一步提取特征,得到进一步的小目标特征图;将所述进一步的小目标特征图输入双重注意力网络中,采用注意力机制和多尺度特征融合,得到融合后的特征金字塔;将所述融合后的特征金字塔输入RPN网络中,提取出区域建议,并采用边界框预测头生成小目标的缺陷检测结果。与现有技术相比,本发明具有高效、准确等优点。
-
公开(公告)号:CN118918080A
公开(公告)日:2024-11-08
申请号:CN202410967807.6
申请日:2024-07-18
Applicant: 上海电力大学
Abstract: 本发明涉及一种基于边缘计算的多特征风机叶片缺陷检测方法及系统,包括以下步骤:S1、采集待检测风机叶片的多特征风机叶片数据并进行预处理,所述多特征风机叶片数据包括图像数据、振动数据、声波数据、温度数据和湿度数据;S2、对预处理后的多特征风机叶片数据进行特征提取;S3、采用改进的Yolov8模型,对步骤S2提取的特征进行边缘计算,识别待检测风机叶片的缺陷情况并生成提示信息,所述改进的Yolov8模型中,使用基于部分卷积的fasternet模块替代C2f的Bottleneck模块,所述基于部分卷积的fasternet模块包括依次连接的第一卷积层、分割层、第一瓶颈层、第二瓶颈层、拼接层和第二卷积层。与现有技术相比,本发明可以进一步提高检测精度和检测效率,同时降低检测成本。
-
-