-
公开(公告)号：CN112884768B
公开(公告)日：2022-09-23
申请号：CN202110337787.0
申请日：2021-03-30
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于3D打印领域，具体涉及一种基于神经网络的3D打印在线质量监测方法、系统、装置，旨在解决现有的缺陷检测方法只能检测特定的缺陷形状，且缺陷检测精度低的问题。本发明方法包括：采集三维物体在3D打印过程中的图像，作为输入图像；采用预训练的缺陷分割网络获取输入图像中各像素的类别；统计输入图像中各类别缺陷对应的像素数，并结合预获取的相机内参，计算输入图像中缺陷部位的面积；判断面积是否大于设定的阈值，若是，则启动质量监测警报，否则继续采集3D打印过程中的图像。本发明可以灵活的识别不同类别与形状的3D打印缺陷，降低了误检率，提高了缺陷检测的准确度。
-
公开(公告)号：CN110675623B
公开(公告)日：2020-12-01
申请号：CN201910842242.8
申请日：2019-09-06
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于智能交通领域，具体涉及一种基于混合深度学习的短时交通流量预测方法、系统、装置，旨在解决现有大规模交通流量预测方法精度低的问题。本系统方法包括获取待预测的各交通观测点的历史交通流量数据；所述历史交通流量数据为t时刻之前连续的等时长时间段的r个交通流量数据集合；分别将各交通流量数据集合中的历史交通流量数据合并得到对应的合并数据，并将各合并数据归一化；基于归一化后的各交通观测点的历史交通流量数据，采用混合深度学习模型获取各交通观测点t时刻归一化的预测结果；将预测结果进行反归一化，得到各交通观测点t时刻的交通流量预测值。本发明提高了大规模交通流量预测的精度。
-
公开(公告)号：CN111596614A
公开(公告)日：2020-08-28
申请号：CN202010490517.9
申请日：2020-06-02
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: G05B19/404
Abstract: 本发明属于工业机器人领域，具体涉及了一种基于云边协同的运动控制误差补偿系统及方法，旨在解决运动控制误差的补偿算法固定不变，无法满足机械臂不同条件下的自适应误差补偿的问题。本发明包括：边缘服务器运行误差补偿算法求解补偿量，与控制程序融合生成具有误差补偿的控制指令。边缘侧发起加工任务时，与中心服务器交互确定是否更新或下发误差补偿算法；若中心服务器没有相应误差补偿算法，则通过数字孪生建模仿真平台构建相应机械臂及加工件仿真系统，对误差补偿算法仿真更新，并择优下发至边缘服务器，补偿运动控制量，生成具有误差补偿的运动控制指令。本发明实现对机械臂运动误差精准补偿，减少了复杂多变的工况对运动控制精度的影响。
-
公开(公告)号：CN110498154A
公开(公告)日：2019-11-26
申请号：CN201910781700.1
申请日：2019-08-23
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于垃圾清理车、机器人领域，具体涉及一种垃圾清理装置，旨在解决现有垃圾清理车自动化水平低，清理效率低的问题。本发明包括运载装置、视觉采集装置、第一中央处理装置、机械臂。运载装置包括移动单元和存放垃圾的储存单元；视觉采集装置用于获取第一信息数据；第一中央处理装置用于基于第一信息数据识别图像特征，获取第一控制信息；机械臂装置用于依据第一控制信息执行相应动作，进行垃圾回收。本发明日常垃圾回收作业无须人工干预，并且通过人在回路的混合增强智能方式不断提高垃圾回收能力，具有回收效率高的优点，实现了智能化的垃圾清理。
-
公开(公告)号：CN110303682A
公开(公告)日：2019-10-08
申请号：CN201910656037.2
申请日：2019-07-19
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: B29C64/30 , B29C64/386 , B29C64/393 , B29C64/112 , B22F3/115 , B33Y30/00 , B33Y50/00 , B33Y50/02
Abstract: 本发明公开了一种深海潜艇专用3D打印机，旨在解决现有3D打印机无法适应船舶、潜艇等经常发生振动、颠簸环境。本发明提供一种深海潜艇专用3D打印机，包括信号采集模块、打印模块、旋转陀螺仪、振动模块和控制器；本发明使用时先启动旋转陀螺仪，待其运行平稳后打印模块开始打印，本发明工作时通过减振模块与信号采集模块配合以达到减振效果并提高水平稳定性，旋转陀螺仪的设置使本发明具有良好的定方向性和稳定性，避免由于潜艇的运动状态的不确定性对3D打印造成的影响。悬挂式的结构设计使本发明节省空间，实用性强。本发明适用于深海潜艇等剧烈颠簸的环境下的零部件3D打印，可以实现深海移动平台快速精确制造。
-
Patent Agency Ranking
公开(公告)号：CN113400652A
公开(公告)日：2021-09-17
申请号：CN202110685044.2
申请日：2019-07-11
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: B29C64/393 , B33Y50/02
Abstract: 本发明属于3D打印设备技术领域，具体涉及一种基于振动信号的3D打印机监测与诊断知识库装置、系统，旨在为了解决在3D打印设备异常工作状态早期无法识别异常状态，从而导致严重故障对设备造成不可修复的损害的问题。本发明包括通过振动传感器采集3D打印设备运行时预设部件的振动信号；将所采集到的各预设部件振动信号由模拟信号转换为数字信号并提取时频信息数据；基于时频信息数据，通过比对分析模型获取预设部件的工作状态类型；存储3D打印设备新增样本和初始样本。本发明在异常工作状态早期进行状态识别和打印设备停机保护，避免了严重故障对设备造成不可修复的损害；并在故障发生时及时判别故障类别和故障发生位置。
-
公开(公告)号：CN111596614B
公开(公告)日：2021-06-25
申请号：CN202010490517.9
申请日：2020-06-02
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: G05B19/404
Abstract: 本发明属于工业机器人领域，具体涉及了一种基于云边协同的运动控制误差补偿系统及方法，旨在解决运动控制误差的补偿算法固定不变，无法满足机械臂不同条件下的自适应误差补偿的问题。本发明包括：边缘服务器运行误差补偿算法求解补偿量，与控制程序融合生成具有误差补偿的控制指令。边缘侧发起加工任务时，与中心服务器交互确定是否更新或下发误差补偿算法；若中心服务器没有相应误差补偿算法，则通过数字孪生建模仿真平台构建相应机械臂及加工件仿真系统，对误差补偿算法仿真更新，并择优下发至边缘服务器，补偿运动控制量，生成具有误差补偿的运动控制指令。本发明实现对机械臂运动误差精准补偿，减少了复杂多变的工况对运动控制精度的影响。
-
公开(公告)号：CN111722926A
公开(公告)日：2020-09-29
申请号：CN202010507042.X
申请日：2020-06-05
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明涉及边缘计算技术领域，具体涉及一种基于付费机制的安全可信边缘协同方法与系统，目的在于解决边缘计算无法满足高实时性业务需求的问题。本发明的边缘协同方法包括：服务提供边缘节点向应用云平台发送服务提供信息；服务请求边缘节点向应用云平台发送服务请求信息；应用云平台根据服务提供信息和服务请求信息进行匹配，并根据匹配结果向服务请求边缘节点发送服务提供边缘节点的ID号；服务请求边缘节点根据该ID号与服务提供边缘节点建立连接；服务提供边缘节点执行相应的服务；最后由服务请求边缘节点向服务提供边缘节点支付费用。本发明有效降低了时延，满足了高实时性业务需求。
-
公开(公告)号：CN110867942A
公开(公告)日：2020-03-06
申请号：CN201911192933.4
申请日：2019-11-28
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: H02J7/35
Abstract: 本发明涉及无人机电源技术领域，具体涉及一种无人机太阳能发电组件，旨在解决无人机续航能力较差的问题。本发明的无人机太阳能发电组件包括：太阳能薄膜机壳、蓄电池和控制模块。其中，太阳能薄膜机壳设置于无人机上部，用作无人机的上侧机壳，并将太阳能转换为电能；蓄电池设置于无人机内部，用于存储太阳能薄膜机壳转换的电能，并给无人机电源充电；控制模块设置于无人机内部，用于监测无人机电源的电量和蓄电池的电量，并根据监测结果控制蓄电池进行充电或放电。本发明利用太阳能作为电力来源，基于3D打印技术制作重量轻的太阳能无人机外壳，在不破坏无人机空气动力设计和增加无人机自重的前提下，提高了无人机续航能力和有效作业时间。
-
公开(公告)号：CN110675623A
公开(公告)日：2020-01-10
申请号：CN201910842242.8
申请日：2019-09-06
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于智能交通领域，具体涉及一种基于混合深度学习的短时交通流量预测方法、系统、装置，旨在解决现有大规模交通流量预测方法精度低的问题。本系统方法包括获取待预测的各交通观测点的历史交通流量数据；所述历史交通流量数据为t时刻之前连续的等时长时间段的r个交通流量数据集合；分别将各交通流量数据集合中的历史交通流量数据合并得到对应的合并数据，并将各合并数据归一化；基于归一化后的各交通观测点的历史交通流量数据，采用混合深度学习模型获取各交通观测点t时刻归一化的预测结果；将预测结果进行反归一化，得到各交通观测点t时刻的交通流量预测值。本发明提高了大规模交通流量预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.06 seconds)
