-
公开(公告)号:CN116232854A
公开(公告)日:2023-06-06
申请号:CN202310210815.1
申请日:2023-03-07
Applicant: 同济大学
IPC: H04L41/0631 , H04L41/0677 , H04L43/12 , H04L43/08 , H04L43/04
Abstract: 本申请公开一种基于逻辑故障探针的CPS节点故障识别方法和系统,在该方法中,针对CPS节点集群中的每一CPS节点,基于为所述CPS节点所配置的信号采样模块进行采样,以确定相应的CPS节点状态数据;其中,所述CPS节点状态信息包括节点模态状态;基于各个CPS节点的节点标识信息,对所采样的各个CPS节点状态数据分别进行标识;根据经标识的各个CPS节点状态数据进行故障分析,以确定所述CPS节点集群中的每一CPS节点的故障状态结果。由此,提供了一套完整可行的CPS逻辑故障探针技术,能够对CPS系统中各个节点的故障特征进行自动化识别和定位,实现了对无人系统故障的自动化监测。
-
公开(公告)号:CN115987818A
公开(公告)日:2023-04-18
申请号:CN202211646867.5
申请日:2022-12-21
Applicant: 同济大学
IPC: H04L41/16 , H04L41/14 , H04L41/0806 , H04L41/0813 , H04L41/02 , H04L41/0695
Abstract: 本申请提供一种基于BIM模型的大规模AIOT节点智能布设方法,该方法为:设备管理端根据AIOT节点网络的布设情况在BIM数据库内检索,并且分发设备关联到对应的BIM模型数据;AIOT节点网络获取各关键部件的传感器数据;AI云服务器确定AIOT节点网络是否完成初始化;如果AIOT节点网络完成初始化,则根据传感器数据和BIM模型信息对AIOT节点网络进行动态增量布设,获得动态调整后的AIOT节点网络;如果AIOT节点网络未完成初始化,则重新对AIOT节点网络进行初始化,并且完成之后AI云服务器再次确定AIOT节点网络是否完成初始化。该方案结合BIM模型全生命周期优势,根据设施的外部状态和内部状态判断当前设备权重系数,动态调整ALOT节点是否需要调整,具有低成本、无需人力维护等优势。
-
公开(公告)号:CN115727854A
公开(公告)日:2023-03-03
申请号:CN202211503493.1
申请日:2022-11-28
Applicant: 同济大学
Abstract: 本发明公开了一种基于BIM结构信息的VSLAM定位方法,属于室内定位领域,包括移动智能体、BIM数据库、边缘计算设备、用户接口,移动智能体采集视觉传感器获取的RGB/RGBD图像,控制移动机器人位姿;BIM数据库存储从BIM模型中提取的建筑物三维结构和语义信息;边缘计算设备和移动智能体相连接,包括CAD重建网络和VSLAM算法两个主要线程,通过CAD重建网络求解9‑DoFCAD模型和VSLAM算法求解当前位姿、优化轻量化结构地图;用户接口接收用户命令,获取移动智能体位置,发送移动智能体控制信号并监控边缘计算设备运行情况,本发明利用BIM模型提供的结构化信息为机器人提供准确的定位源,同时避免传统的建图任务,具有轻量化、精度高等优势。
-
公开(公告)号:CN115727854B
公开(公告)日:2024-11-05
申请号:CN202211503493.1
申请日:2022-11-28
Applicant: 同济大学
Abstract: 本发明公开了一种基于BIM结构信息的VSLAM定位方法,属于室内定位领域,包括移动智能体、BIM数据库、边缘计算设备、用户接口,移动智能体采集视觉传感器获取的RGB/RGBD图像,控制移动机器人位姿;BIM数据库存储从BIM模型中提取的建筑物三维结构和语义信息;边缘计算设备和移动智能体相连接,包括CAD重建网络和VSLAM算法两个主要线程,通过CAD重建网络求解9‑DoFCAD模型和VSLAM算法求解当前位姿、优化轻量化结构地图;用户接口接收用户命令,获取移动智能体位置,发送移动智能体控制信号并监控边缘计算设备运行情况,本发明利用BIM模型提供的结构化信息为机器人提供准确的定位源,同时避免传统的建图任务,具有轻量化、精度高等优势。
-
公开(公告)号:CN116232854B
公开(公告)日:2024-10-11
申请号:CN202310210815.1
申请日:2023-03-07
Applicant: 同济大学
IPC: H04L41/0631 , H04L41/0677 , H04L43/12 , H04L43/08 , H04L43/04
Abstract: 本申请公开一种基于逻辑故障探针的CPS节点故障识别方法和系统,在该方法中,针对CPS节点集群中的每一CPS节点,基于为所述CPS节点所配置的信号采样模块进行采样,以确定相应的CPS节点状态数据;其中,所述CPS节点状态信息包括节点模态状态;基于各个CPS节点的节点标识信息,对所采样的各个CPS节点状态数据分别进行标识;根据经标识的各个CPS节点状态数据进行故障分析,以确定所述CPS节点集群中的每一CPS节点的故障状态结果。由此,提供了一套完整可行的CPS逻辑故障探针技术,能够对CPS系统中各个节点的故障特征进行自动化识别和定位,实现了对无人系统故障的自动化监测。
-
-
-
-