公开(公告)号：CN117792601B

公开(公告)日：2024-06-18

申请号：CN202311216208.2

申请日：2023-09-20

Applicant: 同济大学 ,  上海同济工程项目管理咨询有限公司

Inventor： 王晓睿 ,  何斌 ,  李刚 ,  徐乔伟 ,  汪青 ,  赵伟华 ,  程斌 ,  陆萍 ,  张朋朋

IPC: H04L9/00 ,  G06F21/64 ,  H04L9/06 ,  G06Q20/06 ,  G06Q20/38

Abstract: 本发明公开了一种区块链存储数据被非法篡改的识别方法，其采用分布式NTP网络授时的方式来识别区块链中的哪些存储数据被非法篡改，具体通过轮询对比区块链网络各节点存储的授时哈希值是否与分布式网络对应存储的各节点授时哈希值相同来识别数据是否被篡改。其可以及时识别出区块链中哪些数据被非法篡改，从而保障存储数据的安全性。

公开(公告)号：CN117792601A

公开(公告)日：2024-03-29

申请号：CN202311216208.2

申请日：2023-09-20

Applicant: 同济大学 ,  上海同济工程项目管理咨询有限公司

Inventor： 王晓睿 ,  何斌 ,  李刚 ,  徐乔伟 ,  汪青 ,  赵伟华 ,  程斌 ,  陆萍 ,  张朋朋

IPC: H04L9/00 ,  G06F21/64 ,  H04L9/06 ,  G06Q20/06 ,  G06Q20/38

Abstract: 本发明公开了一种区块链存储数据被非法篡改的识别方法，其采用分布式NTP网络授时的方式来识别区块链中的哪些存储数据被非法篡改，具体通过轮询对比区块链网络各节点存储的授时哈希值是否与分布式网络对应存储的各节点授时哈希值相同来识别数据是否被篡改。其可以及时识别出区块链中哪些数据被非法篡改，从而保障存储数据的安全性。

公开(公告)号：CN116165899A

公开(公告)日：2023-05-26

申请号：CN202310221659.9

申请日：2023-03-09

Applicant: 同济大学

Inventor： 王志鹏 ,  徐乔伟 ,  何斌 ,  陆萍 ,  李鑫 ,  朱忠攀

IPC: G05B13/04

Abstract: 本发明公开了一种基于数字孪生系统的人机距离安全控制方法，属于人机距离控制技术领域，其步骤如下：在室内机器人上搭载摄像机，拍摄机器人周边的人群或物体，基于深度学习算法识别附近人体或物品的关键点位置，计算出附近人体与机器人本体之间的距离。搭建基于数字孪生系统的人机距离安全控制系统，分别设置人机的物理场景与虚拟场景，并实时监控整个人机距离控制过程，保障人机距离控制过程的安全性，本发明通过控制机清洁机器人始终与室内人体或物品保持一定的安全距离，从而进一步提高人机距离安全控制过程的工作效率，以及优化人机距离安全控制过程的最佳工作空间。

公开(公告)号：CN117182908B

公开(公告)日：2024-07-23

申请号：CN202311245109.7

申请日：2023-09-26

Applicant: 同济大学

Inventor： 王志鹏 ,  徐乔伟 ,  何斌 ,  周艳敏 ,  蒋烁

IPC: B25J9/16 ,  B25J15/12

Abstract: 本发明涉及一种基于强化学习的感驱一体软体机器人自主变形系统及方法，其中方法包括以下步骤：调整气动软体机械手初始位姿；软体机械手轻触待夹取物体，自感知模块收集待夹取物体形状特征信息；形状判别模块根据形状特征信息判别物体形状；强化学习训练模块根据物体形状判别信息和形状特征信息，训练强化学习模型，确定软体机械手的位姿并提供相应变形指令；自主驱动变形模块根据变形指令改变气动软体机械手形状；软体机械手使用调整后的位姿和形状重新完成物体夹取动作，若成功抓取则流程结束；若未成功抓取，则更新形状特征信息，进行位姿修正。与现有技术相比，本发明具有学习物体形状特点而实现自适应变形以提高抓取效率等优点。

公开(公告)号：CN117182908A

公开(公告)日：2023-12-08

申请号：CN202311245109.7

申请日：2023-09-26

Applicant: 同济大学

Inventor： 王志鹏 ,  徐乔伟 ,  何斌 ,  周艳敏 ,  蒋烁

IPC: B25J9/16 ,  B25J15/12

Abstract: 本发明涉及一种基于强化学习的感驱一体软体机器人自主变形系统及方法，其中方法包括以下步骤：调整气动软体机械手初始位姿；软体机械手轻触待夹取物体，自感知模块收集待夹取物体形状特征信息；形状判别模块根据形状特征信息判别物体形状；强化学习训练模块根据物体形状判别信息和形状特征信息，训练强化学习模型，确定软体机械手的位姿并提供相应变形指令；自主驱动变形模块根据变形指令改变气动软体机械手形状；软体机械手使用调整后的位姿和形状重新完成物体夹取动作，若成功抓取则流程结束；若未成功抓取，则更新形状特征信息，进行位姿修正。与现有技术相比，本发明具有学习物体形状特点而实现自适应变形以提高抓取效率等优点。

公开(公告)号：CN116723141A

公开(公告)日：2023-09-08

申请号：CN202310784240.4

申请日：2023-06-29

Applicant: 同济大学

Inventor： 何斌 ,  徐乔伟 ,  李刚 ,  周艳敏 ,  王志鹏 ,  程斌

IPC: H04L45/00 ,  H04L41/0823 ,  H04L41/0659

Abstract: 本发明提供一种基于区块链的多节点跳变路径循迹与测试方法及装置，所述方法包括：在区块链网络中选取出一个父节点，剩下的所有节点作为子节点，所有子节点订阅父节点从而获得所需信息；所有子节点一方面维护自身节点的信息，另一方面还维护与之相邻的子节点的信息，并将自身所拥有的全部信息发布至父节点进行注册；在区块链网络中，确定起始节点与终端节点，针对中间节点进行节点间的跳变路径循迹规划；在各个中间节点部署网关模组，对经过该节点的输入信号、输出信号进行记录，从而针对所选择的节点路径进行分析，保证多节点跳变路径循迹的可靠性。本发明可实现多节点跳变路径循迹规划，并可保证多节点跳变路径循迹的可靠性。