-
公开(公告)号：CN118730111A
公开(公告)日：2024-10-01
申请号：CN202410765765.8
申请日：2024-06-14
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于脉冲神经P系统的无人机三维航迹规划方法，以四旋翼无人机作为载体，针对无人机在复杂环境下难以获得或接近最佳的飞行路线的困难问题，提出利用脉冲型P系统改进灰狼优化算法实现无人机三维航迹规划，结合无人机现实的飞行环境及飞行约束，构建无人机三维飞行地图模型，将膜计算的非确定性和最大并行性特征与灰狼优化算法收敛速度快，精度高的优点相结合，设计神经型P系统与灰狼算法相结合的优化模型，达到无人机在复杂场景中高效规划飞行航迹的目标。
-
公开(公告)号：CN113702393B
公开(公告)日：2023-10-27
申请号：CN202111149815.2
申请日：2021-09-29
Applicant: 安徽理工大学
IPC: G01N21/88 , G06N3/045 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明公开了一种本安型矿用输送带表面损伤检测系统及检测方法，系统包括本安工业摄像机、本安光源、本安型工业控制计算机、本安PLC控制器、电动机。方法包括以下步骤：采集矿用输送带撕裂，表面磨损，表面缺陷三种损伤图片；对数据集图片进行预处理；改进YOLOv4模型；网络模型训练；进行输送带损伤类型检测，并标定损伤位置；控制电动机运行至损伤位置。本发明检测速度快，检测精度高，能同时检测输送带撕裂，表面磨损，表面缺陷三种损伤类型。
-
公开(公告)号：CN116909271A
公开(公告)日：2023-10-20
申请号：CN202310828966.3
申请日：2023-07-07
Applicant: 安徽理工大学
IPC: G05D1/02
Abstract: 本发明提出了一种新的基于细胞型膜系统的物流机器人路径优化方法，其步骤是：初始化机器人载重和最长行驶距离，添加一个惯性权重到速度更新公式以改进粒子群算法，初始化膜结构并分配粒子，计算粒子的适应度函数，搜索基本膜内粒子局部最优和表层膜内全局最优，用来更新粒子速度和位置与局部最优和全局最优，迭代到最大代数，则输出该粒子作为行驶路线的下一节点并将其从粒子集X中删除。在未访问节点中选出符合容量约束的节点形成可行节点集合，若可行节点为空，则将当前路线加入到当前解中，建立新路线，将节点0插入首末两端位置，粒子重新从配送中心开始寻找下一节点位置，直至粒子集X为空，输出全局路线最优解。整个算法使配送路径的可靠性增强，可以在满足机器人容量和路程最短的情况下完成物流配送。
-
公开(公告)号：CN111641993B
公开(公告)日：2022-06-03
申请号：CN202010516915.3
申请日：2020-06-09
Applicant: 安徽理工大学
Abstract: 本发明公开了一种能量感知动态拓扑控制的时间同步方法，在网络拓扑生成阶段根据节点的距离和自身剩余能量来综合选择簇首节点，在时间同步阶段对于簇首节点采用双向信息交换方式进行同步，对于簇内节点采用双向交换和单向监听结合方式进行同步。该方法在保证一定的同步精度前提下也有效均衡了节点的能耗，同时保证了网络的健壮性，能够有效延迟整个网络的寿命。
-
公开(公告)号：CN111681223A
公开(公告)日：2020-09-18
申请号：CN202010517286.6
申请日：2020-06-09
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于卷积神经网络的低照度条件下矿井井壁检测方法，其包括训练阶段和在线检测阶段。训练阶段包括构建图像分解网络和图像检测网络，通过获取图像分解数据集和图像检测数据集分别对图像分解网络和图像检测网络进行训练；在线检测阶段由图像分解、图像增强和图像检测组成，获取现场的矿井井壁图像经过训练完成的图像分解网络分解为反射图像和光照图像，再通过图像增强对井壁图像进行光亮增强，最后由训练完成的图像检测网络对其检测，实现低光照条件下的矿井井壁状态检测。本发明提高了矿井井壁检测的准确性，降低了矿井井壁检测的运行成本，提高了安全性。
-
Patent Agency Ranking
公开(公告)号：CN111641993A
公开(公告)日：2020-09-08
申请号：CN202010516915.3
申请日：2020-06-09
Applicant: 安徽理工大学
Abstract: 本发明公开了一种能量感知动态拓扑控制的时间同步方法，在网络拓扑生成阶段根据节点的距离和自身剩余能量来综合选择簇首节点，在时间同步阶段对于簇首节点采用双向信息交换方式进行同步，对于簇内节点采用双向交换和单向监听结合方式进行同步。该方法在保证一定的同步精度前提下也有效均衡了节点的能耗，同时保证了网络的健壮性，能够有效延迟整个网络的寿命。
-
-
公开(公告)号：CN111273562A
公开(公告)日：2020-06-12
申请号：CN202010043912.2
申请日：2020-01-15
Applicant: 安徽理工大学
Abstract: 本发明公开一种基于膜计算实现井下机器人路径优化方法,路径优化方法包括如下步骤：煤矿井下机器人细胞型膜系统构建、构建膜控制器结构、膜算法设计、移动机器人仿真及实验结果分析。本发明机器人路径优化方法通过改变进化代数，机器人移动的速度误差相对较小，具备很好的收敛性，与传统的算法相比较，速度误差较小，膜算法在井下移动机器人速度解算上准确度更高；通过仿真及实验表明，所提膜算法具有快速收敛性和有效性，所设计的装置能够有效解决煤矿井下复杂环境下的巡检问题，以其高效的计算性能和快速的优化性能为煤矿未来精准开采提供了理论支撑和现实应用价值。
-
公开(公告)号：CN110598804A
公开(公告)日：2019-12-20
申请号：CN201910973115.1
申请日：2019-10-14
Applicant: 安徽理工大学
Abstract: 本发明公开了一种基于聚类和膜计算的改进FastSLAM算法，其包括：初始化，采样，聚类，膜计算优化，计算权重，计算位姿并更新地图和重采样的一系列过程，实现了机器人快速自定位和环境地图构建的功能。该方法通过使用聚类方法对粒子集进行预处理和使用膜计算优化算法的高度并行性，加快了粒子搜索速度，扩大了搜索范围，减缓了粒子退化情况，保证了粒子的多样性，促使粒子更快的分布在真实的位姿附近，有效提高了机器人定位和建图的精度和速度。
-
公开(公告)号：CN119379657A
公开(公告)日：2025-01-28
申请号：CN202411539778.X
申请日：2024-10-31
Applicant: 安徽理工大学
IPC: G06T7/00 , G06T5/60 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种煤矿提升机关键部位异常检测方法，通过录制矿井提升机五个关键部位的运行视频并提取图像，构建图片集。利用训练好的图像增强模型对这些图像进行亮度增强，制作成训练和测试数据集。基于卷积神经网络训练异常检测模型，该模型能够识别提升机关键部位的状态。在实际应用中，使用增强后的图像和异常检测模型对提升机关键部位进行实时监测。通过对比检测到的关键部位位置坐标与正常情况下的中心坐标，可以及时发现异常状态。一旦检测到异常，系统立即停止提升机运行，并发出声光警报提示具体异常位置。这种方法显著提高了检测精度，降低了误检率，极大地减少了煤矿井下提升机的运维成本，同时提升了检修维护的效率和安全性。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.025 seconds)
