公开(公告)号：CN119917958A

公开(公告)日：2025-05-02

申请号：CN202510412846.4

申请日：2025-04-03

Applicant: 无锡学院

Inventor： 夏庆锋 ,  张永宏 ,  李鹏 ,  刘春辉 ,  朱良宇 ,  吴庆干 ,  宋长坡 ,  孙宁 ,  乐韩峰 ,  何新涵 ,  浦佳洁 ,  宋利鹏 ,  许可儿

IPC: G06F18/2431 ,  G06F18/25 ,  G01M99/00

Abstract: 本发明提供一种多传感器数据融合的设备故障诊断方法及系统，涉及设备故障诊断技术领域，本发明通过多传感器数据融合的方法，显著提高了设备故障诊断的准确性和可靠性。具体而言，本发明从图像、温度多个传感器数据中提取特征，并通过特征融合生成设备故障特征指数，从而实现对设备故障的预测诊断，通过采集关键部位的温度数据以及工作图像，对工作图像进行相关性分析，生成反映设备工作图像的图像纹理特征评估指数，对温度数据进行相关性处理，生成反映设备温度特征值的温度特征评估指数，并对温度特征评估指数和图像纹理特征评估指数进行相关性分析，生成设备故障特征指数，从而输出可能性最高的故障类型。

公开(公告)号：CN119693905A

公开(公告)日：2025-03-25

申请号：CN202411882245.1

申请日：2024-12-19

Applicant: 无锡学院

Inventor： 夏庆锋 ,  宋利鹏 ,  胡凯 ,  周鹏 ,  孙宁 ,  宋志强 ,  刘益新

IPC: G06V20/56 ,  G06V10/25 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明提出一种基于BEV的目标物体检测方法及系统，首先获取待检测的图像和相应的目标点云数据，然后通过特征提取网络对待检测的目标图像和目标点云数据进行特征提取并分别将其转换为BEV图像特征和BEV点云特征，通过可变形的注意力机制对所述BEV图像特征和BEV点云特征进行特征增强，提高了特征的表示能力；最后将经过特征增强的BEV图像特征和BEV点云特征进行融合，进一步用于进行目标检测，能够实现更加精准的目标物体检测，提高了对目标物体检测的精度。

公开(公告)号：CN118170013B

公开(公告)日：2024-11-26

申请号：CN202410207143.3

申请日：2024-02-26

Applicant: 无锡学院

Inventor： 夏庆锋 ,  许可儿 ,  孙宁 ,  宋志强 ,  王松雷 ,  宋利鹏 ,  李东保

IPC: G05B13/04

Abstract: 本发明公开了一种基于强化学习的无人机辅助配送方法，包括如下步骤：步骤一、构建用于无人机辅助配送的数学模型，即无人机配送调度问题模型，包括无人机任务分配模型和无人机路径规划模型；步骤二、基于PPO‑PSO算法，采用LSTM–CNN神经网络架构，分别设计用于无人机任务分配模型的任务分配算法和用于无人机路径规划模型的航线规划算法；步骤三、构建自主制导与跟踪避障模型，使无人机能够适应对象和环境的不确定性，具有变参数、变结构的能力，实现地面随机运动目标的连续跟踪和合理避障；步骤四、将自主制导与跟踪避障模型在pybullet平台上进行训练，将训练好的神经网络架构部署到设计好的实验环境上，采用ros系统进行仿真验证。

公开(公告)号：CN118170013A

公开(公告)日：2024-06-11

申请号：CN202410207143.3

申请日：2024-02-26

Applicant: 无锡学院

Inventor： 夏庆锋 ,  许可儿 ,  孙宁 ,  宋志强 ,  王松雷 ,  宋利鹏 ,  李东保

IPC: G05B13/04

Abstract: 本发明公开了一种基于强化学习的无人机辅助配送方法，包括如下步骤：步骤一、构建用于无人机辅助配送的数学模型，即无人机配送调度问题模型，包括无人机任务分配模型和无人机路径规划模型；步骤二、基于PPO‑PSO算法，采用LSTM–CNN神经网络架构，分别设计用于无人机任务分配模型的任务分配算法和用于无人机路径规划模型的航线规划算法；步骤三、构建自主制导与跟踪避障模型，使无人机能够适应对象和环境的不确定性，具有变参数、变结构的能力，实现地面随机运动目标的连续跟踪和合理避障；步骤四、将自主制导与跟踪避障模型在pybullet平台上进行训练，将训练好的神经网络架构部署到设计好的实验环境上，采用ros系统进行仿真验证。