-
公开(公告)号：CN117369329A
公开(公告)日：2024-01-09
申请号：CN202311324085.4
申请日：2023-10-13
申请人： 西安交通大学
IPC分类号： G05B19/042
摘要： 一种基于异构多处理系统的AGV控制器，AGV控制器中，底板包括电源模块、按键以及外围接口；核心板通过板间连接器插在所述底板上，所述核心板包括异构多处理系统芯片、晶振和内存，所述异构多处理系统芯片包括，处理系统PS侧，其包括应用处理单元APU和实时处理单元RPU；可编程逻辑PL侧，其包括带有神经网络加速器的FPGA，处理系统PS侧将图像数据传给可编程逻辑PL侧的神经网络加速器进行基于深度学习的目标检测。
-
公开(公告)号：CN115755887A
公开(公告)日：2023-03-07
申请号：CN202211321955.8
申请日：2022-10-26
申请人： 西安交通大学
IPC分类号： G05D1/02
摘要： 一种多AGV协同感知方法，包括如下步骤：S100：基础设施传感器和AGV上传感器的感知和测量；S200：多传感器目标融合，对来自不同单机AGV和基础设施传感器的3D目标检测结果进行融合，得到目标融合结果；S300：多传感器目标融合之后进行目标追踪，所述目标追踪主要包括kalman滤波和数据关联；S400：结合动态障碍物进行实时场景信息动态障碍物和占据栅格信息更新。该方法解决AGV视野范围小，难以感知障碍物的全貌且容易受到货架等物体的遮挡等问题。
-
公开(公告)号：CN115755786A
公开(公告)日：2023-03-07
申请号：CN202211323177.6
申请日：2022-10-26
申请人： 西安交通大学
IPC分类号： G05B19/418
摘要： 一种基于流量的多AGV全局调度交管系统，包括任务分配模块、全局路径规划模块、交管控制模块；其中，所述任务分配模块用于将任务进行分配，并绑定到某个AGV上以执行此任务；所述全局路径规划模块用于对所有具有移动需求的AGV，使用基于路径预期流量的多AGV无碰撞路径规划方法，规划出其前往目标地点的全局路径；所述交管控制模块用于实时监控各个AGV的运行状态，并根据剩余路径的实时流量和路径属性，若可以继续前进，则分段下发剩余路径序列和对应路径属性至各个AGV执行，若不能，则让AGV原地等待命令或者以当前位置为起点重新规划路径。该系统可以避免出现多AGV路径冲突或者拥堵的情况，保障整体系统高效运行。
-
公开(公告)号：CN115374920A
公开(公告)日：2022-11-22
申请号：CN202210924133.2
申请日：2022-08-02
申请人： 西安交通大学
摘要： 本公开揭示了一种加速神经网络计算的多NPU级联结构，包括多个神经网络计算单元NPU，多个块存储器block memory，一个直接存储器存取DMA和一个主存储器DDR，该级联结构能够使所述多个神经网络计算单元NPU并行计算，只有神经网络构建模块的输入和输出需要访存主存储器。本公开所揭示的级联结构能显著提高神经网络MAC的利用率，高效访问主存储器，对于解决神经网络计算访存效率低这一性能瓶颈具有十分重要的意义。
-
公开(公告)号：CN115374919A
公开(公告)日：2022-11-22
申请号：CN202210923137.9
申请日：2022-08-02
申请人： 西安交通大学
摘要： 本公开揭示了一种神经网络前处理方法，其特征在于：如果每次卷积需要m个点的n个通道数据，则重排时：在第1列，先自下向上排列第1个点至第m个点所涉及的m*n个数；进一步的，如果卷积步长是k，则自左向右继续重排至第2列时：第k+1个点的n个通道的数据先从下面开始排列；然后，依次自下向上排列第k+2个点，一直到第k+m个点；进一步的，当重排到第i+1列时，自下向上依次排列：第i*k+1,i*k+2,…,i*k+m个点的n个通道数据。本公开应用范围广泛，可使用在各种网络加速方案，以及多种处理器中，达到提高内存利用率，降低图像卷积计算用时的作用。
-
公开(公告)号：CN115373598A
公开(公告)日：2022-11-22
申请号：CN202210923740.7
申请日：2022-08-02
申请人： 西安交通大学
摘要： 本公开揭示了计算机实现的数据处理方法，包括步骤：S100：从源存储器读取图像数据，其中源存储器具有源存储格式，其中对源存储器的读取是以适用于源存储器的模式进行的；S200：把图像数据从源存储格式转置成不同于源存储格式的目的地存储格式，其中源存储格式和目的地存储格式中的一个是HWC8存储格式，而源存储格式和目的地存储格式中的另一个是HWC88存储格式；S300：把图像数据写入到目的地存储器，其中目的地存储器具有目的地存储格式，其中对目的地存储器的读取是以适用于目的地存储器的格式进行的。本公开利用HWC88存储格式具有更好的局部性，可以提高cache中数据的利用率，进而提升数据传输带宽和计算性能。
-
公开(公告)号：CN113029145B
公开(公告)日：2022-08-09
申请号：CN202110226995.3
申请日：2021-03-01
申请人： 西安交通大学
摘要： 本发明公开了一种基于强化学习的视觉拓扑导航方法，方法中，基于所述强化学习模型以及序列图像建立拓扑地图，给定可移动机器人的当前位置和目标位置之后，基于所述拓扑地图搜索匹配所述当前位置和目标位置；定位当前位置和目标位置之后，进行路径规划，采用最短路径算法选取从当前位置到达目标位置的最短路径；预测子目标节点，在所述最短路径中从当前节点之后的节点中选择一个节点作为子目标节点以引导可移动机器人到达下一个子目标点；以当前状态图像特征和子目标节点的状态图像特征作为强化学习网络输入，强化学习网络进行导航控制，输出引导可移动机器人到达子目标节点的动作信号，直至目标位置完成导航。
-
公开(公告)号：CN113014497B
公开(公告)日：2022-08-09
申请号：CN202110165948.2
申请日：2021-02-05
申请人： 西安交通大学
IPC分类号： H04L45/60
摘要： 公开了一种用于通道均衡传输的路由节点，多端口数据输入模块配置成输入数据，输入数据包括通道选择信息，路由计算模块连接多通道模块、交叉开关分配模块和通道分配模块，交叉开关连接多通道模块和多端口数据输出模块，交叉开关将多通道模块中的数据发送至多端口数据输出模块，通道分配模块一端连接多通道模块，一端连接数据流控制模块，一端连接路由计算模块，多端口数据输出模块连接交叉开关以输出数据，输出数据包括通道选择信息，通道选择信息由通道分配模块生成以选择数据进入的输出通道，输出通道为下级路由节点的多通道模块中的一个通道，通道均衡由通道分配模块负责。
-
公开(公告)号：CN110059571A
公开(公告)日：2019-07-26
申请号：CN201910217954.0
申请日：2019-03-21
申请人： 西安交通大学
摘要： 本发明公开了一种基于极限学习机和较少特征的上肢表面肌电多分类方法，属于机器学习模式识别领域。该方法通过对表面肌电信号进行特征提取获得特征数据，再通过交叉验证选定极限学习机的隐节点数目，最终可以实现上肢表面肌电信号多分类的高精确度分类结果。与当前在该数据集上应用的汇报了最佳分类精度的基于Spectrogram的支持向量机相比，本发明的优点在于：所需特征维度明显更少；极限学习机的训练时间显著短于支持向量机；本发明计算时间明显缩短；本发明在不损失分类精度的情况下简化了特征提取步骤，并显著降低了对计算资源的需求，包括减少数据量和缩短运算时间两个方面，因此更具现实意义，更有利于推广并实现基于表面肌电信号的实时控制系统。
-
公开(公告)号：CN110059294A
公开(公告)日：2019-07-26
申请号：CN201910245469.4
申请日：2019-03-28
申请人： 西安交通大学
IPC分类号： G06F17/18
摘要： 本发明公开了基于核递归最大互相关熵算法的非线性格兰杰因果性检测方法，该方法在传统格兰杰因果性检测方法基础上，采用核递归最大互相关熵算法建立非线性回归模型，利用非线性回归误差计算因果性指标，通过因果性准则得到两个时间序列之间的因果关系，并对因果性指标和分辨能力指标进行显著性检验。该方法不但能正确地检测出非线性因果关系，而且其分辨能力也更强。因此基于核递归最大互相关熵算法的非线性格兰杰因果性检测方法在实际应用中更加易于推广和使用。
-
-
-
-
-
-
-
-
-
搜索结果
97 条记录 (耗时 0.03 秒)
