-
公开(公告)号：CN115567211B
公开(公告)日：2024-07-09
申请号：CN202211238124.4
申请日：2022-10-10
Applicant: 广州大学
Abstract: 本发明涉及PLC控制技术领域，尤其涉及了多机器人PLC控制系统加密通信方法，包括以下步骤：PLC控制系统启动OpenVPN等待外来请求连接，机器人控制器启动OpenVPN与PLC控制系统构建虚拟网络，工程师主机启动OpenVPN向PLC控制系统发出连接请求，PLC主控与机器人通过工业总线协议Modbus TCP协议进行通讯，并将机器人的信息状态显示在示教器上，其中PLC与机器人控制器都搭载有嵌入式操作系统，并且都搭建有OpenVPN。工程师通过隧道与工业机器人进行加密控制通信。该多机器人PLC控制系统加密通信方法，无需干预应用层协议实现，不会影响网络自身拓扑结构与设备原有通信方式，通过国密算法，能够实现更好的数据加密，同时有利于安全的自主可控，以及更好的产品市场化发展前景。
-
公开(公告)号：CN116852379A
公开(公告)日：2023-10-10
申请号：CN202311071286.8
申请日：2023-08-23
Applicant: 广州大学
IPC: B25J9/16
Abstract: 本说明书实施例提供了一种单连杆机械臂系统的迭代学习控制方法、设备及介质，其中，方法包括：对单连杆机械臂系统建模，设置离散采样周期；对机械臂的期望输出轨迹进行离散采样，得到期望输出序列；对初始控制输入信号进行离散化处理，得到实际控制输入信号，进而得到机械臂的实际输出轨迹，根据离散采样周期进行离散采样得到实际输出序列；根据实际输出序列与期望输出序列得到误差序列计算误差值，通过判断误差值是否符合预设收敛条件，若不符合，则计算迭代学习控制增益，根据误差序列、迭代学习控制增益和迭代学习控制律更新下次迭代的控制输入信号，直至误差值符合预设收敛条件时，停止迭代。
-
公开(公告)号：CN116595575A
公开(公告)日：2023-08-15
申请号：CN202310416064.9
申请日：2023-04-18
Applicant: 广州大学
IPC: G06F21/62 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向边缘智能控制器的依赖任务卸载和隐私保护方法，针对边缘智能控制器的隐私保护卸载所面临的挑战，本发明的内容在于提出了基于Seq2Seq的深度强化学习依赖任务卸载算法，在考虑边缘智能控制器的应用任务之间的依赖关系和网络动态变化等因素，实现依赖任务实时高效卸载调度同时保护边缘控制器的隐私数据，减少任务处理总的时延和能耗，最大化用户服务质量。
-
公开(公告)号：CN116560231A
公开(公告)日：2023-08-08
申请号：CN202310502407.3
申请日：2023-05-05
Applicant: 广州大学
IPC: G05B13/04
Abstract: 本发明涉及水下监测领域，且公开了一种针对双连杆机器鱼的开闭环迭代学习控制算法，包括以下步骤：S1：根据双连杆机器鱼的动态数学模型，构建非线性动态系统；S2：获取双连杆机器鱼的期望输出轨迹，得到双连杆机器鱼的期望摆动速度序列；S3：将控制输入推力作用于双连杆机器鱼，得到双连杆机器鱼的实际摆动速度序列；S4：根据实际摆动速度序列和期望摆动速度轨迹序列求绝对误差，并形成误差序列；S5：形成开闭环迭代学习控制器；S6：更新在下一次迭代的控制输入推力序列；S7：判断误差指标是否小于容许范围；将提出的开闭环迭代学习控制算法应用于控制该系统，可驱动双连杆机器鱼实现期望运动，并且相较于传统控制方法有显著先进性和科学性。
-
公开(公告)号：CN115883130A
公开(公告)日：2023-03-31
申请号：CN202211301245.9
申请日：2022-10-24
Applicant: 广州大学
IPC: H04L9/40
Abstract: 本发明涉及车载ECU技术领域，公开了一种通过密钥的车载ECU身份认证方法，包括以下步骤：S1：中央网关向终端设备获取各个ECU特征码，请求通过国密算法加密通道发送；S2：终端设备回复中央网关请求，发送ECU特征码给中央网关；S3：中央网关对各个ECU进行认证；S4：ECU回复中央网关认证请求；S5：ECU发送获取ECU之间通信密钥请求；S6：通过国密算法加密通道发送车载通信密钥等信息；S7：对脚本进行修改；S8：生成证书及密钥；S9：修改服务端和客户端配置文件；S10：服务端启动服务等待连接，客户端发起连接，建立加密通信隧道。本发明可有效解决车载ECU固件篡改、重放攻击等安全问题。
-
Patent Agency Ranking
公开(公告)号：CN115690707A
公开(公告)日：2023-02-03
申请号：CN202211287914.1
申请日：2022-10-20
Applicant: 广州大学
IPC: G06V20/56 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及无人驾驶技术领域，且公开了基于超快速结构感知深层网络的改进的车道线检测方法，包括以下步骤：S1、搭建骨干网络；S2、搭建改进的辅助分割网络；S3、搭建改进的基于行的分类预测网络；S4、训练改进的超快速结构感知深层网络。该基于超快速结构感知深层网络的改进的车道线检测方法，解决现有技术方案中车道线识别实际测试中弯道情况的行锚拟合不精准的问题，在保证高速的识别效果情况下，提升网络对图片多尺度特征的训练，同时加入了SE和CBAM两种注意力机制，提高模型在训练过程中对特征图中关键特征的关注度，增强网络识别性能；解决现有技术方案中对于原始数据集图片中车道线缺失部分拟合失准的问题。
-
公开(公告)号：CN115567211A
公开(公告)日：2023-01-03
申请号：CN202211238124.4
申请日：2022-10-10
Applicant: 广州大学
Abstract: 本发明涉及PLC控制技术领域，尤其涉及了多机器人PLC控制系统加密通信方法，包括以下步骤：PLC控制系统启动OpenVPN等待外来请求连接，机器人控制器启动OpenVPN与PLC控制系统构建虚拟网络，工程师主机启动OpenVPN向PLC控制系统发出连接请求，PLC主控与机器人通过工业总线协议Modbus TCP协议进行通讯，并将机器人的信息状态显示在示教器上，其中PLC与机器人控制器都搭载有嵌入式操作系统，并且都搭建有OpenVPN。工程师通过隧道与工业机器人进行加密控制通信。该多机器人PLC控制系统加密通信方法，无需干预应用层协议实现，不会影响网络自身拓扑结构与设备原有通信方式，通过国密算法，能够实现更好的数据加密，同时有利于安全的自主可控，以及更好的产品市场化发展前景。
-
公开(公告)号：CN111510020B
公开(公告)日：2021-04-23
申请号：CN202010342819.1
申请日：2020-04-27
Applicant: 广州大学
IPC: H02N2/06
Abstract: 本发明公开一种针对高相对度压电电机的开闭环迭代学习控制方法，所述方法包括：对压电电机的期望输出轨迹进行采样，得到期望输出轨迹序列；将控制输入电压作用到所述压电电机中并采样输出结果，得到所述压电电机的实际输出位置序列；根据所述压电电机的实际输出位置序列和所述期望输出轨迹序列形成误差序列；根据所述误差序列、开环迭代学习控制增益和闭环迭代学习控制增益形成迭代学习控制律；根据所述迭代学习控制律更新下一次迭代的控制输入电压，并将更新好的电压重新作用到所述压电电机中，直至误差指标小于容许范围时停止迭代。本发明能够使得电机系统不受高相对度的限制，且能够在达到精确跟踪控制的基础上减少迭代次数，节省能源消耗。
-
公开(公告)号：CN115421382B
公开(公告)日：2024-12-24
申请号：CN202210988763.6
申请日：2022-08-17
Applicant: 广州大学
IPC: G05B13/04
Abstract: 本发明涉及直流电机领域，公开了一种轨迹长度随机变化的直流电机的开闭环迭代学习控制方法，其包括如下步骤：根据算法A设置压电电机的采样周期，根据算法B对直流电机期望的输出轨迹进行采样，根据算法C对直流电机初始的控制输入电压进行采样；其次，根据算法D得到真正的控制输入电压，并将其作用于直流电机，从而获得直流电机的实际输出位置yk(n)，得到采样序列#imgabs0#根据算法E计算直流电机系统输出位置与期望输出位置的误差采样序列；最后，根据算法F计算迭代学习控制器的增益，根据算法G计算得到直流电机下一次迭代所需要的输入电压，将得到的输入电压作用于直流电机，重复执行算法E‑G。
-
公开(公告)号：CN118611526A
公开(公告)日：2024-09-06
申请号：CN202410638304.4
申请日：2024-05-22
Applicant: 广州大学
Abstract: 本申请公开了一种永磁直线电机迭代学习控制方法、系统、设备及介质，方法包括：设置电机的采样周期；根据所述采样周期，获取电机采样的期望轨迹输出序列；设置电机的初始输入信号，并将初始输入信号输入至到实际的电机中，并依据所述采样周期进行采样，得到电机实际的采样输出信号序列；根据所述采样的期望轨迹输出序列、采样输出信号序列，计算得到误差序列；根据收敛条件，计算得到迭代学习控制增益；根据误差序列和控制增益设置迭代学习控制律，并根据所述迭代学习控制律更新下一次迭代的控制输入信号，直至误差序列小于预设的容许范围，则停止迭代。通过本申请迭代学习控制算法能够逐步逼近理想控制轨迹，降低网络随机性对系统性能的影响。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.022 seconds)
