公开(公告)号：CN118386252A

公开(公告)日：2024-07-26

申请号：CN202410823132.8

申请日：2024-06-25

申请人： 中国矿业大学

发明人： 马草原 ,  李文宁 ,  辛海鹏 ,  姚沁成 ,  许仁豪 ,  付旭辉 ,  曹鑫宇 ,  段煜坤 ,  郑哲 ,  李刚 ,  王思淇 ,  刘浡 ,  程夕窈 ,  王延瑞 ,  王梓泰

IPC分类号： B25J9/16

摘要： 本发明属于机械臂路径规划领域，具体涉及基于强化学习的机械臂避障路径规划方法及系统，方法包括根据初始状态建立机械臂DH模型，输入机械臂运动起始位置、障碍物位置以及目标位置；基于强化学习，进行机械臂末端的路径规划，融入改进RRT*算法，提高自主避障效率；融入3‑5‑3多项式插值算法进行各关节轨迹规划，设置机械臂各关节速度、加速度、加加速度约束，并对海鸥算法进行改进，将路径规划所得的离散路径点进行拟合以得到平滑、快速的关节轨迹。本发明能够解决当同时要求冲击最优和时间最优时，现有强化学习算法训练的时间成本高以及自主避障的成功率低的问题。

公开(公告)号：CN118386252B

公开(公告)日：2024-10-22

申请号：CN202410823132.8

申请日：2024-06-25

申请人： 中国矿业大学

发明人： 马草原 ,  李文宁 ,  辛海鹏 ,  姚沁成 ,  许仁豪 ,  付旭辉 ,  曹鑫宇 ,  段煜坤 ,  郑哲 ,  李刚 ,  王思淇 ,  刘浡 ,  程夕窈 ,  王延瑞 ,  王梓泰

IPC分类号： B25J9/16

摘要： 本发明属于机械臂路径规划领域，具体涉及基于强化学习的机械臂避障路径规划方法及系统，方法包括根据初始状态建立机械臂DH模型，输入机械臂运动起始位置、障碍物位置以及目标位置；基于强化学习，进行机械臂末端的路径规划，融入改进RRT*算法，提高自主避障效率；融入3‑5‑3多项式插值算法进行各关节轨迹规划，设置机械臂各关节速度、加速度、加加速度约束，并对海鸥算法进行改进，将路径规划所得的离散路径点进行拟合以得到平滑、快速的关节轨迹。本发明能够解决当同时要求冲击最优和时间最优时，现有强化学习算法训练的时间成本高以及自主避障的成功率低的问题。

公开(公告)号：CN118430071A

公开(公告)日：2024-08-02

申请号：CN202410679051.5

申请日：2024-05-29

申请人： 中国矿业大学

发明人： 马草原 ,  辛海鹏 ,  付旭辉 ,  李文宁 ,  许仁豪 ,  姚沁成 ,  陈实 ,  孙永征 ,  李望 ,  段煜坤 ,  李刚 ,  王思淇 ,  刘浡 ,  程夕窈 ,  张友铭

IPC分类号： G06V40/20 ,  G06V10/20 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明属于目标检测技术领域，具体涉及基于神经网络的施工人员行为风险检测方法、系统及介质，方法包括收集变电站工作人员的作业图像，使用Labellmg工具对作业图像中出现的风险行为进行精准标注；增加并改进小目标检测层，以改进的轻量级的卷积神经网络ShuffleNetV2作为主干网络进行特征提取、在Neck部分引入BiFormer注意力机制、采用Wise‑IoU v1作为新的网络模型损失函数，生成并训练升级版YOLOv8目标检测模型；获得变电站工作人员安全行为的检测结果。本发明不仅显著提高了检测的精度和速度，而且在面对小目标检测场景时展现出更强的能力，有效地减少了误检和漏检的发生。

公开(公告)号：CN118245604B

公开(公告)日：2024-08-13

申请号：CN202410667901.X

申请日：2024-05-28

申请人： 中国矿业大学

发明人： 马草原 ,  付旭辉 ,  辛海鹏 ,  许仁豪 ,  姚沁成 ,  李文宁 ,  陈实 ,  孙永征 ,  李望 ,  段煜坤 ,  李刚 ,  王思淇 ,  刘浡 ,  程夕窈 ,  张友铭

IPC分类号： G06F16/35 ,  G06F16/36 ,  G06F16/33 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N5/02

摘要： 本发明公开了融合机器视觉与知识图谱的设备故障风险监测方法及系统，属于知识图谱技术领域，该方法包括：定义设备故障的实体类型和关系类型；获取第一文本数据，基于BERT模型对第一文本数据进行编码生成第一输出向量，基于模态增强注意力机制对第一输出向量进行处理，获得第二输出向量，采用Span指针网络方法提取第二输出向量的头实体以及在特定关系下的尾实体，构建形成知识图谱；基于YOLOv7目标检测算法对发生设备故障的实体进行实时检测，获得第一故障信息；将第一故障信息与知识图谱中的设备故障进行检索匹配，返回第一故障信息对应的故障处理方法。通过本发明解决了设备故障监测效率不高的问题。

公开(公告)号：CN118245604A

公开(公告)日：2024-06-25

申请号：CN202410667901.X

申请日：2024-05-28

申请人： 中国矿业大学

发明人： 马草原 ,  付旭辉 ,  辛海鹏 ,  许仁豪 ,  姚沁成 ,  李文宁 ,  陈实 ,  孙永征 ,  李望 ,  段煜坤 ,  李刚 ,  王思淇 ,  刘浡 ,  程夕窈 ,  张友铭

IPC分类号： G06F16/35 ,  G06F16/36 ,  G06F16/33 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N5/02

摘要： 本发明公开了融合机器视觉与知识图谱的设备故障风险监测方法及系统，属于知识图谱技术领域，该方法包括：定义设备故障的实体类型和关系类型；获取第一文本数据，基于BERT模型对第一文本数据进行编码生成第一输出向量，基于模态增强注意力机制对第一输出向量进行处理，获得第二输出向量，采用Span指针网络方法提取第二输出向量的头实体以及在特定关系下的尾实体，构建形成知识图谱；基于YOLOv7目标检测算法对发生设备故障的实体进行实时检测，获得第一故障信息；将第一故障信息与知识图谱中的设备故障进行检索匹配，返回第一故障信息对应的故障处理方法。通过本发明解决了设备故障监测效率不高的问题。