-
公开(公告)号:CN117930635B
公开(公告)日:2024-07-30
申请号:CN202311033352.2
申请日:2023-08-16
申请人: 华南理工大学 , 中山市技师学院 , 中山迈雷特数控技术有限公司
IPC分类号: G05B13/02
摘要: 本发明涉及在线控制器结构技术领域,尤其公开了一种基于Youla参数化的变结构在线控制器调整架构;本发明的在线控制器调整架构,包括一个粗调控制器K0和一组精调候选控制器Q;所述粗调控制器K0用于考虑系统的鲁棒稳定性和标称性能;所述精调候选控制器Q用于考虑系统局部的精细化控制性能;所述精调候选控制器Q,由一组预先设计好的稳定化控制器构成,用于现场对控制器进行微调。因此,本发明的在线控制器调整结构,包含一组可在线调整控制器的实时精调机制,并且通过设计一种切换子系统的二次稳定状态空间实现,以保证精调装置在任意切换下的稳定性。
-
公开(公告)号:CN118239358A
公开(公告)日:2024-06-25
申请号:CN202410014148.4
申请日:2024-01-04
申请人: 华南理工大学 , 广州广日电梯工业有限公司
IPC分类号: B66B13/22
摘要: 本申请提供了电梯门锁触点开关的故障预警方法、系统、设备及介质。该方法包括:根据电压自动测量装置对电梯门锁回路的降压电阻两端的电压值进行测量;然后按照预设时间间隔,记录降压电阻两端的电压值;再对电压值进行差分运算,得到电压变化值;再给定电压变化值的初始估计量,根据电压变化值的初始估计量确定电压变化值的估计值;接着根据电压变化值的估计值和指数平滑预测模型,得到包含平滑因子的等式,并结合最小化残差平方和准则对平滑因子进行迭代估算,得到故障预测模型;最后根据故障预测模型和滑动窗口统计法确定电梯门锁触点开关的故障预警阈值,并根据故障预警阈值对电梯门锁触点开关进行故障预警,能够减少电梯门锁故障的发生。
-
公开(公告)号:CN117968704A
公开(公告)日:2024-05-03
申请号:CN202410295098.1
申请日:2024-03-15
摘要: 本发明公开了一种基于激光视觉信息融合的作业机器人路径导航方法及系统,所述方法包括:云端服务器建立与所有作业机器人的通信连接,并向所述作业机器人发送作业指令;所述作业机器人基于自身搭载的传感器获取传感数据,并将所述传感数据发送到所述云端服务器;所述云端服务器对所述传感数据进行融合分析,构建作业区域全局地图;所述云端服务器读取作业任务信息,并根据所述作业任务信息和作业区域全局地图为每个作业机器人生成路径导航信息;所述作业机器人基于对应的路径导航信息进行协同作业。本发明将激光传感数据和视觉传感数据进行融合分析,提高了在面对复杂环境下作业机器人路径导航的精准性,有效提高作业效率。
-
公开(公告)号:CN114708295B
公开(公告)日:2024-04-16
申请号:CN202210346880.2
申请日:2022-04-02
申请人: 华南理工大学
IPC分类号: G06T7/215 , G06T7/246 , G06T7/277 , G06T7/13 , G06T5/70 , G06T5/60 , G06T5/10 , G06T5/30 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/08
摘要: 本发明公开了一种基于Transformer的物流包裹分离方法,包括以下步骤:将图像送入改进的Transformer语义分割模型,将接收的图像划分为多个图块并将图块传入分层编码器,该编码器利用重叠特征合并操作、前馈神经网络结合自注意力机制输出不同分辨率的多级图像特征;使用轻量级的基于多层感知机的解码器进行特征拼接和融合,预测出图像的包裹分割掩码信息;对于该掩码信息进行图像形态学后处理,提取出所有包裹的边缘信息,获取当前包裹的分布情况后对包裹在传送带上的分布情况进行统计,获取在传送带最前方的包裹作为目标包裹,将此目标包裹信息作为卡尔曼滤波目标跟踪环节的更新输入,从而实现对于物流包裹的单件分拣。
-
公开(公告)号:CN113962246B
公开(公告)日:2024-04-09
申请号:CN202111093663.9
申请日:2021-09-17
申请人: 华南理工大学
IPC分类号: G06V20/00 , G06V10/141 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/044 , G06N3/0475 , G06N3/08
摘要: 本发明公开了一种融合双模态特征的目标检测方法、系统、计算机设备及存储介质,所述方法包括:获取训练数据集;训练数据集包括双模态图像和注释文件,双模态图像包括可见光图像和红外图像;将可见光图像输入目标检测模型中的光照感知权重生成网络,输出两种模态特征的融合权重;将双模态图像和两种模态特征的融合权重输入目标检测模型中的具有特征循环融合机制的主路网络,输出预测结果;利用两种模态特征的融合权重和预测结果以及注释文件训练目标检测模型,将待测双模态图像输入训练好的目标检测模型,得到待测双模态图像中目标的位置和类别的预测结果。本发明通过构建目标检测模型,改善了模型对环境光照变化的适应能力,提高了检测精度。
-
公开(公告)号:CN112507963B
公开(公告)日:2023-08-25
申请号:CN202011530655.1
申请日:2020-12-22
申请人: 华南理工大学
IPC分类号: G06V40/16 , G06V10/774 , G06F16/583
摘要: 本发明涉及一种批量口罩人脸样本自动生成以及口罩人脸识别方法,包括以下步骤:S1、定位人脸库中的无佩戴口罩人脸的关键点;S2、分别找到无口罩人脸的下巴以及鼻梁定位点;S3、将口罩图片与人脸的下巴以及鼻梁定位点进行对齐,自动生成口罩人脸图片,并将图片入库;S4、识别人脸时,通过检查关键点是否被遮挡来判断是否戴口罩;S5、根据步骤S4的判断,选取相似度高于阈值且相似度最高的人脸所对应的人员,完成人脸识别。本发明通过人脸关键点定位找出口罩区域并自动生成口罩人脸图片入库,通过与口罩人脸进行比对,不需要单独拍摄戴口罩人脸图片入库,也可以实现对戴口罩的人脸识别的目的。
-
公开(公告)号:CN116539139A
公开(公告)日:2023-08-04
申请号:CN202310057936.7
申请日:2023-01-16
申请人: 华南理工大学
摘要: 本发明公开了一种齿轮减速电机故障的检测方法、装置、计算机设备及存储介质,所述方法包括:获取齿轮减速电机的振动信号并进行处理;利用离散短时傅里叶变换将处理后振动信号转换为RGB功率谱图像,将RGB功率谱图像作为电机数据集;基于注意力机制和ConvNeXt网络模型构建改进的ConvNeXt网络模型,利用电机数据集对改进的ConvNeXt网络模型进行训练,得到电机品质检测分类模型;获取待测齿轮减速电机的振动信号,根据振动信号得到RGB功率谱图像并将RGB功率谱图像输入电机品质检测分类模型中,得到待测电机的故障类型。本发明通过构建改进的ConvNeXt网络模型,有效提升了检测分类的精度和准确率。
-
公开(公告)号:CN112784709B
公开(公告)日:2023-06-20
申请号:CN202110014959.0
申请日:2021-01-06
申请人: 华南理工大学
IPC分类号: G06V20/13 , G06V10/764 , G06V10/774
摘要: 本发明公开了一种远程多目标的高效检测及识别方法,包括下列步骤:S1、终端通过限流算法将视频流处理成图片集S2、对图片集原始图片归一化成固定大小的样本图像;S3、将样本图像的像素点作为节点,用所有节点的邻接矩阵表示无向图的状态;S4、获取每个节点的s纬特征向量;S5、预先构建完备向量化的标签字典,将输出的特征矩阵通过字典得到标签的预测值;S6、终端将标签的预测值通过阈值筛选;S7、服务器根据标签结果生成对应哈希码,通过哈希码进入不同的目标识别模型通道;S8、服务器预先将所有的已知目标识别后存储成特征向量库,有效图片进入对应模型通道后解析成特征向量,和特征向量库比对后得到结果,反馈到终端。
-
公开(公告)号:CN112149555B
公开(公告)日:2023-06-20
申请号:CN202010998015.7
申请日:2020-09-21
申请人: 华南理工大学
IPC分类号: G06V20/58 , G06V10/774 , G06Q10/087 , G06Q10/047 , G06N3/0464
摘要: 本发明公开了一种基于全局视觉的多仓储AGV追踪方法,包括以下步骤:1)拍摄仓库的全局图像,并将其发送到控制中心;2)对全局图像进行处理,追踪系统在第一帧利用目标检测算法对多台AGV进行识别,并根据AGV顶部的AprilTag码确定每台AGV的ID及位姿;3)将仓库分为若干区域,调度系统获取控制中心发送的AGV位姿信息后利用分层规划算法进行每台AGV的路径规划;4)将每台AGV的路径信息与多AGV追踪算法结合,预测AGV的位置,用一个边界框框选出AGV所在区域,确定每台AGV的信息;5)控制中心将路径信息转化成的速度指令发送至AGV,控制AGV,完成货物的分拣任务。
-
公开(公告)号:CN112861602B
公开(公告)日:2023-05-26
申请号:CN202011435882.6
申请日:2020-12-10
申请人: 华南理工大学
IPC分类号: G06V40/16 , G06V40/40 , G06V10/774 , G06V10/82 , G06N3/0464
摘要: 本发明涉及一种基于深度可分离卷积的人脸活体识别模型压缩和移植方法,包括如下步骤:S1、通过数据增强的方式获得一个训练数据集;S2、利用改进的卷积神经网络对图像进行训练,并保存训练后得到的卷积神经网络模型;S3、基于深度可分离卷积对模型进行压缩,削减模型大小,使得模型参数削减为原始模型的20%左右,使得其尺寸更适合于移动端。S4、通过对模型权重进行半精度Float16量化进一步地压缩模型,加快模型推理速度,使得模型大小压缩为S3步骤的50%,移动端识别速度缩短为400ms,完成模型在移动端软件的移植。本发明基于深度可分离卷积对模型进行压缩且Float16半精度量化。
-
-
-
-
-
-
-
-
-