-
公开(公告)号：CN114024367B
公开(公告)日：2023-09-19
申请号：CN202111311746.0
申请日：2021-11-08
申请人： 南京师范大学 , 国电南瑞南京控制系统有限公司 , 国网电力科学研究院有限公司 , 南瑞集团有限公司
摘要： 本发明提出了一种基于边缘计算的低压台区故障处理方法及设备，所述方法在边缘计算设备上执行，所述边缘计算设备和低压台区设备连接，所述方法包括：通过对低压台区拓扑文件进行解析获取各个设备的父节点和子节点；根据低压设备上报的停复电告警进行故障初步定位，初步确定故障节点；基于初步确定的故障节点，通过读取设备中的告警事件记录，分析故障原因，进行故障二次定位；基于故障初步定位、故障二次定位的结果和原因分析，生成主动隔离策略；执行主动隔离策略，并输出故障节点和故障原因。本发明能够就地实现低压台区故障的快速处理，通过两次定位分析，确保故障定位的准确性，并能主动进行故障隔离，最大程度减少停电范围，提高供电可靠性。
-
公开(公告)号：CN114024367A
公开(公告)日：2022-02-08
申请号：CN202111311746.0
申请日：2021-11-08
申请人： 南京师范大学 , 国电南瑞南京控制系统有限公司 , 国网电力科学研究院有限公司 , 南瑞集团有限公司
摘要： 本发明提出了一种基于边缘计算的低压台区故障处理方法及设备，所述方法在边缘计算设备上执行，所述边缘计算设备和低压台区设备连接，所述方法包括：通过对低压台区拓扑文件进行解析获取各个设备的父节点和子节点；根据低压设备上报的停复电告警进行故障初步定位，初步确定故障节点；基于初步确定的故障节点，通过读取设备中的告警事件记录，分析故障原因，进行故障二次定位；基于故障初步定位、故障二次定位的结果和原因分析，生成主动隔离策略；执行主动隔离策略，并输出故障节点和故障原因。本发明能够就地实现低压台区故障的快速处理，通过两次定位分析，确保故障定位的准确性，并能主动进行故障隔离，最大程度减少停电范围，提高供电可靠性。
-
公开(公告)号：CN109146972B
公开(公告)日：2022-04-12
申请号：CN201810954414.6
申请日：2018-08-21
申请人： 南京师范大学镇江创新发展研究院
IPC分类号： G06T7/73 , G06V10/44 , G06V10/46 , G06V10/762 , G06K9/62
摘要： 本发明公开了基于快速特征点提取及网格化三角形约束的视觉导航方法，包括如下步骤：采集连续视频帧序列图像，提取相邻两帧图像中的特征点；对提取的相邻两帧图像进行网格化划分；对每个三角形构建6维形状描述子及32维区域描述子，得到由每个三角形的38维混合描述子组成的特征向量；对网格化划分对应三角形的特征向量进行匹配，通过中心点聚类方法选取具有显著特性的特征点，剔除错误匹配的特征点，利用极线几何约束剔除运动特征点，获得有效可用特征点对；完成最终的运动模型求解，获得视觉导航解算的位置结果。本发明为室内环境下的机器人视觉导航与定位提供解决方法，具有特征点提取速度快、匹配率高的优点。
-
公开(公告)号：CN109871014B
公开(公告)日：2021-09-03
申请号：CN201910114052.4
申请日：2019-02-14
申请人： 南京师范大学 , 南京智能高端装备产业研究院有限公司
IPC分类号： G05D1/02
摘要： 本发明公开了基于电磁传感器电动势中心值分区的智能小车循迹方法，包括以下步骤：步骤1，采用电磁传感器向单片机的AD接口输出电磁传感器的电动势；步骤2，对电动势进行滤波处理，得到有效的电动势信号，根据有效的电动势信号，选取中心值；步骤3，进行分区；步骤4，获取分区的判断依据参数Spaceflag；步骤5，对智能小车所处区域进行判定，并获取控制参数；步骤6，将控制参数作为控制智能小车方向的PID控制器的输入，实现智能小车的循迹前进。本发明为电磁传感器的智能小车提供循迹前进的解决方法，具有循迹准确、大小偏差处理精准的优点。
-
公开(公告)号：CN109146972A
公开(公告)日：2019-01-04
申请号：CN201810954414.6
申请日：2018-08-21
申请人： 南京师范大学镇江创新发展研究院
CPC分类号： G06T7/73 , G06K9/4609 , G06K9/4671 , G06K9/6223 , G06T2207/10016
摘要： 本发明公开了基于快速特征点提取及网格化三角形约束的视觉导航方法，包括如下步骤：采集连续视频帧序列图像，提取相邻两帧图像中的特征点；对提取的相邻两帧图像进行网格化划分；对每个三角形构建6维形状描述子及32维区域描述子，得到由每个三角形的38维混合描述子组成的特征向量；对网格化划分对应三角形的特征向量进行匹配，通过中心点聚类方法选取具有显著特性的特征点，剔除错误匹配的特征点，利用极线几何约束剔除运动特征点，获得有效可用特征点对；完成最终的运动模型求解，获得视觉导航解算的位置结果。本发明为室内环境下的机器人视觉导航与定位提供解决方法，具有特征点提取速度快、匹配率高的优点。
-
公开(公告)号：CN101656425A
公开(公告)日：2010-02-24
申请号：CN200910032550.0
申请日：2009-06-23
申请人： 南京师范大学
IPC分类号： H02J7/00
CPC分类号： Y02T90/168 , Y04S30/12
摘要： 本发明公开了一种电动车蓄电池远距离充电装置，它由电动车蓄电池端电压数据采集与发送装置和充电器两部分组成；电动车蓄电池端电压经分压电路分压后，分压电阻两端的直流电压为1V，作为电压跟随器的输入信号，电压跟随器的输出经限幅电路后与单片机A的模/数转换器相连，单片机A连接无线通信模块A。所述充电器包括输出电压反馈电路、数字电位器、单片机B和无线接收模块；电压反馈电路的电阻(R5)和电阻(R4)连接点对地的电压为固定的直流2.5V基准电压；数字电位器的电阻输出端接地且与电阻(R4)并联；数字电位器连接单片机B，单片机B连接无线通信模块B。本发明装置，结构简单、成本低，有效地解决了电动车蓄电池远距离充电问题。
-
公开(公告)号：CN111309008B
公开(公告)日：2023-04-28
申请号：CN202010099323.6
申请日：2020-02-18
申请人： 南京师范大学 , 南京智能高端装备产业研究院有限公司
IPC分类号： G05D1/02
摘要： 本发明提供了一种基于色彩识别的移动机器人导航方法，包括：采集周围环境中辅助识别点标的彩色图像信息，对彩色图像进行颜色阈值、像素阈值和面积阈值处理，同时根据其他预设条件，确定环境是否存在阻碍运输的障碍物；解算出辅助识别点标和环境中阻碍运输的障碍物的位置信息；根据辅助识别点标的位置信息，确定移动机器人在进行运输作业时的运动控制方案，保证运输过程的及时、平稳；根据障碍物的位置信息，确定移动机器人在进行运输作业时的运动控制方案。若出现位置信息传输中断，将自动切换到特定的运动控制方案保证移动机器人的正常工作，实现移动机器人自动并且稳定地完成运输任务。
-
公开(公告)号：CN110866939B
公开(公告)日：2022-03-22
申请号：CN201910988218.5
申请日：2019-10-17
申请人： 南京师范大学 , 南京智能高端装备产业研究院有限公司
摘要： 本发明提供了基于相机位姿估计和深度学习的机器人运动状态识别方法，包括：步骤1，采集连续视频帧序列图像并进行预处理，提取每一帧图像的加速稳健特征点，进行加速稳健特征点的匹配，并对匹配的加速稳健特征点对进行筛选；步骤2，分析提取的加速稳健特征点，并依据随机抽样一致算法，排除的离群值，计算出每一个时间段内相机的欧式变化矩阵；步骤3，把相机的欧式变化矩阵的变化转化为经时间修正过的运动描述向量，再把经时间修正过的运动描述向量转化为运动描述矩阵；步骤4，构建卷积神经网络，把运动描述矩阵和动作标签矩阵作为输入训练，得到运动预测模型；步骤5，利用运动预测模型实时判断机器人运动状态。
-
公开(公告)号：CN111309008A
公开(公告)日：2020-06-19
申请号：CN202010099323.6
申请日：2020-02-18
申请人： 南京师范大学 , 南京智能高端装备产业研究院有限公司
IPC分类号： G05D1/02
摘要： 本发明提供了一种基于色彩识别的移动机器人导航方法，包括：采集周围环境中辅助识别点标的彩色图像信息，对彩色图像进行颜色阈值、像素阈值和面积阈值处理，同时根据其他预设条件，确定环境是否存在阻碍运输的障碍物；解算出辅助识别点标和环境中阻碍运输的障碍物的位置信息；根据辅助识别点标的位置信息，确定移动机器人在进行运输作业时的运动控制方案，保证运输过程的及时、平稳；根据障碍物的位置信息，确定移动机器人在进行运输作业时的运动控制方案。若出现位置信息传输中断，将自动切换到特定的运动控制方案保证移动机器人的正常工作，实现移动机器人自动并且稳定地完成运输任务。
-
公开(公告)号：CN113392702B
公开(公告)日：2024-06-11
申请号：CN202110504839.9
申请日：2021-05-10
申请人： 南京师范大学
IPC分类号： G06V20/58 , G06V10/60 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
摘要： 本发明公开了一种基于自适应图像增强的弱光照环境下目标识别方法，包括：搭建自适应图像增强模块；搭建基于自适应图像增强的弱光照环境下目标识别模型；采集弱光照环境下的目标视频并处理生成弱光照环境下目标的数据集，划分测试集图像与训练集图像，对训练图像进行标注，生成标签文件；将训练集的全部图像和标签文件送入基于自适应图像增强的弱光照环境下目标识别模型进行训练；将训练好的基于自适应图像增强的弱光照环境下目标识别模型完成弱光照环境下的目标识别，并输出识别结果。本发明提升了弱光照环境下的目标识别的快速性与准确性，能够有效解决目前目标识别技术在弱光照环境下目标识别准确率不高，识别速度慢等问题，应用前景广泛。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.189 秒)
