-
公开(公告)号：CN113298386A
公开(公告)日：2021-08-24
申请号：CN202110586212.2
申请日：2021-05-27
Applicant: 广西大学
Abstract: 本发明提出一种分布式多目标深度确定性值网络机器人能量管理方法，该方法能提高巡检机器人的充电效率，获得巡检机器人的最优工作路径。该方法由分布式多目标深度确定性值网络组成；通过多目标深度确定性网络获得巡检机器人的最优充电效率和最优工作路径；多个巡检机器人之间采用一致性协议交换巡检机器人的电量和巡检机器人的位置。该分布式多目标深度确定性值网络机器人能量管理方法减少巡检机器人在工作中的能量损耗，缩短巡检机器人到达工作地点的时间。
-
公开(公告)号：CN113298386B
公开(公告)日：2023-08-29
申请号：CN202110586212.2
申请日：2021-05-27
Applicant: 广西大学
IPC: G06Q10/0637 , G06Q50/06 , B25J9/16
Abstract: 本发明提出一种分布式多目标深度确定性值网络机器人能量管理方法，该方法能提高巡检机器人的充电效率，获得巡检机器人的最优工作路径。该方法由分布式多目标深度确定性值网络组成；通过多目标深度确定性网络获得巡检机器人的最优充电效率和最优工作路径；多个巡检机器人之间采用一致性协议交换巡检机器人的电量和巡检机器人的位置。该分布式多目标深度确定性值网络机器人能量管理方法减少巡检机器人在工作中的能量损耗，缩短巡检机器人到达工作地点的时间。
-
公开(公告)号：CN113361686A
公开(公告)日：2021-09-07
申请号：CN202110586216.0
申请日：2021-05-27
Applicant: 广西大学
Abstract: 本发明提出一种多层异构多模态卷积神经网络集成式机器人巡检方法，该方法是将智能巡检机器人应用于电力系统的巡检中，能够解决人工巡检所带来的问题，提高电力系统的自动化水平。该方法将图像处理技术和深度学习引入到电力系统设备智能识别中，通过巡检机器人对现场进行图像采集，将采集到的多层异构信息运用三层多模态卷积神经网络图，以解决海量现场工况下的数据自动分析和识别问题，对开关，压板，指示灯屏柜信息进行检测识别，改善电力巡检任务中的耗时耗力问题，且有效提高电力设备检测精度。
-
公开(公告)号：CN212721682U
公开(公告)日：2021-03-16
申请号：CN202022072602.1
申请日：2020-09-21
Applicant: 广西大学
Abstract: 本实用新型涉及称重技术领域，具体涉及一种自动称重识别装置，包括称重主体和伺服电机，所述称重主体顶端一侧的内部固定安装有称重识别器，所述称重主体顶端的另一侧固定安装有显示器，所述伺服电机的一端固定安装有转杆，所述转杆的一侧固定安装有导流圆弧板，所述称重主体的顶端嵌入安装有传输带。本实用新型通过设置有显示器、称重识别器、转杆、导流圆弧板和传输带，称重识别器对生产的物品进行称重识别，当物品的质量合格时，物品便继续向称重主体的一端移动至收集盒内部收集，当物品的质量不合格时，转杆带动导流圆弧板顺时针旋转九十度，使不合格物品随导流圆弧板导入称重主体一侧的收集盒内部进行收集，增加了装置的结构实用性。
-
-
-
Search Results
4
records
(took 0.017 seconds)
