-
公开(公告)号:CN119376244A
公开(公告)日:2025-01-28
申请号:CN202411355999.1
申请日:2024-09-27
Applicant: 淮阴工学院
IPC: G05B13/04
Abstract: 本发明提出了一种基于模糊多目标函数模型的自适应滑模轨迹跟踪控制方法,首先,建立了全向移动机器人的运动学模型,并在移动机器人质心与预设点之间实时生成一条虚拟路径;通过定义滑模面和设计滑模切换函数,构建切换控制律和等效控制律,从而得到了最终的滑模控制律;针对多个子优化目标,采用模糊逻辑进行模糊化处理,并利用六边形模糊数构建隶属度函数,实现了控制器的优化;此外,设计了自适应控制器,通过结合等效控制和切换控制的自适应滑模控制策略,并融合模糊多目标函数模型,使控制器能够根据不同的外部干扰和系统状态自适应地调整其行为,实现高精度的轨迹跟踪。本发明分别对直线跟踪轨迹和圆形跟踪轨迹进行仿真和控制,提高移动机器人的轨迹跟踪控制性能。
-
公开(公告)号:CN118573375A
公开(公告)日:2024-08-30
申请号:CN202410640374.3
申请日:2024-05-21
Applicant: 淮阴工学院
Abstract: 本发明公开了一种无证书密钥隔离代理多重签名方法,所述方法包括以下步骤:(1)构建基于无证书密钥隔离代理多重签名系统并建立系统参数;(2)生成部分私钥和无证书密钥;(3)生成用户初始私钥;(4)用户私钥信息更新;(5)生成用户临时私钥;(6)代理签名密钥生成;(7)生成代理多重签名;(8)消息验证者收到代理多重签名后对签名进行验证。与现有技术相比,本发明提供的技术方案能解决在恶意可信中心存在的情况下一群原始签名人授权一个代理签名人来代表原始签名人来进行签名的应用场景中的密钥保护问题。
-
公开(公告)号:CN116989796A
公开(公告)日:2023-11-03
申请号:CN202311124796.7
申请日:2023-09-02
Applicant: 淮阴工学院
Abstract: 一种基于ROS的传感器阵列移动机器人定位系统,包括设置在移动机器人中心的MCU,以及与MCU连接的多个传感器,多个传感器的驱动板以环形方式分布在MCU的周边,将所有传感探头延申排布在机器人各个方向,形成传感器阵列获取移动机器人的周边环境数据;当系统启用时,机器人通过设置在四周的超声波传感器检测周围是否有障碍物,通过前下方的两个悬崖传感器检测前进路上是否有凹陷地面,通过正前方的镭射传感器获取前方行进路线的道路信息,并实时将检测的信息传送至MCU进行处理,MCU将处理后的信息使用ROS通过串口与总控制器进行通讯,并使用PWM驱动车轮的电机,返回编码器的值以进行PID控制。本发明可以使得机器人的导航更加准确和可靠。
-
公开(公告)号:CN118840353A
公开(公告)日:2024-10-25
申请号:CN202410986417.3
申请日:2024-07-23
Applicant: 淮阴工学院
IPC: G06T7/00 , G06N3/0464 , G06V10/25 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/08 , G06V10/776 , G06V10/764
Abstract: 一种基于改进YOLOv8光伏电池表面缺陷检测方法,包括步骤:步骤一:制作数据集;步骤二:搭建EfficientVitBlock网络模型,构建基本的的卷积模块Conv,引入注意力机制SENet模块,替换YOLOv8模型原生的主干网络;步骤三:搭建Neck网络模型;步骤四:采用MPDIoU作为新边界回归损失函数替代原损失函数;步骤五:训练和验证评价指标:mAP平均精度均值;步骤六:将步骤一制作的数据集输入到改进之后的YOLOv8模型进行训练,得到光伏电池表面缺陷检测的模型;步骤七:根据运行之后的runs文件中的可视化图表对改进之后的模型进行评价与对比。本发明改进后的模型能在保持高准确度的同时减少计算复杂性和推理时间,进一步提高了网络的检测准确性能,同时减少计算成本。
-
公开(公告)号:CN117058024A
公开(公告)日:2023-11-14
申请号:CN202310974922.1
申请日:2023-08-04
Applicant: 淮阴工学院
IPC: G06T5/00 , G06T5/50 , G06V10/26 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 本发明涉及图像分割技术领域,公开了一种基于Transformer的高效去雾语义分割方法及其应用,获取雾天天气下城市道路场景图像数据,搭建实现初步去雾的主干去雾网络,采用Transformer编码器‑解码器的结构,在编码器部分加入雾天气的类型查询来学习任务,在解码块中,使用编码器的特征作为键和值。采用无监督域自适应的框架进行自训练,在源域和目标域中加入中间域,使用双教师网络为目标域数据生成伪标签,并将网络进行端对端的训练,得到一个训练权重,利用优化后的训练权重对应的模型对待处理图像进行高效去雾语义分割。该模型可以在自动驾驶领域具有较好的应用。与现有技术相比,本发明在去除雾天气中具有更好的表现。
-
公开(公告)号:CN116796179A
公开(公告)日:2023-09-22
申请号:CN202310805492.0
申请日:2023-07-03
Applicant: 淮阴工学院
IPC: G06F18/2135 , G01N27/12 , G06F18/214 , G06N20/20
Abstract: 本发明涉及气味检测识别技术领域,公开了一种基于噪声滤波框架和融合模型的电子鼻检测葡萄酒质量的方法,使用9个MOS的气体传感器组成的传感器阵列采集对不同种类葡萄酒气味有响应的电阻数据,并将其转化为可输出的数字信号;对采集的数据利用噪声滤波框架进行滤波;使用主成分分析法PCA进行数据的特征提取(降维);建立融合分类模型,将深度神经网络DNN、支持向量机SVM和决策树DT融合为混合模型,并利用Adaboost算法调整分类器权重,组合这些分类器,以生成最终的输出;利用融合分类模型输出最终的分类结果。与现有技术相比,本发明通过噪声滤波和特征提取对采集的气味数据进行处理,利用融合模型进行气味识别,提高了分类准确性,又能解决复杂的非线性问题。
-
-
-
-
-