-
公开(公告)号：CN119442878A
公开(公告)日：2025-02-14
申请号：CN202411509352.X
申请日：2024-10-28
Applicant: 重庆大学
Abstract: 本发明涉及一种面向混合动力汽车的深度强化学习型具身智能方法，属于新能源汽车与人工智能的交叉领域。该方法包括：S1：自定义离线训练与建模在线测试方案；S2：构建实时驾驶环境BEV感知方案；在自动驾驶仿真软件中加载离线训练场景与自定义测试地图，并根据nuScenes数据集配置摄像机；完成场景、车辆及传感器建模后，基于BEV Fusion算法对关键交通要素进行分割与检测；S3：通过BEV Fusion算法获得高维Camera BEV张量，利用深度强化学习算法训练“Alpha HEV具身智能模型”；S4：验证“Alpha HEV具身智能模型”。
-
公开(公告)号：CN115098330B
公开(公告)日：2025-01-28
申请号：CN202210743259.X
申请日：2022-06-27
Applicant: 重庆大学
Abstract: 本发明具体涉及基于云边协同模式的设备异常检测系统及方法。系统包括：设备层，用于获取设备的运行数据；云端，部署有若干个经过训练的故障检测模型；故障检测模型为BiLSTM‑VAE模型；边缘服务器，具有多个分别用于从云端下载对应故障检测模型的并行的边缘节点；边缘服务器将各个边缘节点故障检测模型的输出进行加权计算，以判断设备是否存在故障；云端生成决策信息并下发至边缘服务器；边缘服务器将决策信息下发至设备层以供设备层执行对应的动作。本发明还公开了一种设备异常检测方法。本发明能够通过多个隐层维度不同的故障检测模型之间的集成互补来提高设备异常检测性能，并且无需构建特定于问题场景的模型结构、无需先验经验与专业知识。
-
公开(公告)号：CN112905845B
公开(公告)日：2022-06-21
申请号：CN202110286194.6
申请日：2021-03-17
Applicant: 重庆大学
Abstract: 本发明公开了一种离散智能制造应用的多源非结构化数据清洗方法，通过对离散智能制造应用环境下多源非结构化数据的特征化分析和清洗类型的分类，从而按照清洗类型对应数据清洗策略对待清洗的多源非结构化数据进行数据清洗，解决了多源非结构化数据的统一化描述问题和数据分类处理复杂化问题，使得对离散智能制造应用的多源非结构化数据的清洗类型分类处理借助计算机执行成为了可能，且计算机处理耗时较短，具有一定的高效性，并采用了云模型来反映多源非结构化数据的清洗类型，避免了对模糊清洗类型表达不清等问题，使得清洗类型的分类结果更为可靠，为离散智能制造应用的多源非结构化数据清洗提供了一种新的技术解决方案。
-
公开(公告)号：CN113689122A
公开(公告)日：2021-11-23
申请号：CN202110981354.9
申请日：2021-08-25
Applicant: 重庆大学
Abstract: 本发明具体涉及一种云边协同环境下考虑运输设备的多目标组合调度方法，包括：中心云层对加工任务进行分解以得到对应的工序；边缘端根据工序集合与工艺要求为各道工序匹配加工设备和运输设备的可用资源集合；中心云层建立各个加工任务的初始加工设备和运输设备资源组合；中心云层对初始加工设备和运输设备资源组合进行不断优化，以解算得到最优的加工任务与加工设备、运输设备组合调度方案；中心云层把最优化的组合调度方案发送至边缘端，边缘端在生产现场对各个加工任务以及加工设备和运输设备进行调控。本发明中的多目标组合调度方法能够兼顾加工设备和运输设备运行实时性、可靠性和效率，从而能够提升多目标生产调度的调度效果和生产效率。
-
公开(公告)号：CN112884241B
公开(公告)日：2023-09-01
申请号：CN202110272006.4
申请日：2021-03-12
Applicant: 重庆大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0639 , G06Q50/04
Abstract: 本发明涉及任务调度技术领域，具体涉及基于智能Agent的云边协作制造任务调度方法，包括：S1：将待调度的制造任务输入构建的目标决策模型中；S2：云端计算模块将制造任务分解成若干个子任务；然后对各个子任务的服务质量指标进行约束以得到初步调度方案；S3：边缘管控模块检测各条生产线的扰动情况：若某一条生产线存在故障扰动，则进入步骤S4；若各条生产线均不存在故障扰动，进入步骤S5；S4：云端计算模块对该生产线所对应的子任务的服务质量指标进行再次约束以得到再调度方案；最后返回步骤S3；S5：制造任务的调度完成。本发明中基于智能Agent的云边协作制造任务调度方法能够实现对服务质量指标的约束和对扰动的调整。
-
Patent Agency Ranking
公开(公告)号：CN113689122B
公开(公告)日：2023-11-14
申请号：CN202110981354.9
申请日：2021-08-25
Applicant: 重庆大学
IPC: G06Q10/0631 , G06N3/006 , G06Q50/04 , G06F17/11
Abstract: 本发明具体涉及一种云边协同环境下考虑运输设备的多目标组合调度方法，包括：中心云层对加工任务进行分解以得到对应的工序；边缘端根据工序集合与工艺要求为各道工序匹配加工设备和运输设备的可用资源集合；中心云层建立各个加工任务的初始加工设备和运输设备资源组合；中心云层对初始加工设备和运输设备资源组合进行不断优化，以解算得到最优的加工任务与加工设备、运输设备组合调度方案；中心云层把最优化的组合调度方案发送至边缘端，边缘端在生产现场对各个加工任务以及加工设备和运输设备进行调控。本发明中的多目标组合调度方法能够兼顾加工设备和运输设备运行实时性、可靠性和效率，从而能够提升多目标生产调度的调度效果和生产效率。
-
公开(公告)号：CN115098330A
公开(公告)日：2022-09-23
申请号：CN202210743259.X
申请日：2022-06-27
Applicant: 重庆大学
Abstract: 本发明具体涉及基于云边协同模式的设备异常检测系统及方法。系统包括：设备层，用于获取设备的运行数据；云端，部署有若干个经过训练的故障检测模型；故障检测模型为BiLSTM‑VAE模型；边缘服务器，具有多个分别用于从云端下载对应故障检测模型的并行的边缘节点；边缘服务器将各个边缘节点故障检测模型的输出进行加权计算，以判断设备是否存在故障；云端生成决策信息并下发至边缘服务器；边缘服务器将决策信息下发至设备层以供设备层执行对应的动作。本发明还公开了一种设备异常检测方法。本发明能够通过多个隐层维度不同的故障检测模型之间的集成互补来提高设备异常检测性能，并且无需构建特定于问题场景的模型结构、无需先验经验与专业知识。
-
公开(公告)号：CN112905845A
公开(公告)日：2021-06-04
申请号：CN202110286194.6
申请日：2021-03-17
Applicant: 重庆大学
Abstract: 本发明公开了一种离散智能制造应用的多源非结构化数据清洗方法，通过对离散智能制造应用环境下多源非结构化数据的特征化分析和清洗类型的分类，从而按照清洗类型对应数据清洗策略对待清洗的多源非结构化数据进行数据清洗，解决了多源非结构化数据的统一化描述问题和数据分类处理复杂化问题，使得对离散智能制造应用的多源非结构化数据的清洗类型分类处理借助计算机执行成为了可能，且计算机处理耗时较短，具有一定的高效性，并采用了云模型来反映多源非结构化数据的清洗类型，避免了对模糊清洗类型表达不清等问题，使得清洗类型的分类结果更为可靠，为离散智能制造应用的多源非结构化数据清洗提供了一种新的技术解决方案。
-
公开(公告)号：CN119475978A
公开(公告)日：2025-02-18
申请号：CN202411509346.4
申请日：2024-10-28
Applicant: 重庆大学
IPC: G06F30/27 , G06F9/445 , G06N3/045 , G06N3/092 , G06V10/82 , G06N3/006 , G06V10/80 , G06V10/77 , G06T17/00
Abstract: 本发明涉及一种在线驾驶场景的陌生环境状态认知模型训练方法，属于新能源汽车与人工智能的交叉领域。该方法包括：S1：加载三维驾驶场景模型，搭建混合动力汽车模型，并对每个时刻行驶位置的多角度驾驶画面采集；S2：获取纯视觉特征提取流的Camera BEV特征，并与原二维变量型状态张量相结合；利用基于Actor‑Critic架构的近端策略优化算法作为智能体，形成Actor‑Critic‑Guard网络架构；S3：构建包含关于Actor、Critic与Guard的损失值与L2正则项的损失函数对网络训练；S4：加载近似真实世界的测试环境在动态驾驶场景下对Guard环境认知网络进行评估。
-
公开(公告)号：CN112884241A
公开(公告)日：2021-06-01
申请号：CN202110272006.4
申请日：2021-03-12
Applicant: 重庆大学
Abstract: 本发明涉及任务调度技术领域，具体涉及基于智能Agent的云边协作制造任务调度方法，包括：S1：将待调度的制造任务输入构建的目标决策模型中；S2：云端计算模块将制造任务分解成若干个子任务；然后对各个子任务的服务质量指标进行约束以得到初步调度方案；S3：边缘管控模块检测各条生产线的扰动情况：若某一条生产线存在故障扰动，则进入步骤S4；若各条生产线均不存在故障扰动，进入步骤S5；S4：云端计算模块对该生产线所对应的子任务的服务质量指标进行再次约束以得到再调度方案；最后返回步骤S3；S5：制造任务的调度完成。本发明中基于智能Agent的云边协作制造任务调度方法能够实现对服务质量指标的约束和对扰动的调整。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
