-
公开(公告)号：CN115098100B
公开(公告)日：2024-03-26
申请号：CN202210722116.0
申请日：2022-06-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于云原生面向工业应用场景的数字孪生体组件驱动方法，该方法包括下述步骤：构建基于云原生的数字孪生体组件，采用基于XML框架的Collada格式文件作为数字孪生体组件的数据格式，将物理对象的运动学数据与物理数据以元素定义标签的方式存储；通过数字孪生体组件的Collada文件的加载类将数字孪生体组件部署在云端环境，根据数据源数据对数字孪生体组件进行数据更新，更新后的数字孪生体组件数据进行渲染，可视化到云端环境，循环更新数字孪生体组件的数据，实现对数字孪生体组件实时驱动。本发明实现精确的数字化控制，支持数字孪生体组件多维度数据的存储、方便对其在云端快速部署、开发、更新和运维协同合作。
-
公开(公告)号：CN117094696A
公开(公告)日：2023-11-21
申请号：CN202310802843.2
申请日：2023-07-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种面向智能故障诊断的可伸缩微服务自适应弹性架构方法，通过本发明提供的故障诊断系统根据不同服务的应用目标路径，对软件平台进行合理的架构分层分类，利用“端‑边‑云”微服务架构进行软件架构可伸缩改造，解除故障诊断软件平台各服务之间的耦合关系，通过构建自组织工业知识图谱进行故障诊断知识挖掘深度挖掘，实现算法微服务实例结构原型设计驱动以及迭代能力，同时场景化定制并弹性调度各微服务虚拟容器节点的执行状态实现了对多场景多设备进行综合智能故障诊断。
-
公开(公告)号：CN116882660A
公开(公告)日：2023-10-13
申请号：CN202310741865.2
申请日：2023-06-20
Applicant: 华南理工大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/092
Abstract: 本发明公开了一种基于深度强化学习的自适应生产调度方法、装置及介质，其中方法包括：获取输入信息，输入信息包括：工件数，机器数，输送路径数；调度模型根据将输入信息与仿真生产线进行互动或与实际生产线进行互动，输出调度结果；其中调度结果包括：为每个工序选择的机器、输送路径、延迟释放时间，该工序的开始处理时间和处理完成时间；其中，调度模型的一个动作包括工序选择规则、机器选择规则、输送路径选择规则以及延迟释放时间。本发明基于深度强化学习技术，解决复杂输送路径条件下的柔性作业车间调度问题，从而优化生产时间，并且使得实际生产时间与预测的相符，同时不会造成工件的碰撞或拥堵，可广泛应用于工业工程领域。
-
公开(公告)号：CN116805940A
公开(公告)日：2023-09-26
申请号：CN202310689540.4
申请日：2023-06-12
Applicant: 华南理工大学
IPC: H04L67/1001 , H04W28/084 , G06F9/50
Abstract: 本发明公开了一种基于可扩展边缘计算的数据采集系统及方法，所述系统包括：数据采集模块、负载均衡设备、边缘计算模块和云平台，其中，数据采集模块，用于采集各个移动设备的数据信息；负载均衡设备，用于根据预设分割算法对数据采集模块的数据信息进行任务分割，同时根据预设分配算法将分割的任务发送至边缘计算模块的各个边缘节点；云平台，用于存储各个边缘节点处理后的数据信息。根据本发明提供的方法，采用边缘计算的模式对数据进行采集，通过负载均衡设备动态对数据进行任务的分割及分配，提高了数据的采集效率。
-
公开(公告)号：CN115189997B
公开(公告)日：2023-06-16
申请号：CN202210722189.X
申请日：2022-06-24
Applicant: 华南理工大学
IPC: H04L41/0266 , H04L41/044 , H04L41/082 , H04L41/0823 , H04L41/14 , H04L41/16 , H04L67/06 , H04L67/133
Abstract: 本发明公开了一种基于云、雾、边缘协同的云机器人实时监测与控制方法，该方法包括下述步骤：在边缘端实现对机器人物理对象的数据信息进行特征提取，在雾端构建机器人的数字孪生体组件，在雾端搭建数字孪生体组件的组态实施工具，在云端部署云机器人的智能调度和控制方法，在云端构建云机器人的特征数据库模块以及本体知识库，实现云端、雾端、边缘端协同系统间的数据感知与交互，构建云机器人的自适应动态网络驱动机制，实现云机器人的实时监测与控制。本发明实现在任务复杂程度与应用场景的不同环境下对云机器人的实时监测与控制，解决在智能制造环境下机器人与云端交互的通信鲁棒性以及面对不同计算负载分配机制的实时敏感程度的问题。
-
Patent Agency Ranking
公开(公告)号：CN111369130B
公开(公告)日：2023-05-26
申请号：CN202010132861.0
申请日：2020-02-29
Applicant: 华南理工大学
IPC: G06Q10/0631 , G06Q50/04
Abstract: 本发明公开了基于语义数据和知识推理的分布式自适应产线重构方法，包括为建立基于本体的生产任务和制造资源语义模型和通过知识推理实现生产任务和产线资源的逻辑重配；所述建立基于本体的生产任务和制造资源语义模型包括以下步骤：S1、构建生产任务和制造资源信息的本体模型；S2、构建知识库结构；S3、保存生产任务和制造资源信息模型文件；S4、判断是否更新本体模型；S5、更新本体模型；S6、加入模型库；所述的通过知识推理实现生产任务和产线资源的逻辑重配包括以下步骤：1、分别计算对应元素语义相似度；2、将语义相似度加权求和；3、引入评价指标体系，得出资源组合最优解，对制造资源层下达生产任务。
-
公开(公告)号：CN115189997A
公开(公告)日：2022-10-14
申请号：CN202210722189.X
申请日：2022-06-24
Applicant: 华南理工大学
IPC: H04L41/0266 , H04L41/044 , H04L41/082 , H04L41/0823 , H04L41/14 , H04L41/16 , H04L67/06 , H04L67/133
Abstract: 本发明公开了一种基于云、雾、边缘协同的云机器人实时监测与控制方法，该方法包括下述步骤：在边缘端实现对机器人物理对象的数据信息进行特征提取，在雾端构建机器人的数字孪生体组件，在雾端搭建数字孪生体组件的组态实施工具，在云端部署云机器人的智能调度和控制方法，在云端构建云机器人的特征数据库模块以及本体知识库，实现云端、雾端、边缘端协同系统间的数据感知与交互，构建云机器人的自适应动态网络驱动机制，实现云机器人的实时监测与控制。本发明实现在任务复杂程度与应用场景的不同环境下对云机器人的实时监测与控制，解决在智能制造环境下机器人与云端交互的通信鲁棒性以及面对不同计算负载分配机制的实时敏感程度的问题。
-
公开(公告)号：CN108921893B
公开(公告)日：2022-03-25
申请号：CN201810373550.6
申请日：2018-04-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于在线深度学习SLAM的图像云计算方法，包括以下步骤：采集图像数据并存储；提取关键帧上传；将图像数据构建数据集并进行训练，得到最优卷积神经网络参数；提取实时图像特征点进行识别，对相邻帧图像进行特征点匹配；图像特征点通过迭代，得出最佳匹配变换矩阵，利用位置姿态信息纠正，得到相机位姿变换；通过点云数据的配准和位置姿态信息，得到最优位姿估计；通过矩阵变换将位姿信息变换到一个坐标系，得到地图信息；精度不够的区域重复前面步骤；客户端显示结果，同时进行在线调整；本发明将图像处理、深度学习训练和SLAM利用云计算技术并行化，提高图像处理、定位与建图的效率及准确率。
-
公开(公告)号：CN106933212B
公开(公告)日：2019-12-10
申请号：CN201710264013.3
申请日：2017-04-21
Applicant: 华南理工大学
IPC: G05B19/418
Abstract: 本发明公开了一种分布式制造环境下的可重构工业机器人编程控制方法，包括依次电讯连接的编辑模块、模型转换模块、部署模块、通讯模块、IEC 61499运行环境、机器人控制指令执行模块、伺服驱动模块、机器人；所述部署模块电讯连接监控模块，监控模块连接编辑模块；所述通讯模块电讯连接监控模块；本发明采用符合国际标准的图形化编程语言，替代了各种基于文本的专用机器人控制器编程语言，提高了开发过程的效率和控制程序的可移植性。基于模块化运行环境和标准化管理命令，能够实现工业机器人控制程序的在线动态重构，提高了机器人控制器的柔性。
-
公开(公告)号：CN108921893A
公开(公告)日：2018-11-30
申请号：CN201810373550.6
申请日：2018-04-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于在线深度学习SLAM的图像云计算方法，包括以下步骤：采集图像数据并存储；提取关键帧上传；将图像数据构建数据集并进行训练，得到最优卷积神经网络参数；提取实时图像特征点进行识别，对相邻帧图像进行特征点匹配；图像特征点通过迭代，得出最佳匹配变换矩阵，利用位置姿态信息纠正，得到相机位姿变换；通过点云数据的配准和位置姿态信息，得到最优位姿估计；通过矩阵变换将位姿信息变换到一个坐标系，得到地图信息；精度不够的区域重复前面步骤；客户端显示结果，同时进行在线调整；本发明将图像处理、深度学习训练和SLAM利用云计算技术并行化，提高图像处理、定位与建图的效率及准确率。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.034 seconds)
