公开(公告)号：CN113848946B

公开(公告)日：2023-11-03

申请号：CN202111219149.5

申请日：2021-10-20

Applicant: 郑州大学

Inventor： 王东署 ,  赵红燕 ,  王河山 ,  辛健斌 ,  马天磊 ,  罗勇 ,  张方方

IPC: G05D1/02

Abstract: 本申请提供一种基于神经调节机制的机器人行为决策方法及设备，本申请通过设计新的碰撞危险度指标，该指标不仅考虑了障碍物的距离，同时也考虑了障碍物速度对移动机器人运动的影响，通过碰撞危险度引导移动机器人的注意力网络在背侧注意力机制和腹侧注意机制之间切换，同时对机器人运动方向以及运动速度大小进行调节，使机器人灵活应对环境中的不确定性事件，并且设计了一种新的神经元学习率，增强调节发育网络隐含层神经元的学习能力，提高机器人应对突变环境的快速响应能力。

公开(公告)号：CN113746024B

公开(公告)日：2023-01-03

申请号：CN202111047818.5

申请日：2021-09-08

Applicant: 郑州大学

Inventor： 马天磊 ,  库雅楠 ,  杨震 ,  王佳奇 ,  任向阳 ,  陈泓霖 ,  王林

IPC: H02G1/02 ,  H02J7/35 ,  G01R31/08

Abstract: 本申请提供一种帆叶式输电线路巡检机器人包括控制箱，包括左右分别设置的两列帆叶，帆叶通过调节机构与控制箱内的驱动调节装置连接，驱动调节装置基于当前风力值自适应调节帆叶姿态，并控制所述机器人按照预置巡检速度进行线路巡检；与所述驱动调节装置连接且设置于调节机构上的传感器；设置于控制箱上的检测装置，用于检测当前线路，并将故障线路图像发送至故障检测控制端；与驱动调节装置连接且设置于控制箱外部的太阳能充电装置；与控制箱固定连接的两个机械臂，机械臂的另一端与行走轮固定连接，行走轮通过穿过机械臂的输电线路与驱动调节装置连接，保证了电路巡检机器人更稳定运行，提高效率和检测精度、同时利用风能和太阳能降低成本。

公开(公告)号：CN108663995B

公开(公告)日：2020-11-06

申请号：CN201710203038.2

申请日：2017-03-30

Applicant: 郑州大学

Inventor： 朱晓东 ,  李广 ,  王杰 ,  马天磊 ,  张方方 ,  王河山 ,  王东署 ,  王书锋

IPC: G05B19/418

Abstract: 本发明涉及一种工业过程变量趋势异常检测方法及装置，通过实时采集某一个工业过程变量的数据，利用变量数据在长时间段具有一定变化趋势的特点、在短时间段具有随机波动的特点，分别建立长周期均值和短周期均值，构造趋势特征量，根据不同采集点的趋势特征量自适应的设定阈值上下限，当某一采集点的趋势特征量超出该采集点对应的阈值上限和阈值下限的范围时，判定该趋势变量对应的工业过程变量趋势异常。本发明的原理简单，不需要对历史数据进行训练，只需对实时采集的数据进行简单的统计处理，就能够由趋势特征变量的变化来反映工业参数的异常变化特征，并且用于判定异常的阈值设定是根据当前采集点能自适应变化的，具有较强的自适应能力。

公开(公告)号：CN110000781A

公开(公告)日：2019-07-12

申请号：CN201910255732.8

申请日：2019-03-29

Applicant: 郑州大学

Inventor： 王东署 ,  杨凯 ,  罗勇 ,  辛健斌 ,  王河山 ,  马天磊

IPC: B25J9/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于机器人智能控制技术领域，公开一种基于发育网络的移动机器人运动方向预先决策方法，包括以下步骤：1)发育网络的创建、训练和测试；2)在每次执行任务后的非工作状态下，由动作输出层激活次数最高的某个神经元触发发育网络中间层神经元的侧向激励机制，实现机器人运动方向的预先决策：计算Z层神经元的激活概率pi：其中， 按照激活概率大小排序，激活前几个概率不为0的Z层神经元；激活每个Z层神经元时，依次执行如下过程：由Z层向Y层输入数据→激活Y层神经元→侧向激励→在新激活的神经元中保存新知识→建立保存有新知识的Y层神经元与Z层对应的神经元之间的权值连接。本发明可提高机器人的行为决策效率。

公开(公告)号：CN108663995A

公开(公告)日：2018-10-16

申请号：CN201710203038.2

申请日：2017-03-30

Applicant: 郑州大学

Inventor： 朱晓东 ,  李广 ,  王杰 ,  马天磊 ,  张方方 ,  王河山 ,  王东署 ,  王书锋

IPC: G05B19/418

CPC classification number: Y02P90/02 ,  G05B19/41885 ,  G05B2219/32339

Abstract: 本发明涉及一种工业过程变量趋势异常检测方法及装置，通过实时采集某一个工业过程变量的数据，利用变量数据在长时间段具有一定变化趋势的特点、在短时间段具有随机波动的特点，分别建立长周期均值和短周期均值，构造趋势特征量，根据不同采集点的趋势特征量自适应的设定阈值上下限，当某一采集点的趋势特征量超出该采集点对应的阈值上限和阈值下限的范围时，判定该趋势变量对应的工业过程变量趋势异常。本发明的原理简单，不需要对历史数据进行训练，只需对实时采集的数据进行简单的统计处理，就能够由趋势特征变量的变化来反映工业参数的异常变化特征，并且用于判定异常的阈值设定是根据当前采集点能自适应变化的，具有较强的自适应能力。