-
公开(公告)号：CN117047753A
公开(公告)日：2023-11-14
申请号：CN202310900719.X
申请日：2023-07-20
Applicant: 深圳信息职业技术学院 , 广东工业大学
IPC: B25J9/16
Abstract: 本公开涉及机械手控制技术领域，提出了一种带有状态受限的多单臂机械手分布式协同控制方法及系统，首先通过一对一状态映射得到等价的无约束系统，又采用分布式观测器估计领导者系统的状态，将多智能体系统协同一致性问题解耦成多个独立智能体的跟踪控制问题，构建增广系统，以代价函数最小为目标，获得最优协同控制策略。本公开将系统控制问题转化为无约束跟踪问题，能够在不违反状态约束的同时使性能指标得到优化。
-
公开(公告)号：CN116932086A
公开(公告)日：2023-10-24
申请号：CN202310939777.3
申请日：2023-07-27
Applicant: 深圳信息职业技术学院 , 广东工业大学
Abstract: 本发明提出了一种基于哈里斯鹰算法的移动边缘计算卸载方法及系统，涉及计算卸载技术领域，基于获取的当前移动边缘计算网络信息，以卸载总成本最低为优化目标，以计算资源为约束条件，建立边缘计算卸载系统模型；基于哈里斯鹰算法，以优化目标和约束条件建立适应度函数，确定最优卸载决策和资源分配方案；基于最优卸载决策，选择每个任务的目标处理位置，基于资源分配方案，为任务分配计算资源；本发明结合本地终端设备的电量信息及充电状态信息，综合考虑能耗和时延卸载成本，建立多用户多任务多服务器场景下的边缘计算卸载系统模型，采用哈里斯鹰算法对卸载决策和资源分配变量进行求解，最终获得最优的卸载决策和资源分配方案。
-
公开(公告)号：CN116916272A
公开(公告)日：2023-10-20
申请号：CN202310920462.4
申请日：2023-07-24
Applicant: 深圳信息职业技术学院 , 广东工业大学
Abstract: 本发明属于无线通信技术领域，提出了一种基于自动驾驶汽车网络的资源分配和任务卸载方法及系统，包括：构建边缘计算系统；构建系统评价函数；将系统评价函数分解为初始给定资源分配决策下的任务卸载优化函数和在基于任务卸载优化结果下的资源分配优化函数；基于改进的遗传算法求解在初始给定资源分配决策下的任务卸载优化函数，得到最优任务卸载决策；基于粒子群算法求解基于任务卸载优化结果下的资源分配优化函数，得到最优资源分配决策；循环迭代得到最优的资源分配决策和任务卸载决策。本申请利用遗传算法求解离散变量的优点和粒子群算法求解连续变量的优点进行联合求解，能够避免传统算法快速进入局部最优解的困境。
-
公开(公告)号：CN116859742A
公开(公告)日：2023-10-10
申请号：CN202310922315.0
申请日：2023-07-25
Applicant: 深圳信息职业技术学院 , 广东工业大学
IPC: G05B13/04
Abstract: 本发明提出了非线性多智能体系统无模型自适应预测控制方法及系统，涉及工业互联网和自动控制领域，基于传感器采集的智能体I/O数据，通过无模型自适应控制方法，建立非线性多智能体系统的动态线性化数据模型；基于网络化预测控制方法，主动补偿动态线性化数据模型中智能体在前向通道和反馈通道中的随机网络诱导时延和数据丢包，构建智能体控制律；基于智能体控制律，生成预测控制序列，对动态未知的网络化非线性多智能体进行控制；本发明将无模型自适应控制和网络化预测控制方法相结合，对一类动态未知的网络化非线性多智能体进行控制，并能主动补偿智能体在前向通道和反馈通道中的随机网络诱导时延和数据丢包，并达到多智能体的输出一致。
-
公开(公告)号：CN119689848A
公开(公告)日：2025-03-25
申请号：CN202411726244.8
申请日：2024-11-28
Applicant: 广东工业大学
IPC: G05B13/04
Abstract: 本发明涉及执行器故障下多自主体的固定时间滑模控制方法及系统，分别构建领航者和跟随者自主体系统的模型；根据多自主体系统一致性控制过程中，各个自主体之间的网络通信拓扑结构，确定跟随者与领航者之间的通信关系；根据估计的未知外部干扰、故障严重程度以及估计误差，确定固定时间干扰观测器；根据领航者和跟随者的状态以及各个自主体之间的通信关系，定义第i个跟随者自主体系统的一致性状态误差，一致性状态误差处于固定时间预设性能函数约束的边界区域内，根据一致性误差对多自主体系统误差模型进行重构；基于设定的滑模面，设计在执行器故障和未知外部干扰下的滑模控制律和自适应律，对执行器故障和扰动的影响进行补偿。
-
Patent Agency Ranking
公开(公告)号：CN119017375A
公开(公告)日：2024-11-26
申请号：CN202410998360.9
申请日：2024-07-24
Applicant: 广东工业大学
Abstract: 本发明属于机械臂打磨控制技术领域，提供了一种基于自适应阻抗控制的机械臂打磨控制方法及系统，包括建立机械臂的拉格朗日动力学模型；获取机械臂末端的期望轨迹；基于动力学模型，以期望轨迹为约束，生成包含打磨工件环境不确定性的自适应阻抗控制方法；利用自适应阻抗控制方法，对未知环境参数进行估计，实时更新参考轨迹，调整机械臂末端位置，实现末端接触力的跟踪。本发明解决了实际的复杂打磨加工过程中难以高质量地完成打磨加工任务的问题。
-
公开(公告)号：CN118466176A
公开(公告)日：2024-08-09
申请号：CN202410562977.6
申请日：2024-05-08
Applicant: 广东工业大学
IPC: G05B13/02
Abstract: 本发明属于模糊控制领域，提供了一种基于图社区发现的模糊规则基整定方法及系统，包括以被控对象的状态空间和相应的特性空间为一组进行采样，构建数据集；以数据集中的一组数据为顶点，每组数据之间的范数为边，构建采样图；采用社区发现算法对采样图进行社区发现，得到关于顶点的社区归属结果，社区子图集；根据社区发现得到的社区子图集，建立模糊规则基，建立隶属度函数集，完成模糊规则基整定。本发明通过给定参数自动产生贴近被控对象控制需求的模糊集，减少人工经验的介入，大幅减少了人工设置的参数，也就减少了调试的工作量；通过考虑被控对象的控制需求设定模糊集，提高系统的跟踪性能。
-
公开(公告)号：CN118426309A
公开(公告)日：2024-08-02
申请号：CN202410506657.9
申请日：2024-04-25
Applicant: 广东工业大学
IPC: G05B13/04
Abstract: 本发明属于工业互联网和自动控制技术领域，提供了一种基于云计算的网络化多智能体编队控制方法及系统，包括根据网络条件，将分布在混合网络下的智能体进行分组，并给每组智能体分配一个云节点；获取智能体的输入输出数据并计算伪偏导数的估计，将其发送至对应的云节点；云节点基于获取的组内智能体的数据以及从其他云节点发送来的数据，生成智能体的编队控制协议；云节点基于智能体编队控制协议生成预测控制序列，下发至智能体的执行器，对智能体进行控制。本公开克服了传统网络化多智能体系统中存在的实时大数据、通信延迟、大计算量和多任务协调等问题，实现了网络化多智能体系统的编队控制。
-
公开(公告)号：CN118015009A
公开(公告)日：2024-05-10
申请号：CN202410162731.X
申请日：2024-02-05
Applicant: 中国人民解放军南部战区总医院 , 广东工业大学
IPC: G06T7/10 , G06T7/00 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/094 , G06N3/0464
Abstract: 本发明提出一种基于多模态的心脏影像分割方法及系统，涉及心脏影像分割技术领域。包括获取多模态医学图像；将预处理后的图像输入至包含正向分割网络和反向映射网络的心脏分割算法模型，利用正向分割网络来预测心脏分割，之后利用反向映射网络从上一个正向分割网络中恢复原图，基于对抗性训练方法对心脏分割算法模型进行训练，得到训练好的心脏分割算法模型；将训练好的心脏分割算法模型迁移到跨媒体的心脏影像，完成多模态的图像分割。本发明的方法深/浅层特征有着各自意义：网络越深，感受野越大，网络关注全局特征；浅层网络则更加关注纹理等局部特征；通过特征拼接来实现边缘特征的找回。
-
公开(公告)号：CN112270614B
公开(公告)日：2024-05-10
申请号：CN202011049729.X
申请日：2020-09-29
Applicant: 广东工业大学
IPC: G06F18/25 , G06F18/27 , G06F18/10 , G06Q50/04 , G06Q10/067
Abstract: 本发明公开了一种面向制造企业全系统优化设计的设计资源大数据建模方法，通过对制造企业中设计、制造、产品、用户等主体的大数据进行采集、清洗、特征处理后，借以KNN邻近—logistic回归组合模型算法，构建出准确有效的面向制造企业全系统优化设计的设计资源大数据模型，从而对制造企业中的相关业务进行预判，同时对涉及设计、制造、产品、用户等主体的数据进行优化，解决了现有的设计资源数据模型只考虑单一设计部门数据，未将全部设计部门数据进行整合汇总的问题，以及单一的数据模型可能存在无法准确预测分类结果的问题。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.051 seconds)
