“刘大同”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果251个，建议您升级VIP下载更多相关专利

[发明专利]一种基于图像识别的移动机器人楼层判断方法-CN202210422827.6在审
发明人：邓坤霞;万博;刘大同 -专利权人：河南省吉立达机器人有限公司
申请日： 2022-04-21 - 公布日： 2022-08-05 - 主分类号： G01S17/89 文献下载
摘要：本发明公开了一种基于图像识别的移动机器人楼层判断方法，包括移动机器人本体、驱动模块、主控系统、视觉导航系统和导航标签，所述主控系统和视觉导航系统均设置于移动机器人本体的内部，所述移动机器人本体内部设置有双目识别模块，所述主控系统分别与视觉导航系统和双目识别模块电性连接。该基于图像识别的移动机器人楼层判断方法，通过在建筑物中的各个楼层电梯间、大厅和过道墙壁表面设置有若干个导航标签，且导航标签为可以反射红外线的标签贴纸，且再通过在移动机器人的的表面设置有红外线发射器和红外线摄像机，解决了现有移动机器人视觉识别楼层过程中受环境光反射等干扰因素，有助于提高移动机器人的工作效率。
一种基于图像识别移动机器人楼层判断方法

[发明专利]一种基于深度学习的移动机器人重定位方法-CN202210448507.8在审
发明人：邓坤霞;刘大同;刘铭 -专利权人：河南省吉立达机器人有限公司
申请日： 2022-04-26 - 公布日： 2022-08-05 - 主分类号： G01C21/00 文献下载
摘要：本发明公开了一种基于深度学习的移动机器人重定位方法，移动机器人包括机器人姿态控制系统、实物数据采集系统、地图模型分析和策略经验系统，实物数据采集系统包括视觉相机、激光测距传感器和锚框照明，所述重定位方法包括以下具体步骤：S1、移动机器人的实物数据采集系统；S2、移动路径的生成；S3、策略经验系统的特征评估；S4、移动机器人的姿态调控；S5、动作执行。本重定位方法，利用实物数据采集系统、地图模型分析，移动路径的生成匹配离线地图模型的导航路径，实现对移动机器人重定位，避免机器人数据丢失无法定位的情况发生，通过设置锚框照明，提高视觉相机餐具周边环境数据的精准度，从而实现提高定位精度的效果。
一种基于深度学习移动机器人定位方法

[发明专利]一种避免机器人出错楼层的控制方法-CN202210454087.4在审
发明人： 刘大同;万博;刘铭 -专利权人：河南省吉立达机器人有限公司
申请日： 2022-04-24 - 公布日： 2022-07-29 - 主分类号： B66B1/06 文献下载
摘要：本发明公开了一种避免机器人出错楼层的控制方法，包括：硬件的设置：电梯RFID射频电子标签的设置；楼层RFID射频电子标签的设置；RFID扫描器的设置；楼层信息的录入；报警装置的设置。该避免机器人出错楼层的控制方法，通过设置第一RFID射频电子标签、RFID扫描器和第一报警模块，当机器人在进行配送的过程中，在电梯内对第一RFID射频电子标签进行扫描后当RFID扫描器扫描的第一RFID射频电子标签信息与目标楼层信息相匹配，机器人正常配送，当RFID扫描器扫描的第一RFID射频电子标签信息与目标楼层信息不匹配，机器人停止配送，并通过第一报警模块发出报警，并重新进行目标楼层的输入，从而有效的避免了机器人在配送时出现出错楼层的情况。
一种避免机器人出错楼层控制方法

[发明专利]基于退化序列时序关联建模的长寿命锂离子电池早期寿命预测方法及系统-CN202210420404.0在审
发明人：宋宇晨;易志恒;杜宇航;刘大同 -专利权人：哈尔滨工业大学
申请日： 2022-04-21 - 公布日： 2022-07-22 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于退化序列时序关联建模的长寿命锂离子电池早期寿命预测方法及系统，其中，该方法包括：获取n个电池单体的容量退化数据并进行重构，得到训练数据集；建立j个基于序列对序列模型的容量预测模型，并利用所述训练数据集分别训练；将待测电池单体某周期的放电容量作为某训练好的模型的初始输入，得到第一步预测输出结果；再在其输入至这个模型中，得到下一步预测输出结果，迭代执行直至低于失效阈值，将每步预测输出结果首尾相连得到退化过程曲线；并对其他模型进行预测得到j条容量退化曲线，求其容量取均值，得到最终预测结果。该方法解决了现有使用单步迭代预测模式带来的长时预测精度和稳定性不佳的问题。
基于退化序列时序关联建模寿命锂离子电池早期预测方法系统

[发明专利]一种处理人为干扰情况下的移动机器人乘坐电梯的控制方法-CN202210453831.9在审
发明人： 刘大同;万博;邓坤霞 -专利权人：河南省吉立达机器人有限公司
申请日： 2022-04-24 - 公布日： 2022-07-22 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种处理人为干扰情况下的移动机器人乘坐电梯的控制方法，该方法应用涉及的硬件包括机器人、服务终端、等候区域和乘坐区域，服务终端与移动机器人通过互联完连接起来，包括以下具体步骤：S1、服务终端的控制；S2、机器人的任务执行；S3、机器人跨楼层移动；S4、机器人受干扰的自我保护；S5、机器人的离线定位；S6、机器人的避障。机器人通过服务终端实现对电梯的控制，通过设置等候区域和乘坐区域，方便确定机器人乘坐电梯的位置和路径，同时，机器人检测等候区域和乘坐区域是否有人等障碍物的干扰，使机器人能够准确避让，保证机器人与服务终端的信号连接，在不干扰电梯正常运行的情况下，控制电梯携带机器人跨楼层作业。
一种处理人为干扰情况移动机器人乘坐电梯控制方法

[发明专利]超大场景下的地图分割和融合方法-CN202210349677.0在审
发明人：万博;邓坤霞;刘大同 -专利权人：河南省吉立达机器人有限公司
申请日： 2022-04-02 - 公布日： 2022-07-01 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种超大场景下的地图分割和融合方法,包括S1、汽车搭载5G通讯模块能够实时进行5G高速互联网通讯；S2、汽车无人驾驶模式下，根据判断模块来确定是否加载3D高精地图信息。在无人驾驶的模式下，通过融合系统在二维地图信息的基础上，与3D高精地图信息数据库通讯，并建立显示出立体3D建筑物模型，融合系统在融合过程中，针对3D高精地图信息数据中存在且二维地图信息中不存在在对象，直接创建3D信息，并显示立体图像，采用该地图融合方法，能够辅助无人驾驶过程中，针对立体固定建筑物的锁定，更加容易判断出移动的立体物，提供3D高精地图，便于无人驾驶系统更加精准的移动的立体物进行判断和分析，大大的提高无人驾驶的安全性。
超大场景地图分割融合方法

[发明专利]基于迁移学习的飞机辅助动力装置寿命预测方法-CN201910647366.0有效
发明人：刘连胜;梁军;刘晓磊;刘大同;彭宇;彭喜元 -专利权人：哈尔滨工业大学
申请日： 2019-07-17 - 公布日： 2022-07-01 - 主分类号： G06F30/27 文献下载
摘要：基于迁移学习的飞机辅助动力装置寿命预测方法，涉及飞机辅助动力装置寿命预测领域。本发明是为了解决目前飞机辅助动力装置在翼状态监测数据少，维度低，使用在翼监测数据难以获得准确度高的寿命预测结果的问题。采集飞机辅助动力装置的试车测试仿真数据作为源域数据；采集任意一个飞机辅助动力装置的在翼监测数据作为目标域数据，将该数据分为训练集和测试集；采用源域数据训练高斯过程回归预测模型得到含有特征提取方法的高斯过程回归预测模型；使用训练集对得到的模型进行训练得到训练好的基于迁移学习的高斯过程回归预测模型；采用训练好的该模型对测试集进行寿命预测得到的预测值作为寿命预测结果。用于对飞机辅助动力装置进行寿命预测。
基于迁移学习飞机辅助动力装置寿命预测方法

[发明专利]一种基于多架次飞行数据表征建模的飞行数据异常判读方法-CN202110392092.2有效
发明人：彭宇;陈波;孟升卫;游婧婷;刘大同 -专利权人：哈尔滨工业大学
申请日： 2021-04-12 - 公布日： 2022-06-17 - 主分类号： G06F30/27 文献下载
摘要：本发明提出一种基于多架次飞行数据表征建模的飞行数据异常判读方法，采集飞行器相同系统或部件的多架次运行所生成的飞行数据，进行数据表征建模,首先将所述飞行数据中各时间序列对齐；对于时间序列，采用基于K‑Means的时间序列聚类方法，进行表征建模；通过基于阈值或者偏差的异常检测方法，实现飞行数据异常判读，对于超出阈值或者偏差过大的数据，判读为异常数据，并给出告警信息；本发明可以在缺少飞行器异常数据样本的情况下，依赖正常多架次飞行数据建立异常监测模型，可在极低的虚警率的前提下，对测试数据的正常与否进行判读。
一种基于架次飞行数据表征建模异常判读方法

[发明专利]非侵入式的无人装备状态监测及智能处理装置-CN202210177615.6在审
发明人：宋宇晨;孟升卫;李怀志;刘大同 -专利权人：哈尔滨工业大学
申请日： 2022-02-24 - 公布日： 2022-05-20 - 主分类号： H04L12/40 文献下载
摘要：本发明公开了一种非侵入式的无人装备状态监测及智能处理装置，主要包括：1553B监听模块、RS485监听模块和ZYNQ芯片，1553B监听模块包括双收发器、两个变压器，两个变压器一端与总线连接，另一端与双收发器连接，双收发器的所有数字输入与输出引脚与芯片连接，以监听总线上两个通路；RS485监听模块为具备双驱动器和接收器的四通路集成电路，任一通路的差分信号接收端与其发送端连接，差分信号接收端与总线连接，以监听总线上四个通路；利用FPGA实现复杂智能算法的嵌入式计算对多总线多状态数据，实时判断是否出现故障。该装置可同时实现多种总线数据的非侵入式监听，也可对总线传输的装备状态数据进行实时分析和处理。
侵入无人装备状态监测智能处理装置

[发明专利]基于生成对抗网络的APU退化参数生成方法-CN202010603549.5有效
发明人：刘连胜;梁军;张晗星;刘大同;彭宇;彭喜元 -专利权人：哈尔滨工业大学
申请日： 2020-06-29 - 公布日： 2022-04-12 - 主分类号： G06F30/27 文献下载
摘要：基于生成对抗网络的APU退化参数生成方法，涉及飞机辅助动力装置在翼性能退化领域。本发明是为了解决现有APU故障预测准确性不高的问题。本发明所述的方法包括：通过飞机通信寻址与报告系统得到APU的在翼感知参数中的EGT数据，将EGT数据修正到国际标准大气条件下；构建生成对抗网络GAN，基于APU的在翼感知参数中的EGT训练生成对抗网络GAN；利用训练好的生成对抗网络GAN对输入数据进行样本生成，获得APU退化参数。属于飞机辅助动力装置在翼性能退化领域。
基于生成对抗网络 apu 退化参数方法

[发明专利]基于门控循环单元神经网络和卡尔曼滤波模型融合的锂离子电池剩余寿命预测方法-CN201910502496.5有效
发明人： 刘大同;彭喜元;李律;宋宇晨 -专利权人：哈尔滨工业大学
申请日： 2019-06-11 - 公布日： 2022-04-12 - 主分类号： G06F30/27 文献下载
摘要：基于门控循环单元神经网络和卡尔曼滤波模型融合的锂离子电池剩余寿命预测方法，涉及锂离子电池健康状态检测技术领域。本发明是为了解决现有的基于融合模型的锂离子电池剩余寿命预测方法，存在非线性退化过程拟合能力差、不同工作状态适应能力低的问题。本发明通过建立GRU‑RNN深度网络模型，利用GRU深度学习模型在时间序列上强大的特征提取能力，对锂离子电池容量退化特征进行提取，从而获取更加准确的电池容量预测模型，最后通过KF滤波方法减小了噪声，获取了更加精确的预测值。
基于门控循环单元神经网络卡尔滤波模型融合锂离子电池剩余寿命预测方法

[发明专利]一种基于多变量回归的无人机飞参数据故障检测与恢复方法-CN201911214821.4有效
发明人：彭喜元;王本宽;马云彤;刘大同 -专利权人：哈尔滨工业大学
申请日： 2019-12-02 - 公布日： 2022-03-15 - 主分类号： G06K9/62 文献下载
摘要：一种基于多变量回归的无人机飞参数据故障检测与恢复方法，涉及无人机故障诊断方法领域。本发明是为了解决现有的故障检测方式，难以检测飞行数据中的轻微故障，并且不具备故障数据的恢复能力的问题。基于长短期记忆网络的多变量回归模型，以从飞行数据中自动提取时空特征，对监测参数进行更准确的估计，将故障检测和恢复问题转变为回归问题；然后，使用滤波方法来平滑实际飞行数据和被监测参数估计值之间的残差；最后，利用平滑后的残差来计算统计检测阈值，并通过检测平滑后的残差是否超过统计阈值来实现故障检测。它用于对无人机飞参数据进行故障检测与恢复的。
一种基于多变回归无人机参数故障检测恢复方法

[发明专利]用于检测扬麦系列小麦赤霉病抗性的KASP引物组及应用-CN202110126588.5有效
发明人：胡文静;高德荣;张勇;陆成彬;张春梅;刘大同;刘健 -专利权人：江苏里下河地区农业科学研究所
申请日： 2021-01-29 - 公布日： 2022-02-22 - 主分类号： C12Q1/6895 文献下载
摘要：本发明提供一组用于检测扬麦系列小麦品种(系)赤霉病抗性的KASP引物组及其应用，所述KASP引物组包括：核苷酸序列如SEQIDNO.1所示的引物1，核苷酸序列如SEQIDNO.2所示的引物2，核苷酸序列如SEQIDNO.3所示的引物3；以该KASP引物组为引物，以待测小麦基因组为模板进行PCR扩增，然后利用多功能酶标仪检测PCR扩增产物并进行基因分型，若分型结果显示待测小麦基因分型与扬麦4号相同，则该待测小麦含有等位基因G；反之，则待测小麦含有等位基因A；含有等位基因G的小麦赤霉病抗性高于含有等位基因A的小麦；该检测方法可快速而直观获得小麦品种赤霉病抗感基因型的结果，适用于大规模育种筛查。
用于检测系列小麦赤霉病抗性 kasp 引物应用

[发明专利]基于WLCTD与CNN-LSTM的工业机器人谐波减速器早期故障检测方法-CN202111062865.7在审
发明人：刘连胜;刘大同;陟卓;彭宇;彭喜元 -专利权人：哈尔滨工业大学
申请日： 2021-09-10 - 公布日： 2022-01-04 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于WLCTD与CNN‑LSTM的工业机器人谐波减速器早期故障检测方法。步骤1：获得谐波减速器振动状态的数据集；步骤2：对步骤1的数据集使用WLCTD算法去除其中的噪声；步骤3：对去除噪声的数据集使用CNN‑LSTM网络进行数据处理；步骤4：对步骤3进行CNN‑LSTM网络数据处理后的数据集进行约束优化；步骤5：对步骤4的约束优化后的数据集进行分类与故障检测。本发明用以解决谐波减速器发生故障带来的停机损失。
基于 wlctd cnn lstm 工业机器人谐波减速器早期故障检测方法

[发明专利]基于不确定性估计的飞行器遥测参数异常检测方法-CN202110981317.8在审
发明人：王媛;任捷;刘大同;朱京来;彭喜元;罗悦 -专利权人：哈尔滨工业大学;北京电子工程总体研究所
申请日： 2021-08-25 - 公布日： 2021-12-24 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于不确定性估计的飞行器遥测参数异常检测方法，属于数据处理技术领域，解决现有方法中不能反映模型估计的置信度和过度拟合的问题。本发明的方法包括：建立基于LSTM的飞行器多元遥测参数不确定性表征估计模型；获取飞行器多元遥测参数的测试参数集和待检测参数的测试数据，对测试参数集进行特征选取；对测试特征参数集进行特征融合；将测试融合特征参数集重复输入到基于LSTM的飞行器多元遥测参数不确定性表征估计模型，获得待检测参数的估计值集合；获得待检测参数的平滑动态阈值区间；根据待检测参数的平滑动态阈值区间和待检测参数的测试数据，判断飞行器的健康状态。本发明适用于对飞行器遥测参数进行异常检测。
基于不确定性估计飞行器遥测参数异常检测方法