检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2025年

作者：龙晋仪里鹏于慧东胡国良李帅中国科学院网络化控制系统重点实验室中国科学院沈阳自动化研究所中国科学院大学

目前，工业场景中存在多相似目标同时出现在相机视野的情况. 针对现有增强现实方法无法区分多相似目标的问题，提出面向工业场景的增强现实区域识别方法. 首先利用深度相机完成工厂区域的三维注册，构建包含物体自然特征和背景特征... 详细信息

目前，工业场景中存在多相似目标同时出现在相机视野的情况. 针对现有增强现实方法无法区分多相似目标的问题，提出面向工业场景的增强现实区域识别方法. 首先利用深度相机完成工厂区域的三维注册，构建包含物体自然特征和背景特征的区域目标; 然后设计基于双地图重加载策略的增强现实系统框架，实现虚拟物体的位姿设定与跨平台可视化; 最后结合位姿图优化和词袋法实现双线程计算的强鲁棒性重定位算法，完成对区域目标的识别与当前相机位姿的计算. 在TUM数据集和搭建的真实工业场景下的实验结果表明，重定位位姿均方根绝对轨迹误差平均值为0.076，帧率超过60 帧/s，并区别出同视野下的多相似目标; 所提方法精确度高、鲁棒性强、实时性好，可有效地扩展增强现实应用场景.

关键词：增强现实深度相机三维注册多相似目标区域识别

来源：评论

学校读者我要写书评

暂无评论

基于稀疏自注意力图神经网络的三维目标检测

引用

计算机工程与应用 2025年第3期61卷 295-305页

作者：彭志辰封岸松王天柱邵鑫喆库涛沈阳化工大学信息工程学院沈阳110142 中国科学院网络化控制系统重点实验室沈阳110016 中国科学院沈阳自动化研究所沈阳110016 中国科学院机器人与智能制造创新研究院沈阳110169 中国科学院大学北京100049

三维目标检测是自动驾驶环境感知中最重要的技术之一。为了解决远距离漏检问题,提升三维目标检测的效果,提出一种基于稀疏自注意力图神经网络的三维目标检测方法(SSA-GNN),在采样关键点阶段,提出动态区域并行采样法,通过采样区域过滤,... 详细信息

三维目标检测是自动驾驶环境感知中最重要的技术之一。为了解决远距离漏检问题,提升三维目标检测的效果,提出一种基于稀疏自注意力图神经网络的三维目标检测方法(SSA-GNN),在采样关键点阶段,提出动态区域并行采样法,通过采样区域过滤,场景划分为扇区,融合动态最远体素采样的方式,以保持关键点均匀分布、加速采样同时提升前景点比例。在细化建议框阶段,利用图神经网络在点之间建立联系,通过迭代的消息传递来更好地建模上下文信息和聚合领域信息,并改进多头自注意机制来更好地关注特征聚合后领域中的重要关系,从而提高算法检测性能。SSA-GNN在KITTI公开数据集上进行测试,与基线网络PointPillars、SECOND和PointRCNN相比,在困难等级指标下,Car类平均精度分别提升了7.95、5.50、6.94个百分点,结果表明SSA-GNN可有效提升三维目标检测性能。

关键词：三维目标检测关键点采样图神经网络稀疏自注意力

来源：评论

学校读者我要写书评

暂无评论

通信时延约束下的多智能体系统动态事件触发编队方法

引用

控制工程 2025年第1期32卷 126-134页

作者：杨自钦夏长清刘玉奇金曦许驰沈阳理工大学自动化与电气工程学院辽宁沈阳110159 中国科学院网络化控制系统重点实验室辽宁沈阳110169 中国科学院沈阳自动化研究所辽宁沈阳110169 中国科学院中国科学院机器人与智能制造创新研究院辽宁沈阳110169

针对智能体通信时延和能源损耗问题,研究了带有时延和切换拓扑的二阶多智能体系统动态事件触发编队控制方法。在考虑通信时延的基础上,设计了一种动态事件触发机制,通过动态调整事件触发条件,使系统能够根据实时状态进行控制。根据该控... 详细信息

针对智能体通信时延和能源损耗问题,研究了带有时延和切换拓扑的二阶多智能体系统动态事件触发编队控制方法。在考虑通信时延的基础上,设计了一种动态事件触发机制,通过动态调整事件触发条件,使系统能够根据实时状态进行控制。根据该控制方法,建立了时延控制输入、切换拓扑和动态事件触发下闭环控制系统的数学模型,并利用李雅普诺夫稳定性理论和线性矩阵不等式理论证明了其稳定性。仿真结果表明,与现有方法相比,所提方法可以避免大量的触发,节约了网络资源,并提高了多智能体系统的收敛性能。

关键词：多智能体系统切换拓扑时延领导者动态事件触发

来源：评论

学校读者我要写书评

暂无评论

“工业智能仪表全生命周期的信息安全防护技术与应用”项目进展

引用

科技成果管理与研究 2025年第3期 82-83页

作者：赵剑明刘贤达中国科学院沈阳自动化研究所/中国科学院网络化控制系统重点实验室辽宁沈阳110016

工业控制系统用于控制关键生产设备的运行,广泛应用在国家关键基础设施中,而工业智能仪表作为工控系统的“眼睛”,其安全性是工控信息安全的重中之重。随着工业智能仪表逐渐向智能化、网络化发展,其面临的信息安全威胁也日益加剧。传统... 详细信息

工业控制系统用于控制关键生产设备的运行,广泛应用在国家关键基础设施中,而工业智能仪表作为工控系统的“眼睛”,其安全性是工控信息安全的重中之重。随着工业智能仪表逐渐向智能化、网络化发展,其面临的信息安全威胁也日益加剧。传统“纵深防御”防护技术手段具有局限性,很难阻断物理介质传输恶意指令和非法设备的接入。随着高级持续性威胁(APT)攻击愈演愈烈,即使是物理隔离的工业智能仪表,亦可以成为攻击目标,增强工业仪表自身的内生安全防护能力是解决问题的根本途径。目前,我国大型工程中变送器等自主配套率不足20%,且防护手段几乎为零,信息安全能力增强要突破硬件构造、资源占用方法、资源调配方法等技术难题。

关键词：信息安全防护工业智能仪表工业控制系统

来源：评论

学校读者我要写书评

暂无评论

面向信息物理生产系统的虚拟控制器研究综述

引用

信息与控制 2025年第2期54卷 184-205页

作者：王亦卿夏长清金曦许驰张艳珠沈阳理工大学中国科学院网络化控制系统重点实验室中国科学院沈阳自动化研究所

工业4.0时代，制造模式逐渐向柔性化和定制化发展，传统可编程逻辑控制器(programmable logic controller, PLC)基于预设指令的离线配置方法难以适用，以虚拟控制器(virtual Programmable Logic Controller, vPLC)为代表的新一代控制器... 详细信息

工业4.0时代，制造模式逐渐向柔性化和定制化发展，传统可编程逻辑控制器(programmable logic controller, PLC)基于预设指令的离线配置方法难以适用，以虚拟控制器(virtual Programmable Logic Controller, vPLC)为代表的新一代控制器凭借其灵活性和可扩展性等优势逐渐成为学术界与工业界的研究热点。为此，本文以vPLC为对象，围绕工业场景中系统架构、实时性、可扩展性等核心指标，从信息技术(Information Technology, IT)与运营技术(Operational Technology, OT)融合的角度展开综述，分析了控制器的发展历程与内在技术需求、 vPLC关键技术的实现与优化方法及其在赋能行业应用。在此基础上，进一步挖掘信息物理生产系统(cyber-physical production systems, CPPS)架构下vPLC构建的共性方法，包括vPLC的结构实现、软硬件平台分析及影响vPLC性能的关键技术等。最后，为验证vPLC技术在工业应用中性能指标的可满足性，对时延、抖动等工业核心指标进行了实验测试与分析，为vPLC研究提供理论与技术支撑。

关键词：可编程逻辑控制器(PLC) 虚拟控制器(vPLC) 信息技术(IT) 运营技术(OT) 信息物理生产系统(CPPS)

来源：评论

学校读者我要写书评

暂无评论

考虑储能电池寿命影响的源网荷储协同调度策略

引用

电力电容器与无功补偿 2025年第2期46卷 37-43,72页

作者：王晓慧崔世界杨超王悦中国科学院沈阳自动化研究所机器人学国家重点实验室沈阳110016 中国科学院网络化控制系统重点实验室沈阳110016 中国科学院大学北京100049 国网辽宁省电力有限公司沈阳110006 辽宁省气象装备保障中心沈阳110166

本文提出了一种基于双层优化模型的源网荷储协同调度策略,在最小化园区内负荷用电成本的同时延长储能电池的使用寿命。上层优化模型通过分时电价对能源供给进行调度,调度风光发电、储能电池和电网之间的能量流动。下层优化模型则基于遗... 详细信息

本文提出了一种基于双层优化模型的源网荷储协同调度策略,在最小化园区内负荷用电成本的同时延长储能电池的使用寿命。上层优化模型通过分时电价对能源供给进行调度,调度风光发电、储能电池和电网之间的能量流动。下层优化模型则基于遗传算法,针对每块储能电池的充放电行为进行调度,最小化电池寿命衰减。实验结果表明,所提出的双层优化模型在购电成本和电池寿命管理方面均表现出优越性,相比传统的单目标优化方法或基于规则的单层调度策略,能有效提高系统经济效益和系统稳定性。该研究为能源管理系统在实际园区的应用提供了一个高效的调度框架,具有重要的理论意义和实际应用价值。

关键词：电池寿命经济成本双层调度策略优化

来源：评论

学校读者我要写书评

暂无评论

工业5G-TSN融合网络的异构流量整形器设计

引用

计算机应用研究 2025年第4期42卷 1185-1190页

作者：李琳骆亮生许驰中国科学院沈阳自动化研究所机器人学国家重点实验室沈阳110016 中国科学院网络化控制系统重点实验室沈阳110016

针对智能工厂内部多样化工业任务的端到端确定性传输要求和差异化QoS保障要求,基于5G与时间敏感网络(TSN)构建了工业5G-TSN的端到端组网架构,提出了支持控制任务、音视频任务、感知任务混合数据流整形的异构流量整形器(HTS)。其中,面向... 详细信息

针对智能工厂内部多样化工业任务的端到端确定性传输要求和差异化QoS保障要求,基于5G与时间敏感网络(TSN)构建了工业5G-TSN的端到端组网架构,提出了支持控制任务、音视频任务、感知任务混合数据流整形的异构流量整形器(HTS)。其中,面向周期性的控制任务的确定性通信要求,HTS单独划分数据队列,并设置专属时隙,基于先入先出规则进行整形;面向非周期的音视频任务和感知任务的高带宽、高并发通信需求,HTS建立共享流队列,采用信用值规则进行整形;同时,HTS采用令牌桶机制对剩余非周期感知任务进行整形。OMNeT++仿真结果表明,HTS可严格满足关键控制任务的确定性传输要求,同时为音视频和感知任务的共存传输提供灵活调度,将非共存传输任务的最大端到端时延减小87.29%以上。

关键词： 5G 时间敏感网络整形器优先级端到端时延

来源：评论

学校读者我要写书评

暂无评论

融合动态样本选择器的时序因果关系挖掘方法

引用

小型微型计算机系统 2025年第4期46卷 783-788页

作者：王梓行李帅周晓锋中国科学院网络化控制系统重点实验室沈阳110016 中国科学院沈阳自动化研究所沈阳110016 中国科学院机器人与智能制造创新研究院沈阳110169 中国科学院大学北京100049

时序因果关系挖掘一直是一个备受关注的研究领域,然而当前基于神经网络的时序因果关系挖掘方法会受到数据集样本不均衡的影响,从而导致因果信息的丢失,因果关系挖掘准确率下降.为解决这一问题,本文提出了一种融合动态样本选择器的时序... 详细信息

时序因果关系挖掘一直是一个备受关注的研究领域,然而当前基于神经网络的时序因果关系挖掘方法会受到数据集样本不均衡的影响,从而导致因果信息的丢失,因果关系挖掘准确率下降.为解决这一问题,本文提出了一种融合动态样本选择器的时序因果关系挖掘方法.首先,本文通过一个智能体动态选择样本以构建动态训练集,有效解决了因样本不均衡而导致的因果信息丢失问题;然后,使用动态训练集对时序因果关系挖掘网络进行训练;最后,计算因果关系挖掘网络训练后得到的权重模值,获取因果关系图.实验结果表明本文提出的方法在时序因果关系挖掘性能上显著优于现有的基线方法.该方法为解决时序因果关系挖掘中的样本不均衡问题提供了一种新的思路.

关键词：动态样本选择器样本不均衡时序因果关系挖掘神经网络智能体

来源：评论

学校读者我要写书评

暂无评论

融合先验知识与引导策略搜索的机器人轴孔装配方法

引用

计算机应用研究 2025年第4期42卷 1018-1024页

作者：陈豪杰董青卫刘锐楷曾鹏中国科学院沈阳自动化研究所机器人学国家重点实验室沈阳110016 中国科学院网络化控制系统重点实验室沈阳110016 中国科学院机器人与智能制造创新研究院沈阳110169 中国科学院大学北京100049

在现代工业自动化领域,机器人执行复杂装配任务的能力至关重要。尽管强化学习为机器人策略学习提供了一种有效途径,但在装配任务的策略训练初始阶段存在采样效率低和样本质量差的问题,导致算法收敛速度慢,容易陷入局部最优解。针对上述... 详细信息

在现代工业自动化领域,机器人执行复杂装配任务的能力至关重要。尽管强化学习为机器人策略学习提供了一种有效途径,但在装配任务的策略训练初始阶段存在采样效率低和样本质量差的问题,导致算法收敛速度慢,容易陷入局部最优解。针对上述问题,提出了一种融合先验知识与引导策略搜索算法的机器人轨迹规划方法。该方法首先利用人类专家演示和历史任务数据的先验知识来构建初始策略,并将先验知识保留在经验池中,以提高学习效率;随后,通过引导策略搜索算法对初始策略进行在线优化,逐步提升策略的精确度和适应性;最后,通过机器人轴孔装配任务进行实验验证,该方法显著提高了策略学习效率,减少了训练时间和试错次数。研究表明,融合先验知识的方法可以有效提高强化学习学习效率,使机器人快速得到能够完成装配任务的策略。

关键词：强化学习先验知识引导策略搜索策略优化轴孔装配任务

来源：评论

学校读者我要写书评

暂无评论

多尺度特征深度学习的未知工控协议分类方法

引用

信息与控制 2025年第2期54卷 241-250页

作者：李新春杜昕宜许驰李琳张蕾张鑫辽宁工程技术大学电子与信息工程学院中国科学院沈阳自动化研究所机器人学国家重点实验室中国科学院网络化控制系统重点实验室中国人民解放军93010部队中国电子科技集团公司第十五研究所

工控协议种类多、规范未知、分类难是实现工控系统互联互通、保障信息安全所面临的核心难题。为此，提出了一种多尺度特征深度学习的未知工控协议分类方法。首先，考虑工控协议头部字段关键信息密集的特点，提出了字节与半字节相结合的... 详细信息

工控协议种类多、规范未知、分类难是实现工控系统互联互通、保障信息安全所面临的核心难题。为此，提出了一种多尺度特征深度学习的未知工控协议分类方法。首先，考虑工控协议头部字段关键信息密集的特点，提出了字节与半字节相结合的多尺度工控协议特征提取方法，实现无先验知识情况下的特征提取。进一步，利用头部字段中特征字节不一致的特性，提出特征自动标记方法，动态更新协议特征集合。在此基础上，设计了具备堆叠门控循环单元的1维卷积神经网络，提出了深度学习分类方法，保障协议分类的实时性。在公开数据集上的对比实验表明所题方法的准确率和精度均可达到99.5%以上。

关键词：工控协议特征提取自动标记深度学习卷积神经网络堆叠门控循环单元

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：