-
公开(公告)号：CN110651602B
公开(公告)日：2024-11-12
申请号：CN201911060111.0
申请日：2019-11-01
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 一种移动采茶单车。由于茶树密集且种植茶树区域地势多样，难以使用大型机械，采茶操作大多还依靠双人手动搬运采茶。本发明中两个移动单体竖直并列设置，两个移动单体之间形成有配合成排茶树的空隙，每个移动单体包括立柱、底板和移动轮组件，底板水平设置，移动轮组件固定安装在底板的底部，立柱竖直设置在底板上，每个底板上对应设置有一个平衡组件，每个平衡组件包括箱体、浮子和支杆，箱体固定安装在底板上，浮子设置在箱体中，支杆的下端穿过箱体与浮子相连接，两个支杆之间设置有配合采茶设备的定位板，采茶设备可拆卸连接在定位板上，上弧形横梁固定连接在两个立柱之间。本发明用于茶树种植区。
-
公开(公告)号：CN118500284A
公开(公告)日：2024-08-16
申请号：CN202410672279.1
申请日：2024-05-28
Applicant: 桂林电子科技大学 , 沈阳特种设备检测研究院 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明公开了一种手持式电梯门锁啮合深度检测设备及检测方法，包括：工业相机、环形光源、树莓派主板、检测显示屏、电源模块、设备总开关；环形光源固定在工业相机外围；树莓派主板通过螺钉固定在设备中，并分别与工业相机、电源模块、检测显示屏、设备总开关相连。本发明受检测环境的影响较小，不会因为昏暗的电梯井环境而对检测精度造成较大影响，使得啮合深度数据具有更高的可靠性。通过相关算法实时处理工业相机拍摄图像可能存在的畸变，使得设备不会因检测角度的问题而造成门锁啮合深度的偏差，保证仪器在任何角度拍摄都可以得到准确的啮合深度数值。且对多种类型电梯门锁均适用，避免了因门锁类型不同而造成无法检测的现象。
-
公开(公告)号：CN114476661B
公开(公告)日：2024-05-03
申请号：CN202210253156.5
申请日：2022-03-15
Applicant: 桂林电子科技大学
Abstract: 本发明涉及自动化设备技术领域，特别是涉及一种基于三维点云重构的饮水机自动上水装置及方法，包括一底板，底板下方设置有行走机构，行走机构用于驱动饮水机自动上水装置移动；一抓取机构，包括设置在底板上方的机械臂，机械臂执行端设有夹爪和瓶口脱壳器，夹爪可进行开合运动，瓶口脱壳器可进行旋转运动；传感器组件，设置在底板和机械臂上储料部，设置在底板上方一侧，用于存放桶装水并供机械臂上水本发明可以达到实现复杂环境的饮水机全自动无人化上水、提高桶装水更换效率的目的。
-
公开(公告)号：CN117746202A
公开(公告)日：2024-03-22
申请号：CN202410068059.8
申请日：2024-01-17
Applicant: 桂林电子科技大学
IPC: G06V10/80 , G06V10/26 , G06V10/774 , G06V10/82 , G06T7/80 , G06T5/70 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于煤壁红外与三维表征融合的煤岩识别方法，具体包括以下步骤：采集初始煤壁红外热成像图和初始煤壁三维点云；对初始煤壁红外热成像图进行优化，获取煤壁红外表征；对初始煤壁三维点云进行优化，获取煤壁三维表征；将待测煤壁红外热成像图输入预设的语义分割网络模型，输出图像煤岩边界；将煤壁红外表征、图像煤岩边界与煤壁三维表征进行融合，获取融合表征，完成煤壁红外与三维表征融合的煤岩识别。本发明实现了煤壁红外表征及图像煤岩边界与煤壁三维表征的融合识别，为后续采煤机截割轨迹优化与截割参数优化提供基础，有助于实现井下的智能化、无人化开采。
-
公开(公告)号：CN116281708B
公开(公告)日：2023-12-05
申请号：CN202310311307.2
申请日：2023-03-28
Applicant: 广西壮族自治区特种设备检验研究院 , 桂林电子科技大学
Abstract: 本发明公开一种微椭圆弹性变形的曳引式电梯制动器，包括，两制动臂，两制动臂相对设置且通过驱动件相向运动；闸瓦组件，固定在制动臂的内壁面上，且与制动臂弧形的内壁面适配；制动轮，设置在两制动臂之间，制动轮外壁套设连接有可产生较小形变的接触层，接触层外表面设置有通过接触层形变而产生形变的链板圈，闸瓦组件靠近制动轮的接触端与链板圈外壁面接触。本发明能够实现提高电梯制动器的制动能力，保证电梯运行的安全性。
-
Patent Agency Ranking
公开(公告)号：CN116703876A
公开(公告)日：2023-09-05
申请号：CN202310734407.6
申请日：2023-06-20
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本申请公开了基于三维点云深度学习的电梯门锁啮合深度检测系统，方法包括：S1.采集电梯门锁啮合特征点云数据并进行预处理；S2.对预处理后的特征点云数据进行点云反归一化处理，提取点云边界；S3.根据点云边界的给定点坐标，得到两点的相对距离，即门锁的啮合深度；S4根据门锁的啮合深度判断是否符合标准啮合深度，若不符合，发出警报，并将层门门锁啮合深度信息发送至控制室内的控制室中。利用点云边界提取方法提取点云边界并提取锁钩和钩挡的点云坐标计算电梯门锁啮合深度的计算，实现对电梯门锁啮合深度的监测，降低了人工对门锁啮合深度检测时的安全风险，采用优化过后的点云数据处理方法还极大地提高了检测效率与准确度。
-
公开(公告)号：CN116553314A
公开(公告)日：2023-08-08
申请号：CN202310543178.X
申请日：2023-05-15
Applicant: 桂林电子科技大学
IPC: B66B1/24 , B66B1/34 , B66B1/46 , G06V40/20 , G06V40/16 , G06V10/62 , G06V10/82 , G06N3/084 , G06N3/096
Abstract: 本发明公开了基于乘员乘梯行为习惯的自学习电梯楼层选择方法及系统，方法包括：识别乘员，获取所述乘员的乘梯行为习惯特征；通过所述乘员的乘梯行为习惯特征，构建特征矩阵；利用所述特征矩阵预测所述乘员的目的楼层，获取预测结果；基于所述特征矩阵和所述预测结果，训练楼层预测模型，获取更新后的所述楼层预测模型；基于更新后的所述楼层预测模型预测所述乘员的目的楼层。本发明能够根据乘员的乘梯行为习惯，自动预测出乘员目的楼层，避免电梯内的直接接触，提高了乘梯效率，具有无接触、高效率、无感的特点。
-
公开(公告)号：CN116534696A
公开(公告)日：2023-08-04
申请号：CN202310721206.2
申请日：2023-06-16
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本申请公开了一种基于分布式光纤的电梯门防夹系统，包括轿门和厅门，还包括：若干滑轨、若干电机、若干带齿条滑块、若干光纤发射端、若干光纤接收端和光纤机构；轿门用于安装固定上述各机构；若干滑轨固定在轿门上，包括上端滑轨和下端滑轨；若干电机固定在轿门上，包括上端电机和下端电机；若干带齿条滑块安装在滑轨上并与电机啮合，包括上端滑块和下端滑块；若干光纤发射端安装在上端滑块上；若干光纤接收端安装在下端滑块上；光纤机构的两端分别与光纤发射端和光纤接收端连接。本申请具有精度高、响应快的特点，采用分布式光纤相比于其他电梯门防夹识别方案更加精准、可靠，同时可以做到无死角异物识别，大大提高了系统安全性能。
-
公开(公告)号：CN115180476B
公开(公告)日：2023-04-14
申请号：CN202211019341.4
申请日：2022-08-24
Applicant: 桂林电子科技大学 , 广西壮族自治区特种设备检验研究院
Abstract: 本发明公开一种基于三维重构的电梯曳引轮轮槽形态检测方法，包括基于钢丝绳内外两侧点云数据，获得钢丝绳组三维模型；基于曳引轮顶部轮廓点云数据，获得曳引轮顶部轮廓三维模型；获得轿厢和对重的配重比数据；基于钢丝绳组三维模型、曳引轮顶部轮廓三维模型以及轿厢和对重的配重比数据，获得融合数据库和曳引轮轮槽形态数据库；带入神经网络进行训练，获得最优参数的变化函数；基于最优参数的变化函数，获得曳引轮轮槽形态检测模型；基于曳引轮轮槽形态检测模型，获得电梯曳引轮轮槽形态。本发明只需结合多重影响因素和轮槽形态的对应匹配关系，就可得到不同情况下的实际轮槽形态，相比于传统检测方法，更加方便准确。
-
公开(公告)号：CN114310062B
公开(公告)日：2023-04-07
申请号：CN202210105236.6
申请日：2022-01-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种刮板输送机链轮组损伤修复装置及方法，包括模型建立；通过三维扫描装置对刮板输送机链轮组进行重构，得到其实际结构的三维重构模型；损伤定位；建立相应的刮板输送机链轮组无损伤结构的三维理想模型，进行对比，得到损伤数据；定量检测；根据损伤数据计算出损伤量，进而实现损伤定量分析，并建立堆焊修复模型；损伤修复；将堆焊修复模型转化成通过检测修复装置可识别数据并对刮板输送机链轮组进行堆焊修复。本发明实现了刮板输送机链轮组损伤位置的自动化、智能化修复。
-
-
-
-
-
-
-
-
-
Search Results
182
records
(took 0.05 seconds)
