-
公开(公告)号：CN116985161A
公开(公告)日：2023-11-03
申请号：CN202311154877.1
申请日：2023-09-07
Applicant: 南京邮电大学
Abstract: 本发明提出了一种磁控微型软体机器人的多模态驱动及制备方法，该驱动方法包括：步骤1、设计软体机器人：步骤2、仿尺蠖式运动：步骤2A、安装软体机器人、用于驱动软体机器人沿X轴移动的永磁体：步骤2B、进行仿尺蠖式运动，包括收缩阶段和松弛阶段：步骤3、蠕动运动：步骤3A、安装步骤1中的软体机器人、用于驱动软体机器人蠕动的永磁体：步骤3B、沿着顺时针方向，绕永磁体自身中心线旋转永磁体以驱动软体机器人进行蠕动运动。本发明中，在永磁体的驱动下可实现仿尺蠖式运动、蠕动运动和翻滚运动三种运动模态，具有极高的生物形态模拟特性和重复使用特性。
-
公开(公告)号：CN114663683A
公开(公告)日：2022-06-24
申请号：CN202210310895.3
申请日：2022-03-28
Applicant: 南京邮电大学
IPC: G06V10/56 , G06K9/62 , G06N3/04 , G06N3/08 , G06T3/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/774 , G06V20/05
Abstract: 本发明是一种基于空间特征自监督的水下目标检测方法，包括如下步骤：步骤1：采集数据，构建检测任务所需的数据集；步骤2：行数据增强，扩充原有数据并进行手工标注；步骤3：搭建自监督对比学习网络，使用空间注意力和通道归一化使得主干网络适应水下目标检测任务；步骤4：构建水下目标检测网络框架；步骤5：训练水下目标检测网络，得到针对海产品的水下目标检测的网络的权重模型；步骤6：根据权重模型，对已划分的验证集进行结果预测来评估实际应用中的检测效果。发明能够有效地针对水下生物的特点进行对象识别定位；通过自监督学习，使得网络能适应特定的水下场景；本发明提出的方法可以完美地适应水下检测任务。
-
公开(公告)号：CN114663531A
公开(公告)日：2022-06-24
申请号：CN202210310885.X
申请日：2022-03-28
Applicant: 南京邮电大学
Abstract: 本发明是一种基于多介质的水下相机标定方法，包括如下步骤：步骤1固定相机与标定板之间的位置；步骤2采集标定板数据；步骤3对数据进行标定；步骤4确定光线在相邻不同介质之间折射的方向向量；步骤5根据折射光线的共面性约束，获取水下相机折射面的法线大小；步骤6计算相机旋转轴的方向向量；步骤7计算相机的旋转角；步骤8将相机成像面进行旋转，使得旋转之后的机成像平面与折射平面相平行；步骤9在步骤8进行相机旋转之后，推导空气中和水中相机的内参之间的数学关系。本发明首先通过光在不同介质之间折射关系，将相机的成像面进行旋转，使得旋转后的成像面平行于折射平面，接着使用逐像素标定，确定折射前后相机内参的关系。
-
公开(公告)号：CN113976679A
公开(公告)日：2022-01-28
申请号：CN202111159143.3
申请日：2021-09-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种大吨位的金属折弯传动机构，包括压臂、连杆、铰接支座、压杆、移动件、丝杆、螺母和螺母旋转驱动装置；压臂的数量为两块，对称布设在金属板材折弯设备的机架两侧上部；每块压臂朝向上横梁的前端部均与连杆的顶端相铰接，连杆底端均与上横梁相铰接；每块压臂的中部均铰接在铰接支座上，铰接支座固定安装或一体式设在机架上；每块压臂的后端部均与压杆的顶端相铰接，压杆的底端均与移动件相铰接；移动件安装在丝杆的前端；螺母螺纹套设在丝杆上，并与丝杆形成丝杆螺纹副配合；螺母还通过轴承座安装在机架上，并能在螺母旋转驱动装置的驱动下旋转。本申请能实现80吨及以上重负荷的上横梁的升降驱动，且驱动噪音小。
-
公开(公告)号：CN114663683B
公开(公告)日：2024-11-15
申请号：CN202210310895.3
申请日：2022-03-28
Applicant: 南京邮电大学
IPC: G06V10/56 , G06N3/0464 , G06N3/09 , G06T3/4007 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/774 , G06V20/05
Abstract: 本发明是一种基于空间特征自监督的水下目标检测方法，包括如下步骤：步骤1：采集数据，构建检测任务所需的数据集；步骤2：行数据增强，扩充原有数据并进行手工标注；步骤3：搭建自监督对比学习网络，使用空间注意力和通道归一化使得主干网络适应水下目标检测任务；步骤4：构建水下目标检测网络框架；步骤5：训练水下目标检测网络，得到针对海产品的水下目标检测的网络的权重模型；步骤6：根据权重模型，对已划分的验证集进行结果预测来评估实际应用中的检测效果。发明能够有效地针对水下生物的特点进行对象识别定位；通过自监督学习，使得网络能适应特定的水下场景；本发明提出的方法可以完美地适应水下检测任务。
-
Patent Agency Ranking
公开(公告)号：CN114663531B
公开(公告)日：2024-11-05
申请号：CN202210310885.X
申请日：2022-03-28
Applicant: 南京邮电大学
Abstract: 本发明是一种基于多介质的水下相机标定方法，包括如下步骤：步骤1固定相机与标定板之间的位置；步骤2采集标定板数据；步骤3对数据进行标定；步骤4确定光线在相邻不同介质之间折射的方向向量；步骤5根据折射光线的共面性约束，获取水下相机折射面的法线大小；步骤6计算相机旋转轴的方向向量；步骤7计算相机的旋转角；步骤8将相机成像面进行旋转，使得旋转之后的机成像平面与折射平面相平行；步骤9在步骤8进行相机旋转之后，推导空气中和水中相机的内参之间的数学关系。本发明首先通过光在不同介质之间折射关系，将相机的成像面进行旋转，使得旋转后的成像面平行于折射平面，接着使用逐像素标定，确定折射前后相机内参的关系。
-
公开(公告)号：CN114708306B
公开(公告)日：2024-10-29
申请号：CN202210240068.1
申请日：2022-03-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种单目标追踪方法、装置及存储介质，方法包括：采用transformer骨干网络提取目标区域与搜索区域的特征；采用基于transformer编码与解码架构对目标区域特征与搜索区域特征进行融合，服务于后续预测任务，在目标区域特征编码与搜索区域特征编码共同送入transformer解码器的同时加入基于前一帧目标位置的M（100）个目标预选框。IoU预测模块：对Transformer解码器结构解码输出的目标预测框进行N次迭代优化得到优化预测框，之后计算与标注框之间的IoU，选择IoU前三的优化预测框取平均作为最终的预测结果。提升精度的同时也保证了速度。
-
公开(公告)号：CN117415194A
公开(公告)日：2024-01-19
申请号：CN202311135587.2
申请日：2023-09-04
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于机器视觉的钣金折弯加工精度检测与补偿方法，包括以下步骤：步骤1、搭建机器视觉X、Y直线轴定位误差检测系统XYC；步骤2、建立用于预测X、Y直线轴定位误差的ESSA‑Elman定位误差预测模型；步骤3、搭建机器视觉误差检测系统WJC；步骤4、采用神经网络前馈和机器视觉实时反馈联合补偿尺寸误差、采用机器视觉实时反馈补偿折弯成型角度误差。本发明过对尺寸误差和折弯成型角度误差的检测和补偿，提高了折弯成品的精度。
-
公开(公告)号：CN117152269A
公开(公告)日：2023-12-01
申请号：CN202311105496.4
申请日：2023-08-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于球形防水罩的水下曲面相机标定方法，属于水下感知技术领域，所述标定方法包括：建立统一的相机坐标系和圆顶坐标系，机械调整相机至圆顶中心处，采集不同介质中两中心重合时的标定数据；将相机移动到玻璃罩内其他指定位置采集标定数据；对采集的标定数据进行处理；计算相机坐标系与圆顶坐标系之间的平移补偿；计算相机坐标系与圆顶坐标系之间的旋转补偿；使用Snell定律依次计算空气、玻璃和水介质中的光线路径；优化各标定参数。本发明通过建立统一相机坐标系和圆顶坐标系进行平移和旋转补偿，然后利用光线追踪技术依次推导各介质中的折射光线表达式，最后迭代优化得到各标定参数和重投影误差，提高曲面标定精度。
-
公开(公告)号：CN116184819A
公开(公告)日：2023-05-30
申请号：CN202211545170.9
申请日：2022-11-30
Applicant: 南京邮电大学
IPC: G05B13/04
Abstract: 本发明公开了一种气动软体机械臂动态迟滞建模方法，包括：利用MATLAB/Simulink软件搭建Bouc‑Wen迟滞模型：分析各个参数变化对Bouc‑Wen曲线形状变化的影响；搭建Hopfield神经网络，获取Bouc‑Wen迟滞模型的参数辨识权重矩阵；将Bouc‑Wen迟滞模型的参数辨识权重矩阵代入到Hopfield神经网络中，在MATLAB进行计算，稳定后得到待辨识的Bouc‑Wen迟滞模型参数。本发明使用Bouc‑Wen方法建立软体机械臂动态迟滞模型，并搭建Hopfield神经网络对模型进行参数辨识，能够解决软体机械臂存在磨损导致迟滞曲线会随之改变的技术问题，确保迟滞模型的实时精度。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.021 seconds)
