-
公开(公告)号：CN115459238A
公开(公告)日：2022-12-09
申请号：CN202211006918.8
申请日：2022-08-22
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H02J1/00
Abstract: 本发明公开了一种基于电压裕度的自适应下垂控制方法，通过根据直流电压偏差大小，将电压裕度区间划分为正常区间、临界区间以及极限区间；判断当前电压裕度所处区间，若确定当前电压裕度区间为临界区间，则根据电压裕度自适应控制下垂斜率；根据所述下垂斜率，调节供电系统的电压控制能力。相比于现有技术，本发明自适应下垂控制跟随电压波动大小改变对直流电压的控制能力，降低控制单元出现电压越限的情况，承担功率变化范围更大，供电系统运行可靠性得到进一步提升。
-
公开(公告)号：CN118097452A
公开(公告)日：2024-05-28
申请号：CN202410389617.0
申请日：2024-04-02
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V20/13 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明属于森林火灾检测技术领域，公开了一种实时检测森林火灾的超轻量化模型、设计方法及系统，采集森林火灾图像样本；对样本进行预处理，并标注预处理后的图像样本；将标注后的图像样本划分为训练集和测试集；设计轻量化模型，并作为教师模型；使用训练集对教师模型进行训练，获取教师模型中间层的全局特征和局部特征；剔除教师模型中的冗余通道，并将剪枝后的模型作为学生模型；将教师模型的中间层特征传递给学生模型；使用训练集对学生模型进行训练；对蒸馏后的学生模型进行量化感知训练。本发明的模型不仅占用较少的计算资源，还具备高准确性和实时检测的特性，提供可在资源受限环境中有效运行的森林火灾检测解决方案。
-
公开(公告)号：CN117590382A
公开(公告)日：2024-02-23
申请号：CN202311631869.1
申请日：2023-11-30
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于雷视融合目标识别技术领域，公开了一种基于CenterNet的雷视融合目标识别方法及系统，提供一种基于CenterNet的雷视融合目标识别方法，该方法使用雷达与摄像头共同完成识别任务，利用雷达点在像素平面上的投影生成雷达热力图，将雷达热力图与图像叠加从而增强图像特征，再由CenterNet由目标中心点得到识别结果，将该中心点与雷达点进行匹配从而实现图像数据与雷达数据的关联从而得到包含目标类别、方位和运动信息的识别结果。本发明所提供的方法环境适应能力更强，识别结果信息维度更多，精确度更高，能够在复查环境下完成更加复杂任务的目标识别要求。
-
公开(公告)号：CN117576847A
公开(公告)日：2024-02-20
申请号：CN202311639400.2
申请日：2023-12-01
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于远距离检测森林火灾技术领域，公开了一种基于多传感器的森林火灾实时监测系统、方法及装置，数据采集终端可以只使用STH20/30温湿度传感器、SGP‑30传感器、GT36516光敏传感器、MQ2烟雾传感器、MDC04电容传感器等多种传感器来进行环境的实时数据采集操作。数据处理模块使用成本较为低廉CC2530进行数据的转移，并且通过远程的数据处理端完成实时观察环境的变化趋势，和完成根据环境数据实时预测环境的变化趋势。电源模块是一个更换电池，提供使用者更加多的可拓展性，便于在后续的使用过程中更换老化的电池和拓展成太阳能源电池，供给采集模块使用。
-
公开(公告)号：CN113808170B
公开(公告)日：2023-06-27
申请号：CN202111119157.2
申请日：2021-09-24
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06T7/246 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于无人机识别技术领域，具体涉及一种基于深度学习的反无人机跟踪方法。本发明基于目前的检测技术现状并考虑到检测精度、距离、成本等因素，采用视觉相关技术实现无人机的探测，视觉探测分为检测和跟踪两个阶段，通使用深度学习的方法得到一种更加适合用于对无人机进行跟踪的方法。为了保证最终的跟踪速度，设计了一个轻量级的检测网络，整个检测网路在保证速度的同时拥有很高的检测精度，同时设计的跟踪网络是对原有网络的进一步改进。整体上而言，最后的跟踪网络能够有效快速地实现对无人机的跟踪。
-
Patent Agency Ranking
公开(公告)号：CN114802797A
公开(公告)日：2022-07-29
申请号：CN202210326333.8
申请日：2022-03-30
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种用于登机桥自动对接飞机舱门的控制装置及方法，包含原登机桥的PLC控制按钮部分、控制器部分和传感器部分三大部分，将控制器部分与原登机桥的PLC控制按钮相连接，从而使得本申请的控制系统可以控制登机桥的人工操作面板，实现登机桥全自动对接飞机舱门，且计算过程简单，无需对不同登机桥不同机型做出各种预设值，通用性更强，增加了活动踏板调平和调平轮压合检测及打滑检测，更加细致了登机桥实际对接舱门的应用流程，且对调平轮结构进行了监测使得对接后登机桥的运行更加安全可靠。
-
公开(公告)号：CN113808170A
公开(公告)日：2021-12-17
申请号：CN202111119157.2
申请日：2021-09-24
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于无人机识别技术领域，具体涉及一种基于深度学习的反无人机跟踪方法。本发明基于目前的检测技术现状并考虑到检测精度、距离、成本等因素，采用视觉相关技术实现无人机的探测，视觉探测分为检测和跟踪两个阶段，通使用深度学习的方法得到一种更加适合用于对无人机进行跟踪的方法。为了保证最终的跟踪速度，设计了一个轻量级的检测网络，整个检测网路在保证速度的同时拥有很高的检测精度，同时设计的跟踪网络是对原有网络的进一步改进。整体上而言，最后的跟踪网络能够有效快速地实现对无人机的跟踪。
-
公开(公告)号：CN117372802A
公开(公告)日：2024-01-09
申请号：CN202311219630.3
申请日：2023-09-20
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/774 , G06V10/776 , G06V10/82 , G06N3/08
Abstract: 本发明属于图像增广技术领域，公开了一种基于随机擦除的飞机图像增广方法及系统，准备待增广图像数据集；对所有图像进行随机擦除增广；对所有增广图像进行合格性判定；通过检测擦除区域和目标区域的相交区域与目标区域面积的比值的方式来对增广图像的有效性进行初步评估；比较增广的面积比值和合格性阈值，如果超过合格性阈值，此次增广视作不合格增广；面积比值的值等于0，此次增广也视作不合格增广；若出现不合格增广，则返回步骤二，对该图像重新进行随机擦除操作，直到出现合格增广为止。本发明在传统的图像擦除增广方法基础上提出了一种对图像增广的质量的衡量方法。本发明可有效扩充图像数据集数量，提高训练模型性能。
-
公开(公告)号：CN117333699A
公开(公告)日：2024-01-02
申请号：CN202311265020.7
申请日：2023-09-27
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/764 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/82 , G06N3/0464 , G01S13/86 , G01S7/41
Abstract: 本发明属于目标识别技术领域，公开了一种基于雷达与图像互补的目标识别优化方法、系统及设备，结合图像信息能投提供的目标类别和毫米波雷达带来的距离和运动信息，经过时空统一和坐标变换使得二者获取的目标信息匹配对应，可以获取更加丰富的目标信息，在二者的数据出现波动或收到外界环境因素影响时，通过数据的互补降低波动带来的，填补缺失的信息，使数据更加准确，目标识别更加精准。本发明通过图像信息与毫米波雷达信息的结合同时获取目标识别中目标的类别信息和位置、运动状态信息。本发明通过图像信息与毫米波雷达信息的互补降低了摄像头和毫米波雷达数据波动造成的识别错误带来的影响，提高了识别的精度和稳定性。
-
公开(公告)号：CN117310688A
公开(公告)日：2023-12-29
申请号：CN202311256520.4
申请日：2023-09-27
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于智能监测装置技术领域，公开了一种基于雷视融合的登机桥地面环境感知方法，包括：安装并标定传感器，包括摄像头和毫米波雷达；采集数据并保持时间同步，在记录摄像头和毫米波雷达数据时同步保存时间戳，对比时间戳获取同一时刻的两种传感器数据；数据对齐之后对毫米波雷达数据进行空间坐标变换，将雷达点投影到图像坐标系中，转换到像素坐标系并将投影结果作为生成ROI的中心点，ROI的尺寸与雷达点深度呈负相关，雷达点深度越大，其在像平面生成的ROI越小；将生成的ROI作为R‑CNN的算法的特征提取阶段的输入，进行目标识别；将识别结果与对应的雷达点信息包括位置和运动情况合并，得到目标的多维度信息。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.057 seconds)
