-
公开(公告)号：CN112002418A
公开(公告)日：2020-11-27
申请号：CN202010867834.8
申请日：2020-08-26
Applicant: 广州大学
IPC: G16H50/20 , G16H20/10 , A61B5/0205
Abstract: 本发明公开了一种家庭式智能药箱系统及其智能监测方法，该系统包括药箱客户端、数据采集模块、微型电脑、微控制器、步进电机和用于放置药品的药箱；微型电脑、微控制器和步进电机均设置在药箱上；数据采集模块，用于对用户的身体状况信息进行检测采集；微型电脑，用于人脸识别和人工智能深度学习，对识别到的确定病状与微控制器交互给予用户相关药物服用；微控制器，用于输出控制指令控制电机来控制药箱自动出药。本发明的家庭式智能药箱系统被唤醒后，当识别出唤醒语音为诊断指令，则进行中医的望闻问切诊断，对诊断出的数据分别基于云端数据库和深度学习模型进行匹配，对一些普通常见的疾病诊断并提供治疗建议或药物。
-
公开(公告)号：CN111311847A
公开(公告)日：2020-06-19
申请号：CN202010100134.6
申请日：2020-02-18
Applicant: 广州大学
Abstract: 本发明公开了一种扭蛋输送装置，包括底板、前置支撑板及后置支撑板，前置支撑板和后置支撑板装配于底板上，前置支撑板及后置支撑板之间设有扭蛋输送通道，前置支撑板上设置有开口，开口与扭蛋输送通道的末端连通，底板上设有包括驱动模块和传动模块的扭蛋输送机构，传动模块包括圆盘、连杆及阻挡滑块，连杆的一端铰接于圆盘，另一端铰接于阻挡滑块，阻挡滑块上设置有用于存放扭蛋的凹位，驱动模块驱动圆盘转动，使得阻挡滑块间歇性的移动至其凹位与开口对接，位于凹位内的扭蛋经开口输出。该装置在扭蛋输送机构的往复作用下，每次完成一个扭蛋的输出，高效且精准。
-
公开(公告)号：CN104966148A
公开(公告)日：2015-10-07
申请号：CN201510262240.3
申请日：2015-05-21
Applicant: 广州大学
Abstract: 本发明涉及一种基于物联网的智能垃圾桶信息云管理方法包括以下步骤:嵌入式系统读取并上传智能垃圾桶的信息；云管理应用下载并解析智能垃圾桶信息；云管理应用显示垃圾桶信息，还涉及一种基于物联网的智能垃圾桶信息云管理装置，包括智能垃圾桶MCU、嵌入式系统、无线网络连接模块以及云储存服务器。本发明提供的基于物联网的智能垃圾桶信息云管理方法及其装置通过物联网技术，使得能对智能垃圾桶进行远程管理；配合云储存技术，使管理端能同时管理海量的智能垃圾桶，借助云储存平台的云计算接口扩展，实现对智能垃圾桶数据的规律统计和智能回收调配的功能；通过对海量智能垃圾桶的信息处理与分析，可为城市市政工程、环境保护或商业分析提供大数据统计接口，从而可促进智慧城市建设。
-
公开(公告)号：CN104914991A
公开(公告)日：2015-09-16
申请号：CN201510117688.6
申请日：2015-03-17
Applicant: 广州大学
IPC: G06F3/01
Abstract: 本发明涉及一种可穿戴智能手环手势识别装置，控制方法包括手势指令发送模块发送需要判断的手势到微处理器，微处理器通过DMP库驱动位置传感器采集数据及微处理器通过采集到的数据判断是否是需要识别的手势的过程。装置包括位置传感器，微处理器和手势指令发送模块，位置传感器为MP9150模块，微处理器为STM32F103单片机，手势指令发送模块包括发送指令的手机app，通过蓝牙模块传输指令。工作时手势指令发送模块发送需要判断的手势到微处理器，微处理器通过DMP库驱动位置传感器采集数据，通过采集到的数据判断是否是需要识别的手势。本发明装置简单，节省成本，手势识别率高。
-
公开(公告)号：CN117132794A
公开(公告)日：2023-11-28
申请号：CN202311076771.4
申请日：2023-08-24
Applicant: 广州大学
Abstract: 本说明书实施例提供了一种基于多尺度特征提取的轻量化双目立体匹配方法，通过特征提取器使用切块卷积和残差块进行下采样，保留更多有效的特征信息，生成高精度的特征图；通过语义指导模块，保留原图信息，进行有效的视差修正；使用结构轻巧的轻量化代价聚合网络，以快速的推理速度进行代价聚合；使用TensorRT优化器对网络层进行推理加速，在资源受限的NVIDIA Jetson Nano设备上进行实时部署，同时保持较高的精确度。
-
Patent Agency Ranking
公开(公告)号：CN116543031A
公开(公告)日：2023-08-04
申请号：CN202310277648.2
申请日：2023-03-20
Applicant: 广州大学
IPC: G06T7/564 , G06T5/00 , G06T3/40 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于可分离多头注意力的双目深度估计方法及系统，该方法包括如下步骤：利用基于切块卷积的特征提取器对原始输入图像进行特征提取，获得相对于原始输入图像不同分辨率的特征图，再通过可分离多头注意力和ConvMLP混合器；采用了多内容互补模块来增强特征，用于获得更全面的特征信息；采用群相关法提取多通道匹配特征信息，用于获得多维度的匹配信息；在获得不同分辨率匹配的成本卷后，网络对跨空间域和视差域的上下文信息进行聚合；采用边缘感知的细化网络，通过对左侧原始RGB图像的残差进行细化来恢复高频细节，生成理想的视差图。本发明采用分离多头注意力可以使网络保留更多的特征信息并且精度以及速度提高不少。
-
公开(公告)号：CN116270171A
公开(公告)日：2023-06-23
申请号：CN202310103249.4
申请日：2023-02-08
Applicant: 广州大学
Abstract: 本发明涉及家居用品领域，且公开了一种自动后背挠痒捶背装置，包括座椅、计算机装置以及外遥控系统，座椅的椅背上固定安装竖直支架，相邻两个竖直支架之间的上部、中部以及下部均设置有齿轮轴，每个竖直支架的顶部均固定安装有升降电机，上部的升降电机转动轴与上部的齿轮轴固定连接在一起，上部齿轮轴的另外一端与竖直支架转动连接在一起，中部以及下部的齿轮轴通过转轴转动安装在相邻两个竖直支架之间，上部、中部以及下部的齿轮轴通过齿轮传动带连接，水平底座固定安装在齿轮传动带表面，水平底座的内部固定安装有放置电机，水平底座的内部设置有拆换模块，拆换模块上设置有可以更换的痒痒挠爪或者锤头。
-
公开(公告)号：CN110073804B
公开(公告)日：2021-11-19
申请号：CN201910184236.8
申请日：2019-03-11
Applicant: 广州大学
IPC: A01D45/00
Abstract: 本发明涉及一种推断式菠萝采摘装置。该推断式菠萝采摘装置包括安装架，安装架的下侧设有行走轮或行走履带，安装架上安装有引导架，引导架上设有供菠萝树进入的引导槽，所述引导架于引导槽的一侧设有推力机构，推力机构用于推动引导槽中的菠萝而使菠萝从菠萝树上断落，所述安装架上还安装有升降机构，升降机构用于驱动引导架上下运动，以将引导槽调节至与菠萝底部等高位置。本发明的菠萝采摘装置使用时，升降机构将引导架调节至与菠萝底部相齐平，推力机构动作推动菠萝，而使菠萝从菠萝树上断落。相比于现有技术中的菠萝采摘装置，本发明的推断式菠萝采摘装置采用推断的方式，避免了旋拧菠萝或菠萝树，降低了对菠萝和菠萝树上的幼苗的损伤。
-
公开(公告)号：CN111481909A
公开(公告)日：2020-08-04
申请号：CN202010268650.X
申请日：2020-04-08
Applicant: 广州大学
IPC: A63B69/40
Abstract: 本发明公开了一种球类摩擦发射装置，涉及球类发射技术领域，包括储球桶，所述储球桶设置有放球口；发射管件，所述发射管件包括相互连通的输球管和发射筒，所述输球管连通所述储球桶，所述输球管和所述发射筒之间的连接位定义为发射位，所述发射位开设有缺口；摩擦轮，所述摩擦轮部分位于所述缺口处；以及驱动机构，所述驱动机构连接所述摩擦轮，以使所述摩擦轮转动。本发明结构简单，只需将球放入储球桶中即可，可完成自动发球，且结构简单。
-
公开(公告)号：CN106389097A
公开(公告)日：2017-02-15
申请号：CN201610986321.2
申请日：2016-11-09
Applicant: 广州大学
CPC classification number: A61H23/02 , A61B5/02438 , A61B5/11 , A61H2201/0157 , A61H2201/1207 , A61H2205/065
Abstract: 本发明公开了一种智能按摩手套，其特征在于，包括：手套本体以及设于所述手套本体上的运动采集单元、微处理单元、心率检测单元、按摩单元及电源单元；所述运动采集单元、心率检测单元和按摩单元均与所述微处理单元连接；所述运动采集单元、微处理单元、心率检测单元和按摩单元均与所述电源单元连接。通过自动检测用户的安静心率数据和当前心率数据，并根据所述安静心率数据和当前心率数据进行运算；根据运算结果评价用户的疲劳等级，并生成与所述疲劳等级对应的按摩信号，发送给按摩单元，以使所述按摩单元根据所述按摩信号进行相应的按摩操作。本发明提供的智能按摩手套，可实现按摩手套的高度自动化且智能化使用，提高用户使用体验。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.017 seconds)
