-
公开(公告)号:CN105457272B
公开(公告)日:2020-05-19
申请号:CN201610012389.0
申请日:2016-01-07
Applicant: 广州大学
IPC: A63F13/212 , A63F13/25 , A61B5/0476
Abstract: 本发明涉及人机交互自动控制领域,尤其涉及一种基于脑电波控制的拳头游戏机及脑电波控制拳头的方法,主要包括至少一个脑电波模块、第一通讯模块和一个拳头机,所述脑电波模块包括脑电波芯片、前额电极、耳夹电极、第一电源模块和第二通讯模块,所述前额电极和耳夹电极分别与脑电波芯片的输入端连接,所述脑电波芯片的输出端与第二通讯模块连接,所述第一电源模块为脑电波芯片提供电源,所述第二通讯模块与第一通讯模块连接;所述拳头机包括单片机、电机驱动模块、拳头装置和第二电源模块,所述单片机的输入端与第一通讯模块连接,其输出端与电机驱动模块连接,所述电机驱动模块与拳头装置连接,所述第二电源模块为单片机提供电源。
-
公开(公告)号:CN107341790B
公开(公告)日:2019-10-22
申请号:CN201710438427.3
申请日:2017-06-12
Applicant: 广州大学
Abstract: 本发明公开了一种环境洁净度检测的图像处理方法,方法包括下述步骤:在人为条件下,对餐厅地板或者桌面在差到优越之间分多个等级,分别提取相应的样本存进样本库,并进行归类,通过机器学习算法从多个角度和维度进行“学习”。具体算法包括:图像灰度化、canny算法提取灰度图的边缘、朴素贝叶斯算法、帧差法、差分图像二值化、提取运动区域轮廓,对运动区域进行判断。本发明与现有技术相比具有较为准确地识别和分析目标区域的环境情况、受环境影响小、实时性强,从多个角度对环境进行评判与分析,评价结果可靠性强。
-
公开(公告)号:CN106774313B
公开(公告)日:2019-09-17
申请号:CN201611108784.5
申请日:2016-12-06
Applicant: 广州大学
Abstract: 本发明公开了一种基于多传感器的室外自动避障AGV导航方法,包括以下步骤:根据当地路线规划图以及目标起点、终点计算得到最短路线;利用激光雷达模块对周围环境进行检测,对障碍物进行避让;将道路正确行驶方向与电子罗盘得到的当前车头所指的方向角度比较得到小车行驶方向修正角度θ1;利用摄像头模块对道路标志线进行识别,分析得到小车行驶方向修正角度θ2;对θ1和θ2进行处理得到不同环境下的最优角度θ;工控机对相关参数进行处理,并通过无线模块、驱动模块让小车前进,同时通过协调器进行协调规划和检测。本发明能够在复杂的情况下实现室外精准自动避障导航。
-
公开(公告)号:CN109544510A
公开(公告)日:2019-03-29
申请号:CN201811243707.X
申请日:2018-10-24
Applicant: 广州大学
IPC: G06T7/00
Abstract: 本发明涉及医学图像分析领域和深度学习领域,为基于卷积神经网络的三维肺结节识别方法,包括步骤:肺部三维CT图像数据集预处理,将预处理后的CT图像数据集分成训练数据集和测试数据集;建立DenseNet和SENet相结合的神经网络模型,并设置其超参数;将训练数据集导入神经网络模型中,采用随机梯度下降算法和学习率逐步递减的方式进行训练,待模型充分收敛之后,保存并导出模型结构和权重参数,得到训练好的神经网络模型;用神经网络模型对测试数据集中每组三维CT图像进行测试,得到肺结节识别结果。该方法可分析出三维CT影像中是否含有肺结节及其具体位置,解决了深度卷积神经网络可能出现梯度消失、梯度爆炸或退化问题导致肺结节识别准确率低的问题。
-
公开(公告)号:CN109543684A
公开(公告)日:2019-03-29
申请号:CN201811172150.5
申请日:2018-10-09
Applicant: 广州大学
Abstract: 本发明公开了一种基于全卷积神经网络的即时目标追踪检测方法及系统,方法包括:S1、进行数据增强处理,得到训练样本;S2、将训练样本与第一帧对应的目标分割图以颜色通道维度进行组合;S3、将训练样本第二帧对应的目标分割图与其转置图在颜色通道维度进行组合;S4、构建全卷积对抗神经网络,其由全卷积网络和判别器网络构成;S5、训练判别器判断该分割图是由全卷积网络生成的伪造数据还是真实数据;S6、将分割图与其标签使用交叉熵计算损失值1和损失值2;S7、将步骤S5和S6轮流进行,直到全卷积网络生成尽可能接近真实的人为绘制的目标分割图。本发明依赖的数据少,运算速度快,具有即时性,可以在视频拍摄的同时就对视频中的目标进行追踪。
-
公开(公告)号:CN109343343A
公开(公告)日:2019-02-15
申请号:CN201811090928.8
申请日:2018-09-19
Applicant: 广州大学
IPC: G05B13/04
Abstract: 本发明属于舵机控制技术,为基于深度学习与深度神经网络的舵机控制系统及方法。其系统包括机器视觉识别模块、PID控制器、电机模块、摄像机及上位机;机器视觉识别模块将摄像机获得的视频信息上传至上位机,对图像处理获得图像特征数据;上位机输入电机的目标角度值,PID控制器根据当前实际角度值与目标角度值得到误差值以及其变化率、累积值,将其与图像特征数据、上一次电机当前实际角度值与上一次PID控制器输出值输入到PID神经网络中,经分析和计算,输出PID算法的三个系数并将其输入到PID控制器中,计算得到输出值并传输至电机,控制电机角度变化。本发明结合机器视觉识别和PID算法,有效解决了传统舵机在多种或多变环境中性能不稳定的问题。
-
公开(公告)号:CN109176589A
公开(公告)日:2019-01-11
申请号:CN201811085798.9
申请日:2018-09-18
Applicant: 广州大学
IPC: B25J15/12
Abstract: 本发明公开了一种基于SMA弹簧的软体机械手,包括平台,所述平台的下方设有多个机械手手指,机械手手指包括硅胶外壳,所述硅胶外壳内设置有软软传感器和两条SMA弹簧,两条SMA弹簧由上至下呈设定角度设置在硅胶外壳中,所述SMA弹簧的顶端设置有引线,通过引线连接有控制电路,通过控制电路来控制SMA弹簧的伸缩状态,从而实现机械手手指的工作;所述控制电路包括具有多个模拟量输入端口的单片机、PWM电子开关控制板以及压控电流源,所述STM32单片机用于实现PWM控制恒流源电路,并输出特定频率、特定占空比的PWM波形,所述PWM电子开关控制板用于将PWM信号转换为电压量,所述压控电流源利用电压的变化来控制电流的变化。通过本发明可以实现软体机械手的抓取控制。
-
公开(公告)号:CN109131915A
公开(公告)日:2019-01-04
申请号:CN201811097945.4
申请日:2018-09-20
Applicant: 广州大学
Abstract: 本发明涉及无人机技术领域,为具有风向识别功能的抗风无人机,包括机舱、机臂、旋翼装置、旋翼换向装置、风向仪装置、控制系统和机臂换向装置,旋翼换向装置安装在机臂上,机臂换向装置置于机舱内部;风向仪装置设有用于接受不同方向风力的感风薄片,感风薄片通过弹性检测组件与一固定柱及所述控制系统连接;感风薄片在被风推压后压缩所述弹性检测组件,由弹性检测组件采集相应的风向信息并传输给控制系统;控制系统根据风向信息通过旋翼换向装置使旋翼装置发生倾转,同时通过机臂换向装置驱动机臂发生水平旋转。本发明通过风向仪装置能够判断出大致的风向,通过控制系统控制无人机倾转和水平旋转。
-
公开(公告)号:CN109124668A
公开(公告)日:2019-01-04
申请号:CN201810953893.X
申请日:2018-08-21
Applicant: 广州大学
IPC: A61B6/03
CPC classification number: A61B6/035 , A61B6/5211 , A61B6/5258
Abstract: 本发明公开了一种基于全卷积神经网络的肺部CT良恶性结节诊断仪器,仪器执行以下方法步骤:首先,收集结节图片,对结节分别标注其良恶性,制作成一个训练数据集;然后对图片进行降噪处理;设计全卷积神经网络结构;使用降噪处理后的结节图片对全卷积神经网络进行训练;最后,将训练完成的全卷积神经网络集成为系统,使用全卷积神经网络系统对结节图片进行识别与预测其良恶性。本发明通过全卷积神经网络系统对肺部结节的良恶性进行预测,从而能得到其性质类别,可辅助医生诊断,降低了医生的误诊率,并且能加快诊断速度,实现过程方便且通用性强。
-
公开(公告)号:CN109049835A
公开(公告)日:2018-12-21
申请号:CN201810990240.9
申请日:2018-08-28
Applicant: 广州大学
Abstract: 纸箱自动切割与压痕机,包括识别机构、压痕与切割机构、控制机构;识别机构包括识别平台、识别输送带、识别电机、kinect摄像头,识别输送带安装于识别平台上,识别电机和识别输送带连接,kinect摄像头设于识别输送带的外侧并和控制机构电连接;压痕与切割机构和控制机构电连接;压痕与切割机构包括主平台、平台二、切割组件、压痕组件、输送带,两个平台二对称设于主平台上,输送带安装于两个平台二之间,切割组件、压痕组件安装于平台二上。本发明具有结构简单、操作方便、自动识别物体的三维尺寸、自动控制纸皮的压痕与切割等优点。本发明属于纸箱加工技术领域。
-
-
-
-
-
-
-
-
-