-
公开(公告)号：CN110410781A
公开(公告)日：2019-11-05
申请号：CN201910725938.2
申请日：2019-08-07
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种磁性纳米级载氧体化学链反应器及其使用方法，属于化学链反应器技术领域。本发明采用静电分离技术可将气体与纳米级载氧体分离，而对于燃料提升管反应器输出的产物静电分离后，固体从燃料侧静电分离器的排料口排出至暂存器，然后进入分离管路，在磁性分离部件的磁力作用下，磁性纳米级载氧体和被还原的磁性纳米级载氧体被吸引，从而在降落过程中发生偏移落入斜管中，返回至空气提升管反应器，而灰分和未反应的煤粉则垂直落入直管，返回燃料提升管反应器，然后从排灰口排出，这样通过两级分离，将磁性纳米级载氧体分离出来，实现了纳米级载氧体的化学链燃烧。
-
公开(公告)号：CN108551699B
公开(公告)日：2019-10-01
申请号：CN201810360627.6
申请日：2018-04-20
Applicant: 哈尔滨理工大学
Abstract: 本发明一种眼动控制智能灯以及其控制方法属于智能灯领域；装置包括CMOS红外图像采集模块连接视频解码单元，视频解码单元分别连接人眼定位算法单元和SDRAM控制器单元，人眼定位算法单元依次连接图像预处理单元、眼部动作判断单元、LED控制单元和LED照明灯模块，SDRAM控制器单元连接SDRAM模块；方法包括CMOS红外图像采集模块采集人脸部灰度图像；视频解码单元对采集的视频流数据解码；人眼定位算法单元将解码后的视频流数据进行人眼定位算法处理，得到人眼位置；图像预处理单元根据人眼位置截取人眼部子图像，对图像二值化和去噪；眼部动作判断单元判断眼部动作；LED控制单元控制LED照明灯模块灯的亮度和亮灭；本发明有效解决肢体残疾人士控制灯不方便的技术问题。
-
公开(公告)号：CN109992014A
公开(公告)日：2019-07-09
申请号：CN201910331172.X
申请日：2019-04-24
Applicant: 哈尔滨理工大学
Abstract: 一种斜坡路面下爬行机器人的视觉导航云台装置及控制属于爬行机器人领域；解决了现有技术中视觉导航云台装置获取导航图像不全和控制精度差的问题；所述视觉导航云台装置包括：视觉传感器、云台小臂、云台中臂、云台大臂、云台底座和控制系统；所述云台装置增加了横滚角方向的转动，提高了云台装置获取导航图像时的转向灵活性；所述控制系统针对爬行机器人在斜坡路面导航时受地面冲击的影响，云台装置会有一定程度的抖动，采用一种基于转速偏差变化率优化的模糊算法，通过对步进电机转速偏差变化率的取值进行优化，降低了云台装置的抖动情况，能够准确稳定地完成航向角、横滚角和俯仰角方向的转动，使获取的导航图像更完整，控制精度更高。
-
公开(公告)号：CN109550221A
公开(公告)日：2019-04-02
申请号：CN201910014295.0
申请日：2019-01-08
Applicant: 哈尔滨理工大学
IPC: A63B71/06
Abstract: 一种可穿戴式运动计数与定时装置，属于运动健身器材领域。包括连接环、穿戴于四肢或腰部的弹力粘扣带和带盘。弹力粘扣带内嵌有应变片，带盘包括外壳部分和电子部分，其中电子部分包括单片机主控模块、电源模块、信号处理模块、按键模块、显示模块、LED指示灯模块和蜂鸣器模块。用户通过按键和显示屏设定运动时长和运动次数，运动时通过肌肉收缩使应变片产生形变，形变产生的信号用于计数，当计数满或定时时间到则通过蜂鸣提醒用户，LED指示灯通过不同颜色提示电源的电量是否充足。本装置适用于多种体育测试场景和健身爱好者，不仅能提高体育测试结果的准确性，还可以规范运动者的动作、防止运动过量，实现科学健身。
-
公开(公告)号：CN108764131A
公开(公告)日：2018-11-06
申请号：CN201810519929.3
申请日：2018-05-25
Applicant: 哈尔滨理工大学
IPC: G06K9/00
CPC classification number: G06K9/00342 , G06K9/00711
Abstract: 一种基于视频处理的自适应阈值多目标摔倒检测方法，其技术要点在于包括以下步骤：步骤一、进行用户图像信息采集，记录下用户正常活动和摔倒时的最小外接矩形内人体图像的高宽比、有效面积比和中心变化；步骤二、利用人体图像高宽比和有效面积比对摔倒的敏感程度不同赋予不同权重，得到新的判定参数实现摔倒判定方式的融合；步骤三、对不同体型用户进行最佳阈值的设定；步骤四、依据步骤一中采集的用户图像信息和步骤二中摔倒判定方式的融合，并结合步骤三设定的用户最佳摔倒阈值，实现目标摔倒检测。该方法克服了穿戴式摔倒检测方案中人易忘和抵触穿戴的缺点，解决了环境式摔倒检测系统带来的误判率高、价格昂贵和布设不便的难题。
-
Patent Agency Ranking
公开(公告)号：CN108670263A
公开(公告)日：2018-10-19
申请号：CN201810479919.1
申请日：2018-05-18
Applicant: 哈尔滨理工大学
CPC classification number: A61B5/1118 , A61B5/4806 , A61B5/7203 , A61B5/7207 , A61B5/7235 , A61B5/725 , A61B5/7271
Abstract: 本发明公开了一种基于MPU‑6050的睡眠姿态判定方法，包括：获取待测者睡眠过程中的加速度数据、角速度数据；对已获取的加速度和角速度数据进行卡尔曼滤波处理，用于去除噪声，继而得到旋转矩阵数据；采用互补滤波算法将加速度数据和角速度数据进行拟合，并利用四元数微分方程对拟合后的数据进行解算，得到四元姿态数并将四元姿态数进行单位化，最终得到欧拉角；采用滑动窗口法对三个欧拉角数据序列进行分割并提取特征值；利用决策树法对三个欧拉角角度的特征值所在的范围进行姿态划分，最终判定待测者的睡眠姿势。本发明有效检测睡眠姿势，帮助人们提高睡眠质量、促进身体健康。
-
公开(公告)号：CN108621137A
公开(公告)日：2018-10-09
申请号：CN201810648213.3
申请日：2018-06-22
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种机器人脊柱装置，具体涉及一种用于地震救援的四足机器人脊柱装置。本发明为解决现有技术中地震救援四足机器人的脊柱柔性不足、缺乏减震功能的问题。本发明所述机器人脊柱装置包括：脊前端盘，前脊柱组，脊间盘，后脊柱组，脊后端盘和控制器。前脊柱组包含上脊节、左脊节和右脊节，前脊柱组和后脊柱组总共由六个相同的脊节分成两组并联组成，并且对称设置在脊间盘两侧，每个脊节包含万向联轴器、导向杆套、蜗轮蜗杆减速器和伺服电机。本发明脊柱组通过万向联轴器串联，扩展了脊柱的运动范围、提升了脊柱的柔韧性。该装置用于地震救援领域。
-
公开(公告)号：CN106510640A
公开(公告)日：2017-03-22
申请号：CN201611147293.1
申请日：2016-12-13
Applicant: 哈尔滨理工大学
CPC classification number: A61B5/00 , A61B5/1116 , A61B5/4809 , A61B5/4812 , A61B5/4815 , A61B5/6824 , A61B2562/0219
Abstract: 本发明提供了一种基于翻转检测的睡眠质量检测方法。睡眠质量检测方法包括：选取佩戴于上臂的可穿戴采集装置对用户睡眠过程中的加速度变化数据进行采集，通过基于翻转检测的睡眠状况评价算法对睡眠质量进行综合评价分析来实现睡眠质量检测，最终在用户终端上显示睡眠质量评价结果。采用本发明的上述睡眠质量检测方法，不仅可以较准确的对睡眠状况进行实质性的评估，而且最大限度的减少了对用户的舒适性造成的影响，减轻用户的心理负担。
-
公开(公告)号：CN117873078B
公开(公告)日：2024-09-10
申请号：CN202311838227.9
申请日：2023-12-28
Applicant: 哈尔滨理工大学
IPC: G05D1/43 , G05D109/30
Abstract: 一种基于人工势函数的无人水面船编队容错控制方法，涉及智能船舶运动控制技术领域。本发明是为了解决无人水面船编队系统产生故障时会影响编队稳定性的问题。本发明构建参与USVi的运动学和动力学模型，进而构建出USVi的状态方程；利用USVi的状态方程构建分布式故障状态观测器，并利用该观测器观测USVi的状态估计值和执行器故障估计值；基于状态估计值和执行器故障估计构建全局估计误差模型；构建无人水面船编队的合势能函数，并利用该合势能函数构建全局跟踪误差；利用全局跟踪误差构建积分滑模面，并基于积分滑模面和全局估计误差模型构建USVi的主动容错控制器；利用USVi的主动容错控制器计算获得USVi的控制输入量对无人水面船编队进行容错控制。
-
公开(公告)号：CN116503911A
公开(公告)日：2023-07-28
申请号：CN202310570897.0
申请日：2023-05-19
IPC: G06V40/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 发明名称一种结合语义分割的室内实时摔倒检测算法摘要本发明公开了一种结合语义分割的室内实时摔倒检测算法，包括以下步骤：(1)图像预处理：对输入视频帧/图片使用Mosaic数据增强、自适应锚框、自适应图片收缩策略；(2)人体摔倒特征提取：将步骤(1)处理后的视频帧/图片输入到改进后的YOLOv7摔倒检测网络中，对图像进行特征提取及分类；(3)将步骤(2)中所检测后的结果，输入到自建的语义分割网络，将其室内场景信息分割为可摔倒区域(床、沙发)和非摔倒区域(地面)；(4)摔倒判断：根据目标检测网络和语义分割网络综合判断目标是否摔倒。该方法可以减少室内场景下因类摔倒行为而导致误判的问题，并且改进的YOLOv7摔倒检测网络的计算复杂度、精度、速度都优于原网络，更易部署到实际应用中。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.037 seconds)
