-
公开(公告)号：CN115856923A
公开(公告)日：2023-03-28
申请号：CN202310169015.X
申请日：2023-02-27
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 本申请涉及一种矿卡卸料用时的测量方法、装置、设备及存储介质，其中方法包括：基于激光雷达，获取矿卡卸料区域的点云信息，得到原始点云信息；通过对原始点云信息进行滤波处理，得到滤波后点云集；从滤波后点云集中识别出车辆的点云信息，得到车辆点云集；基于车辆点云集中的点云数据，创建车厢坐标系；基于车厢坐标系，创建车厢底面网格面，并计算车厢底面网格面中每一网格面的矿料体积；累积每一网格面的矿料体积，得到车厢矿料体积，并基于车厢矿料体积，计算矿卡卸料用时。本发明提高了矿卡卸料用时的测量精准度，进而提高矿卡卸料的效率。
-
公开(公告)号：CN115511970B
公开(公告)日：2023-03-24
申请号：CN202211469663.9
申请日：2022-11-23
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) , 比亚迪汽车工业有限公司
Abstract: 一种面向自主泊车的视觉定位方法，涉及自主泊车领域。对于当前帧图像中任意一个特征点：获取任意一个特征点在空间中对应地图点的状态概率；根据所述地图点的状态概率确定所述地图点在当前帧图像中对应的特征点的初始状态概率；获取所述地图点在当前帧图像中对应的特征点的观测概率；根据所述初始状态概率和所述观测概率确定所述地图点在当前帧图像中对应的特征点的状态概率；根据所述地图点在当前帧图像中对应的特征点的状态概率，更新所述地图点的状态概率，根据所述地图点的状态概率确定所述地图点的地图点类型；获取静态点的地图点构建环境地图，用以视觉定位。
-
公开(公告)号：CN115655042A
公开(公告)日：2023-01-31
申请号：CN202210990365.8
申请日：2022-08-18
Applicant: 北京理工大学 , 北京理工艾尔安全科技有限公司
Abstract: 本发明提供一种具备快速开关功能的防爆罐，罐盖开合操作简单，速度快、用时短。该防爆罐包括：罐体、罐盖、锁紧机构和翻转机构；罐盖通过翻转机构连接在罐体的顶部开口处，罐盖能够绕翻转机构转动，实现罐体开口的打开或闭合；罐盖闭合时，其底部凸台嵌在罐体内部；锁紧机构安装在罐盖上，包括：驱动单元和锁紧单元；驱动单元用于驱动位于罐盖底部凸台下方的锁紧单元转动；当锁紧单元转动时，其锁紧端能够沿罐盖的径向伸缩；罐体的内圆周面上，与锁紧单元对应的位置设置有凹槽；当锁紧单元的锁紧端伸出位于罐体内圆周面的凹槽内时，锁紧机构处于锁紧状态；当锁紧单元的锁紧端回缩从罐体内圆周面的凹槽内退出时，锁紧机构处于解锁状态。
-
公开(公告)号：CN115578709A
公开(公告)日：2023-01-06
申请号：CN202211480590.3
申请日：2022-11-24
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
Abstract: 一种车路协同的特征级协同感知融合方法和系统，涉及车辆自动驾驶协同感知技术领域。获取车端点云信息和车端点云信息对应的时间戳；对所述车端点云信息进行特征提取以生成车端点云伪图像，对所述车端点云伪图像进行高维特征提取，以生成车端点云特征空间分布；获取路侧端点云特征数据，所述路侧端点云特征数据根据按照所述时间戳进行存储的路侧端点云信息确定；对所述路侧端点云特征数据进行解压缩，利用特征空间矫正将解压缩后的路侧端点云特征数据映射到所述车端点云特征空间分布；将映射到车端点云特征空间分布的路侧端点云特征数据和车端点云特征空间分布进行融合，对融合后的特征信息进行处理，从而实现车路协同感知。
-
公开(公告)号：CN115384135A
公开(公告)日：2022-11-25
申请号：CN202210658724.X
申请日：2022-06-12
Applicant: 北京理工大学
IPC: B32B15/02 , B32B15/18 , B32B15/082 , B32B15/095 , B32B15/04 , B32B27/30 , B32B27/40 , B32B5/18 , B32B9/00 , B32B9/04 , B32B27/02 , B32B27/34 , B32B27/08 , B32B27/06 , B32B27/32 , B32B17/02 , B32B17/10 , B32B17/06 , B32B15/088 , B32B9/02 , B32B1/00 , F42D5/05
Abstract: 本发明提供了一种基于金属编织的防爆毯及防爆桶，采用双层金属编织网代替传统的钢制实心结构作为爆炸防护的主要承力部件，可大幅度降低结构质量；内层金属网丝直径较细，变形吸能，初步拦截破片；外层金属网丝直径较粗，减小整体结构变形；防爆桶中封装金属编织网的泡沫可有效吸收爆炸能量，减小金属编织网碎裂概率，提高结构完整性；外层金属编织网为x方向的细长网孔，内层金属编织网为y方向的细长网孔，爆炸冲击波及压力溢出时会受到两次正交方向的阻碍作用，极大降低冲击波超压峰值；过当量爆炸时，一方面双层正交网孔仍可偏置、阻碍冲击波传播，另一方面编织网孔可有效防止结构破裂，避免形成二次破片附带损伤。
-
Patent Agency Ranking
公开(公告)号：CN112161621B
公开(公告)日：2022-11-25
申请号：CN202011014026.3
申请日：2020-09-24
Applicant: 北京理工大学
Abstract: 本发明公开了一种无模型辅助导航适配区域选取方法，能够提高适配区域的选取精度，提高匹配效率。将重力场背景图划分为栅格，每个栅格提取一组重力场特征参数，经加权求和得到综合特征参数；根据综合特征参数将重力场背景图样本点划分为适配区、一般适配区和非适配区；训练第一层分类器时，将适配区与一般适配区作为正样本，非适配区作为负样本；训练第二层分类器时，将适配区作为正样本，一般适配区作为负样本；分类器参数和特征选取向量组成个体，采用遗传算法进行优化；以最佳个体对应的分类器参数以及特征选取向量设置分类器，对候选适配区域进行处理得到导航适配区域分类结果。
-
公开(公告)号：CN112113938B
公开(公告)日：2022-11-15
申请号：CN202010700034.7
申请日：2020-07-20
Applicant: 北京理工大学
Abstract: 本发明公开一种多通道气态物质探测装置，能够在一次测试中分析多种气体成分。具体包括：吸气头、两根以上敏感元件检测玻璃管、导光柱、PD光电探测器组件、激发光源组件和气泵组件；敏感元件检测玻璃管为内镀有特异性敏感的高分子荧光聚合物的玻璃管；两根以上敏感元件检测玻璃管的一端通过气道与吸气头连通，另一端通过气道与气泵组件相连；在气泵组件的作用下，吸气头吸入待探测的气体，且吸入的气体分别流经各敏感元件检测玻璃管；激发光源组件激发的光源由导光柱发散给各敏感元件检测玻璃管；PD光电探测器组件包括与敏感元件检测玻璃管一一对应的PD探测器，在每个敏感元件检测玻璃管外圆周的外侧布置一个PD探测器。
-
公开(公告)号：CN113068881B
公开(公告)日：2022-08-23
申请号：CN202011567484.X
申请日：2020-12-25
Applicant: 北京理工大学
IPC: A41D13/11 , A41D31/02 , A41D31/30 , A41D31/04 , D06M15/37 , D06M15/53 , C08G83/00 , D06M101/20 , D06M101/32
Abstract: 本发明涉及一种高效杀灭细菌、真菌的口罩，属于医用防护口罩技术领域。所述口罩包括固定带、鼻夹和口罩主体，所述口罩主体是由外无纺布层、中间层和内无纺布层组成复合层状结构，中间层为负载有α‑MOF材料的无纺布层；α‑MOF材料是氧化锌和2‑甲基咪唑通过机械球磨合成得到的，α‑MOF材料在无纺布上的负载量为20g/m2～40g/m2。本发明通过选用对大肠杆菌、金黄色葡萄球菌以及白色念珠菌具有杀灭效果的MOF材料负载到制备口罩用的无纺布上，并通过调控MOF材料的负载量，可以实现口罩对大肠杆菌、金黄色葡萄球菌和白色念珠菌的针对性高效杀灭，杀灭率达到99.99％，实现对人员的有效防护。
-
公开(公告)号：CN113089326B
公开(公告)日：2022-07-19
申请号：CN202011565472.3
申请日：2020-12-25
Applicant: 北京理工大学
IPC: D06M15/37 , D06M13/165 , D06M15/53 , D04H1/4291 , D06M101/20
Abstract: 本发明涉及一种高效杀灭细菌、真菌的防护服，属于医用防护服技术领域。所述防护服是以负载有α‑MOF材料的无纺布为原料制备而成的，α‑MOF材料是氧化锌和2‑甲基咪唑通过机械球磨合成得到的，α‑MOF材料在无纺布上的负载量为40g/m2～100g/m2。本发明通过选用对大肠杆菌、金黄色葡萄球菌以及白色念珠菌具有杀灭效果的MOF材料负载到防护服上，并通过调控MOF材料的负载量，可以实现防护服对大肠杆菌、金黄色葡萄球菌和白色念珠菌针对性高效杀灭，杀灭率达到99.99％，实现对医务人员的有效防护。
-
公开(公告)号：CN114596454A
公开(公告)日：2022-06-07
申请号：CN202210155271.9
申请日：2022-02-21
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于孪生卷积神经网络的特征匹配定位方法、系统，采用格拉姆角场方法将一维特征序列编码为二维图像，相比一维信息具备更丰富的特征，以二维图像作为孪生卷积神经网络模型的输入，提取二维图像中丰富的特征信息，提高识别相似特征的准确性。相比传统方法仅比较一维特征序列的数值相似性，避免了当一维特征序列包含的特征数量较少时，识别相似性的精度下降、匹配定位误差较大的问题。在孪生卷积神经网络模型结构中，选择ReLU作为激活函数，能够增加非线性，避免训练过程中出现梯度爆炸或消失的问题。损失函数选择用于二分类的二值交叉熵，能够在训练过程中使损失函数的输出快速收敛到0附近，减少训练模型所需要的迭代次数。
-
-
-
-
-
-
-
-
-
Search Results
547
records
(took 0.173 seconds)
