-
公开(公告)号：CN119197544B
公开(公告)日：2025-04-25
申请号：CN202411710993.1
申请日：2024-11-27
Applicant: 南京师范大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于局部探索及全局探索融合的机器人路径规划方法，获取全局探索空间，将全局探索空间划分为若干子空间，以子空间的质心作为全局路径点，并获得全局探索路径；以机器人周围预设距离内的空间作为局部探索空间，以全局探索路径与局部探索空间边界的交点作为边界点，对局部探索空间通过雷达进行均匀采样并提取候选路径点，通过局部路径点选择算法对候选路径点进行选择，得到局部路径点；并获得局部探索路径；将全局探索路径中两个边界点之间的路径替换为局部探索路径，得到最终规划路径。分层搜索框架既能够在局部空间中进行精确的路径规划，又能够通过全局探索规划的引导防止陷入局部最优化，同时节约了计算资源。
-
公开(公告)号：CN119766193A
公开(公告)日：2025-04-04
申请号：CN202411837873.8
申请日：2024-12-13
Applicant: 南京师范大学
Abstract: 本发明公开了一种面向6G卫星通信互联网的小尺寸超宽阻带集总式GaAs滤波芯片，涉及射频集成电路设计技术领域，包括GaAs基底以及设置于基底之上的超宽阻带集总式GaAs滤波电路，超宽阻带集总式GaAs滤波芯片包括一个输入端口，一个输出端口，以及连接于所述输入端口与所述输出端口之间的电容电感谐振耦合网络，电容电感谐振耦合网络包括了4个集总电感和5个集总电容，构成了3个谐振器以及3处电容电感耦合，以此来实现滤波器的带外传输零点，实现了所述电路的宽阻带带通滤波的功能，本发明通过采用新型的电路耦合拓扑结构，并结合IPD工艺，能够提高器件性能的同时减小滤波器的尺寸，实现了宽带高选择性和宽阻带的滤波特性。
-
公开(公告)号：CN119651463A
公开(公告)日：2025-03-18
申请号：CN202411818333.5
申请日：2024-12-11
Applicant: 南京师范大学
IPC: H02G7/12 , H02G7/05 , H02G7/14 , H02G1/02 , H02J7/32 , H02N2/18 , H02K35/02 , H02K7/18 , H02J11/00 , H02J13/00 , G01R31/00 , G01R31/08 , G01R1/04 , G01R1/02 , G01L1/14 , G01B7/16 , G01H9/00
Abstract: 一种基于舞动能量采集的自供能智能间隔棒，振动采能器内嵌于双摆防舞内部负责将舞动产生的机械能转化为电能，能量管理电路通过匹配电路，提高输出功率后整流升压将能量储存于储能元件，供应力监测系统与数据互联终端使用。智能监测系统应力模块通过气溶胶打印将电介质印刷基底，电容式柔性应变电极，保护层沉积在连接杆和本体框架连接处，连接杆中心处将受力情况转换为电信号，传输至数据互联模块。数据互联模块通过低功耗通讯芯片实现各间隔棒之间，间隔棒与智能电网终端之间的互联通讯，通过智能电网终端将数据上传至云平台，实现了线路状态的云监测。本发明采用一体化智能制造技术，一体化程度高，应变片高应变系数，低迟滞，高稳定性。
-
公开(公告)号：CN119129313A
公开(公告)日：2024-12-13
申请号：CN202411119744.5
申请日：2024-08-15
Applicant: 南京师范大学
IPC: G06F30/23 , G06F119/14 , G06F111/06
Abstract: 本发明公开了一种混合点阵结构参数的优化方法，该方法包括：将所述混合点阵结构中单胞种类，孔隙率和相对体积作为设计变量，引入结构强度和刚度作为约束条件，并以能量吸收能力最大化为目标对混合点阵结构进行有限元建模；基于搭建的混合点阵结构模型，在混合点阵结构连接处的网格局部加密；搭建自动化仿真分析流程系统；基于不同结构参数初始化萤火虫种群，基于建立的仿真分析系统，将不同结构的模型导入有限元仿真软件分析其力学性能，通过计算混合点阵结构的力学参数，评估其对应的适应度，通过萤火虫位置和亮度的更新，在解空间搜寻最优解。本发明利用混合点阵结构的参数优化模型对混合点阵结构进行优化，能够有效提高结构能量吸收能力。
-
公开(公告)号：CN118466517B
公开(公告)日：2024-10-15
申请号：CN202410911034.X
申请日：2024-07-09
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于可见性图构建的机器人路径规划方法，通过获取环境的点云数据，提取点云数据中的障碍物的轮廓特征点；并构建障碍物的封闭多边形；对顶点数量大于阈值的封闭多边形，消除其长度小于阈值的边，得到优化后的障碍物多边形；并根据障碍物多边形各顶点之间的可视关系构建可见性图；给定机器人起点和终点，在可见性图上通过双向A*路径规划算法搜索机器人从起点到终点的最短路径。通过设置阈值来控制复杂的大型多边形的顶点数量，充分考虑移动机器人真实环境中冗余节点过多的特点，提高移动机器人在大场景环境下路径规划计算效率，满足实时性要求，使得移动机器人平滑、快速躲避动态障碍物，应用前景广泛。
-
Patent Agency Ranking
公开(公告)号：CN118336323A
公开(公告)日：2024-07-12
申请号：CN202410339723.8
申请日：2024-03-25
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于GaAs技术采用微带和半模SIW混合结构的宽带滤波芯片，包括主要材料为GaAs的介质基板以及整体电路结构，整体电路结构包括第一半模腔体、第二半模腔体、耦合窗、耦合窗中有第一四分之一波长微带谐振器和第二四分之一波长微带谐振器、第一馈电微带线、第二馈电微带线、地‑信号‑地GSG输入端口、地‑信号‑地GSG输出端口、起到端口匹配作用的第一阻抗匹配结构和第二阻抗匹配结构、接地柱。该微带和半模SIW混合结构的宽带滤波芯片结构简单，制作工艺先进，在减小电路尺寸和频率选择性上有优越表现。
-
公开(公告)号：CN118038103B
公开(公告)日：2024-06-14
申请号：CN202410432780.0
申请日：2024-04-11
Applicant: 南京师范大学
IPC: G06V10/762 , G06V10/74 , G06V10/764
Abstract: 本发明公开了一种基于改进动态扩展模型自适应算法的视觉回环检测方法，获取环境图像并进行标签定义，获得图像的特征标签矩阵；获取聚类图像，通过原图像与聚类图像之间的相似性计算，得到特征标签矩阵的非相似性值；并与阈值比较后进行特征标签矩阵划分；对划分后的强数据标签集合和正常数据标签集合进行改进的原型聚类处理，将正常数据标签集合聚类到聚类图像中的聚类中心附近，将强数据标签集合嵌套到距聚类图像中的聚类中心更远处，形成新的聚类图像；对处理后的图像实现视觉回环检测。采用改进的动态扩展模型自适应算法可排除未知目标域的强数据的污染干扰，保持正常数据样本匹配的精准稳定性，提高回环检测的精准性。
-
公开(公告)号：CN118173989A
公开(公告)日：2024-06-11
申请号：CN202410466127.6
申请日：2024-04-18
Applicant: 南京师范大学
IPC: H01P1/203
Abstract: 本发明公开了一种面向6G卫星通信互联网的GaAs毫米波滤波器芯片，应用于射频芯片领域，包括表层氮化硅涂层，介质基板，接地板以及设置于表面涂层的IPD超宽带滤波电路，IPD超宽带滤波电路包括输入端口，输出端口，输入馈线，输出馈线，强耦合通路，弱耦合通路。其中，强耦合通路包括2个平行的微带传输线，弱耦合通路包括2个平行的接地传输线，以上结构实现了所述电路的超宽带滤波的功能，本发明通过采用新型的电路拓扑结构，并结合IPD工艺实现了小型化，高性能的超宽带滤波特性。
-
公开(公告)号：CN113392701B
公开(公告)日：2024-04-26
申请号：CN202110504527.8
申请日：2021-05-10
Applicant: 南京师范大学
IPC: G06V20/10 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于YN‑Net卷积神经网络的输电线路障碍物检测方法，包括如下步骤：基于输电线路巡检机器人搭载的ZED双目摄像头采集输电线路障碍物图像；对采集到的输电线路障碍物图像进行预处理并制成数据集；搭建YN‑Net卷积神经网络，对YN‑Net卷积神经网络进行充分训练，得到训练好的YN‑Net卷积神经网络模型；使用YN‑Net卷积神经网络模型对采集到的输电线路障碍物实时图像进行分类，根据输入图像中存在障碍物与不存在障碍物的概率值来判断输电线路巡检机器人前方是否存在障碍物。本发明能够提升卷积神经网络的实时性与可靠性，解决了目前输电线路障碍物检测算法准确率不高，实时性不好等问题，并且具有很高的可移植性，可应用于嵌入式开发平台，应用前景广泛。
-
公开(公告)号：CN117889867A
公开(公告)日：2024-04-16
申请号：CN202410304943.7
申请日：2024-03-18
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于局部自注意力移动窗口算法的路径规划方法，获取当前作业环境的RGB图像，并进行预处理并变换为灰度图；进行边缘检测后获得二值化图像，通过激活函数得到边缘自注意力权重；根据灰度图分割后的图像块的海塞矩阵特征值的熵得到曲率自注意力权重；通过边缘自注意力权重和曲率自注意力权重改进自监督注意力语义分割网络，通过改进的网络获得含有语义信息的图像，根据连续时刻获得的图像预测障碍物的运动方向，从而选择机器人的运动方向。引入海塞矩阵的熵得到新的自注意力权重，加强物体边缘的分割；引入边缘检测得到的自注意力权重，加强图像中颜色变化较大部分的分割，提高边缘分割的准确性，从而提高避障的成功率。
-
-
-
-
-
-
-
-
-
Search Results
290
records
(took 0.032 seconds)
