-
公开(公告)号：CN103684228A
公开(公告)日：2014-03-26
申请号：CN201310143730.2
申请日：2013-04-24
Applicant: 常州大学
IPC: H02S20/32
Abstract: 本发明公开了一种太阳自动跟踪装置及其跟踪方法，该装置包括MCU控制电路、数据寄存和通信交换模块、多功能人机互动界面、限位装置、光敏信号测验装置、精细输出驱动控制装置、电机、固定架；数据寄存和通信交换模块、多功能人机互动界面、限位装置、光敏信号测验装置的输出端与MCU控制电路的输入端相连，MCU控制电路的输出端与精细输出驱动控制装置的输入端连接，精细输出驱动控制装置的输出端与电机的输入端连接，电机的输出端与固定架相连。本发明在确保精度高、功耗低的前提下，具有低成本的特点。在太阳能光伏发电、太阳热能利用等装置上，都可以利用本发明，实现实时追日的作用。较静止型装置，系统能够大大提高太阳能利用率。
-
公开(公告)号：CN103310218A
公开(公告)日：2013-09-18
申请号：CN201310188343.0
申请日：2013-05-21
Applicant: 常州大学
Abstract: 本发明公开了一种重叠遮挡果实精确识别方法，具体包括图像采集步骤；目标对象提取步骤，该步骤对采集的图像进行处理，提取出图像中的果实及枝叶；目标对象深度计算步骤；遮挡边缘区域确定步骤；遮挡边缘信息获取步骤，该步骤依次采用边缘检测、边缘细化和边缘连接方法来获取遮挡边缘的完备信息；重叠遮挡果实分离步骤，该步骤通过将重叠遮挡完备边缘图像反像后与果实图像叠加来实现重叠遮挡果实的分离；非完整目标果实修复步骤；果实形心及深度坐标计算步骤。对于苹果、柑橘等类果实采摘机器人来说，本发明一种重叠遮挡果实精确识别方法能够实现对重叠遮挡果实的精确识别，从而有望推动采摘机器人的实用化进程。
-
公开(公告)号：CN103294025A
公开(公告)日：2013-09-11
申请号：CN201310145808.4
申请日：2013-04-25
Applicant: 常州大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明公开了一种智能物联网能耗管控系统及其控制方法，所述系统由主节点和子节点组建成一个高速星形电量采集网络，所述系统包括主节点和子节点。所述方法采用嵌入式结构，子节点按功能划分，主节点和子节点都采用嵌入式处理器加载软件操作系统，可根据用户需要进行功能裁剪；采用多种节点有线、无线混合组网，子节点按功能不同分别通过有线、无线进行组网；采样节点采用万能输入接口，管理模式采用主动管理模式，采用集数字监控、组网管理、智能分析于一体的智能化用电管理方法。本发明的组网模式简单、施工成本低，网关产品成熟可靠；数据采集、传输、处理模式科学、准确和完整；多种成熟的监控技术和监控方式并存，覆盖全部的用电信息需求。
-
公开(公告)号：CN103278774A
公开(公告)日：2013-09-04
申请号：CN201310144001.9
申请日：2013-04-24
Applicant: 常州大学
IPC: G01R31/36
Abstract: 本发明公开了一种汽车动力电池组智能化测试系统，包括主控制器模块、测量模块和无线局域网模块，主控制器模块和测量模块相连接，并控制无线局域网模块接入因特网，测量模块基于CPLD技术完成电池电压和内阻测量，无线局域网模块使用Wi-Fi无线局域网技术接入因特网，实现测试数据的远程综合分析。本发明的测量模块不仅能测试低值电阻，还能测量电感量、相位角、电抗等参量；在测试电池内阻和超级电容ESR的同时，也能对其他指标作出评估；提高了产品可靠性，使传输更可靠；通过网络传输，不仅能实现正真意义上的快速、远程通讯而且可以通过在线系统编程技术，实现系统功能扩展和测试软件升级。
-
公开(公告)号：CN118710880A
公开(公告)日：2024-09-27
申请号：CN202410810766.X
申请日：2024-06-21
Applicant: 常州大学
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06V20/70
Abstract: 本发明涉及葡萄幼果检测技术领域，尤其涉及一种葡萄幼果果串目标检测方法，包括获取葡萄幼果果串的图像并进行预处理，对图像进行标注；对数据集进行扩充，按照比例划分为训练集，验证集和测试集；改进YOLOv8n包括将backbone网络和neck网络中的C2f模块替换为C2f_faster模块，解决YOLOv8n网络多个通道的特征图包含相似或重复的信息，产生特征冗余，提升YOLOv8n网络运算速度。本发明解决现有目标检测算法在实际果园环境下对葡萄幼果果串的识别精度不足及检测速度不快的问题。
-
Patent Agency Ranking
公开(公告)号：CN118633467A
公开(公告)日：2024-09-13
申请号：CN202410791214.9
申请日：2024-06-19
Applicant: 常州大学
IPC: A01G13/02 , F16F15/067
Abstract: 本发明是一种基于棚架式种植的葡萄套袋装置，包括：机架，其底部设置有行走组件；升降模组，其设置在机架上；前伸模组，其设置在升降组件的执行端处；包装机构，其设置在前伸组件的执行端处；供袋组件，其设置在机架的底板上，其设置有适于供包装机构中张袋组件的吸附的包装；机架通过行走组件进行行走，当移动至待带套袋的葡萄前时，机架上的升降模组、前伸模组带动包装机构进行两轴直线运动，供袋组件将包装袋置于托盘上，由包装机构移动后进行吸附，随后包装机构复位后将张开口的包装袋将葡萄套设其中，随后包装机构将葡萄连同茎部进行束口、捆扎，实现了棚架式种植的葡萄的自动化套袋。
-
公开(公告)号：CN118519432A
公开(公告)日：2024-08-20
申请号：CN202410545870.0
申请日：2024-05-06
Applicant: 常州大学
Abstract: 本发明涉及路径规划技术领域，尤其涉及基于分布强化学习和保守约束的移动机器人路径规划方法，包括采集机器人状态信息；通过分位数回归神经网络将提取到的状态信息和动作信息生成分位数；使用Huber函数计算TD误差的损失，并与保守约束项加权求和，通过反向传播更新Critic网络的参数，使Critic网络逼近值函数；结合保守强化学习框架，选用KL散度度量奖励分布的调整程度，降低策略过度优化的风险，提高学习到的策略性能；并利用Conservative框架下的CSL项指导Actor网络选择最优动作。本发明解决现有方法无法获取动作价值的完整概率分布信息；以及现有神经网络函数逼近带来的Q值高估问题。
-
公开(公告)号：CN112418421B
公开(公告)日：2024-01-23
申请号：CN202011229257.6
申请日：2020-11-06
Applicant: 常州大学 , 江苏省中以产业技术研究院
IPC: G06N3/08 , G06N3/0442 , G06N3/0455
Abstract: 本发明涉及一种基于图注意力自编码模型的路侧端行人轨迹预测算法，综合考虑了行人自身的运动状态和周围其他行人特别是运动方向上行人的运动状态对其未来轨迹的影响，本发明通过基于长短期记忆网络的编码器‑解码器进行行人运动轨迹建模，提取行人运动状态，进一步利用图模型和行人之间方位夹角，设计了双注意力机制，为周围行人的影响力分配不同的权重，同时利用潜变量预测器从观测轨迹和真实轨迹中预测潜在的运动变量分布规律，综合以上特点，本发明不仅能够有效的建模行人的运动模式，还能从行人的运动轨迹中学到潜在的运动规律，并且利用本发明提出的双注意力机制有效的建模行人之间的相互影响。
-
公开(公告)号：CN116868820A
公开(公告)日：2023-10-13
申请号：CN202311058467.7
申请日：2023-08-21
Applicant: 常州大学
IPC: A01G13/02
Abstract: 本发明涉及智能农业机器人技术领域，尤其涉及一种棚架果蔬多臂套袋机器人及其套袋方法，包括移动组件、控制组件和套袋组件；移动组件包括移动平台、万向轮和驱动机构，驱动机构与万向轮连接；套袋组件包括第一伺服机构、第二伺服机构和第三伺服机构，第一伺服机构上设置有第一机械臂，第二伺服机构上设置有第二机械臂，第三伺服机构上设置有第三机械臂，第一伺服机构、第二伺服机构和第三伺服机构以中心对称的方式设置；控制组件包括深度相机、与深度相机电性连接的边缘计算端和控制器，移动组件上设置有支撑平台。通过第一机械臂、第二机械臂以及第三机械臂同时对棚架上的果蔬进行套袋操作，从而降低了人工的工作强度，提高了套袋效率。
-
公开(公告)号：CN116746944A
公开(公告)日：2023-09-15
申请号：CN202310409607.4
申请日：2023-04-17
Applicant: 常州大学
IPC: A61B5/369 , G06F18/213 , G06F18/241 , G06F18/10 , G06N3/0464 , G06N3/048 , G06N3/08 , A61B5/372 , A61B5/00
Abstract: 本发明涉及脑电信号处理技术领域，尤其涉及一种基于神经网络的上肢脑电信号识别方法及训练系统，包括：采集上肢肩、肘、腕三个关节的脑电EEG数据，并对数据流进行滤波处理和标注；构建CNN神经网络，对脑电EEG数据进行训练分类；数据通信模块是利用TCP/IP协议将在线脑电特征分析模型与VR康复训练游戏模块连接。本发明采用多层CNN卷积层融合技术，提高脑电动作识别的准确性；并利用socket技术实现线脑电特征分析与VR康复训练游戏的数据交互。
-
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.043 seconds)
