基于脑电波与深度学习的实时疲劳检测方法及系统

    公开(公告)号:CN118152946A

    公开(公告)日:2024-06-07

    申请号:CN202410375392.3

    申请日:2024-03-29

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于脑电波与深度学习的实时疲劳检测方法及系统,该方法包括下述步骤:构建疲劳程度数据集;提取脑电信号微分熵特征;构建TCN‑GCN‑TCN网络分类模型;脑电信号微分熵特征分别输入时间卷积网络TCN得到脑电信号时间特征,经过图卷积网络GCN得到不同图结构的脑电信号空间特征,再分别输入到另一个时间卷积网络TCN的各个分支,另一个时间卷积网络TCN输出学习到的脑电波疲劳程度特征;将学习到的脑电波疲劳程度特征输入Softmax疲劳分类器模型进行训练,待检测的脑电数据输入至训练后的Softmax疲劳分类器模型得到疲劳检测结果。本发明通过简单的特征提取实现评估人体的实时疲劳程度。

    一种应用于自适应驾座的人脸识别方法

    公开(公告)号:CN106815560B

    公开(公告)日:2021-03-12

    申请号:CN201611197191.0

    申请日:2016-12-22

    Applicant: 广州大学

    Abstract: 本发明提供了一种应用于自适应驾座的人脸识别方法,步骤为:加载人脸身份特征头像库;创建人脸识别模型,训练已加载的人脸识别库;在摄像头中获取视频图像;用级联分类器检测视频图像中是否包括人脸特征信息;若包含则将人脸部分提取出来,生成人脸图像;将所提取的特征头像进行尺寸归一化,并进行直方图均衡化处理;利用二维离散快速傅里叶变换将人脸图像从空间域变换到频率域,进行特征提取;将提取的特征放在人脸识别库中进行比对,若相似度高于预设阈值,则输出预测的身份标签,确认乘客身份,启动自适应驾座;否则询问是否录入人脸身份。本发明应用于无人车辅助驾驶系统,配合自适应驾座,能准确、高效、快捷进行人脸识别。

    一种基于云平台的智能物联网监控系统及方法

    公开(公告)号:CN106899691B

    公开(公告)日:2020-11-13

    申请号:CN201710156227.9

    申请日:2017-03-16

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于云平台的智能物联网监控系统及方法,系统包括感知层部分、服务器部分、客户端部分和通讯框架部分,感知层部分包括数据采集模块和命令执行模块,服务器部分包括数据包存储模块和数据分析模块,客户端部分包括PC客户端和移动客户端,通讯框架部分包括数据包处理模块、通讯模块和安全模块;PC客户端和移动客户端均包括系统身份验证模块、数据展示模块、警报提醒模块和本地信息储存模块,PC客户端独包括账号管理模块以及项目信息配置模块,移动客户端独包括传感器控制模块。本发明灵活多变、能兼容各种监控目标,克服了传统监控系统监控目标单一局限、智能化程度差的弊端,用户可以自定制监控解决方案,且系统成本低,安全性高。

    一种基于网格聚类分析的暴力行为检测方法

    公开(公告)号:CN107194317B

    公开(公告)日:2020-07-31

    申请号:CN201710269121.X

    申请日:2017-04-24

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于网格聚类分析的暴力行为检测方法,步骤包括:S1、从摄像设备或已有的视频文件中读取视频流,获取视频流中的源图片帧;S2、将源图片帧进行预处理;S3、检测预处理后的源图片帧中的人体,并将检测到的人体框出;S4、获取源图片帧的光流特征点,并对对光流特征点进行光流追踪;S5、对光流特征点进行聚类分析,从而获得图像中的运动物体;S6、分析运动物体的运动情况;S7、统计运动物体在连续图像帧中的聚合度变化趋势,用来判断暴力事件的检测。本发明通过视频图像信息计算多个运动物体间的聚合度变化趋势,以及通过人体检测,从而判断是否发生暴力事件。

    一种运送机器人定位与任务管理方法及装置

    公开(公告)号:CN106873590B

    公开(公告)日:2020-04-14

    申请号:CN201710091700.X

    申请日:2017-02-21

    Applicant: 广州大学

    Abstract: 本发明公开了一种运送机器人定位与任务管理方法及装置,方法包括步骤:布置RFID地标,采集RFID标签信息和对应的位置信息并传输到上位机;上位机通过Xbee将采集的RFID标签信息和对应的位置信息传输给运送机器人;运送机器人将接收的信息固化于控制芯片的储存空间完成初始化;运送机器人通过高频RFID读卡器读取RFID标签,并且通过Xbee将位置信息发送给上位机;上位机接收运送机器人发送的位置信息,监控运送机器人的运作状态。本发明方法能够实时更新运送机器人的状态,保持运送机器人高效率运行。本发明的装置安装简单方便,能够有效克服其他定位装置现场布置调试困难的问题。

    一种内驱动式球形轮胎及其驱动方法

    公开(公告)号:CN108258828A

    公开(公告)日:2018-07-06

    申请号:CN201810208475.8

    申请日:2018-03-14

    Applicant: 广州大学

    Abstract: 本发明公开了一种内驱动式球形轮胎及其驱动方法,包括空心外球体、设置在外球体内部且和外球体活动连接的内球体、第一组三相绕组、第二组三相绕组、第一电源和第二电源;其中第一三相绕组由正交的且布置在外球体内表面的三个三相绕组组成,第二三相绕组由正交的且布置在内球体外表面的三个三相绕组组成,第一电源为第一组三相绕组中的各个三相绕组提供电流且布置与外球体内部,第二电源为第二组三相绕组中的各个三相绕组提供电流且布置在内球体内部。本发明球形轮胎采用内部驱动的方式,将外部壳体全部定位为轮胎,轮胎整体本身进行内部控制,使得球形轮胎在外部结构设计上更加简单,并且驱动方式也更为简便且容易实现。

    一种基于网格聚类分析的暴力行为检测方法

    公开(公告)号:CN107194317A

    公开(公告)日:2017-09-22

    申请号:CN201710269121.X

    申请日:2017-04-24

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于网格聚类分析的暴力行为检测方法,步骤包括:S1、从摄像设备或已有的视频文件中读取视频流,获取视频流中的源图片帧;S2、将源图片帧进行预处理;S3、检测预处理后的源图片帧中的人体,并将检测到的人体框出;S4、获取源图片帧的光流特征点,并对对光流特征点进行光流追踪;S5、对光流特征点进行聚类分析,从而获得图像中的运动物体;S6、分析运动物体的运动情况;S7、统计运动物体在连续图像帧中的聚合度变化趋势,用来判断暴力事件的检测。本发明通过视频图像信息计算多个运动物体间的聚合度变化趋势,以及通过人体检测,从而判断是否发生暴力事件。

    一种基于STM32微控制器的物联网实验箱

    公开(公告)号:CN106781921A

    公开(公告)日:2017-05-31

    申请号:CN201710036758.4

    申请日:2017-01-18

    Applicant: 广州大学

    CPC classification number: G09B23/18 G09B9/00

    Abstract: 本发明公开了一种基于STM32微控制器的物联网实验箱,包括箱体、特制平台以及附加电路板,所述箱盖通过固定扣与箱体连接,所述特制平台安装在箱体内,特制平台上设置有安装槽及安装孔;所述附加电路板安装在特制平台上,且位于箱体内,附加电路板上设置有排座;所述箱体内通过安装槽、安装孔和排座安装有STM32核心单元模块、传感器模块、功能执行模块和通讯模块,所述传感器模块、功能执行模块和通讯模块分别与STM32核心单元模块连接,所述STM32核心单元模块包括STM32微控制器及其外围电路。本发明解决了现有实验箱灵活性与扩展性差的问题,不仅为物联网教学与开发提供实验设备,也为STM32嵌入式技术的学习与开发提供必要工具,让教学与开发无缝对接。

    一种基于多传感器的室外自动避障AGV导航方法

    公开(公告)号:CN106774313A

    公开(公告)日:2017-05-31

    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。

Patent Agency Ranking