-
公开(公告)号：CN109343475B
公开(公告)日：2024-02-13
申请号：CN201811072436.6
申请日：2018-09-14
Applicant: 广州大学
IPC: G05B19/414
Abstract: 本发明公开了一种基于磁流体的两栖软体机器人及其运动控制方法，包括机器人本体、空腔气囊和运动控制系统，空腔气囊设置在机器人本体上；机器人本体内部注入有磁流体；运动控制系统包括控制器、电磁铁控制模块和电磁铁；电磁铁设置在空腔气囊内部；控制器的IO端口连接电磁铁控制模块的信号输入端，电磁铁控制模块的信号输出端连接电磁铁；或者本发明将电磁铁设置在机器人内部，磁流体注入到空腔气囊内部。本发明通过控制电磁铁所获得的电压能够在水陆两栖上实现快速、灵活的运动，具有耗能低、噪音小、体积小以及隐秘性强的优点，在未来的水上、陆地侦查、勘察等方面具有良好的潜在价值。
-
公开(公告)号：CN109299784B
公开(公告)日：2022-02-18
申请号：CN201810863321.2
申请日：2018-08-01
Applicant: 广州大学
Abstract: 本发明公开了一种基于神经网络的辅助驾驶方法、装置及可读存储介质，所述方法适于在计算设备中执行，至少包括如下步骤：监测当前的驾驶环境参数及获取驾驶员当前驾驶的状态图像；输入预先构建的辅助驾驶模型，以对驾驶员的适应情况进行判断及原因分析；根据判断结果和原因分析结果对当前的驾驶环境参数进行适应性调整，并重复上述步骤，再次进行驾驶员适应情况判断、原因分析，以及驾驶环境参数的适应性调整，直至判断结果为适应，并根据最后调整的驾驶环境参数强化所述辅助驾驶模型。本发明基于深度神经网络的车辆辅助驾驶系统与通过人工智能系统对车主的驾驶感官状态进行建模与分析，然后通过非监督式机器学习，使得车的系统适应驾驶员本身。
-
公开(公告)号：CN109544511B
公开(公告)日：2022-01-04
申请号：CN201811252918.X
申请日：2018-10-25
Applicant: 广州大学
Abstract: 本发明属于人工智能与医学影像分析相结合的领域，涉及基于粒子群算法优化的卷积神经网络对肺结节识别的方法，包括以下步骤：获取病人肺部的CT切片图像；对CT切片图像进行预处理，将获取的CT切片图像进行标注，形成数据集；构造卷积神经网络；使用粒子群算法优化卷积神经网络的超参数；利用标注好的数据集对优化后的卷积神经网络进行训练；使用训练完成的卷积神经网络提取肺结节特征。本发明通过粒子群算法对卷积神经网络进行优化，解决了卷积神经网络最优超参数的人工选取难的问题，对于肺结节有很好的识别效果。
-
公开(公告)号：CN109544510B
公开(公告)日：2021-10-26
申请号：CN201811243707.X
申请日：2018-10-24
Applicant: 广州大学
Abstract: 本发明涉及医学图像分析领域和深度学习领域，为基于卷积神经网络的三维肺结节识别方法，包括步骤：肺部三维CT图像数据集预处理，将预处理后的CT图像数据集分成训练数据集和测试数据集；建立DenseNet和SENet相结合的神经网络模型，并设置其超参数；将训练数据集导入神经网络模型中，采用随机梯度下降算法和学习率逐步递减的方式进行训练，待模型充分收敛之后，保存并导出模型结构和权重参数，得到训练好的神经网络模型；用神经网络模型对测试数据集中每组三维CT图像进行测试，得到肺结节识别结果。该方法可分析出三维CT影像中是否含有肺结节及其具体位置，解决了深度卷积神经网络可能出现梯度消失、梯度爆炸或退化问题导致肺结节识别准确率低的问题。
-
公开(公告)号：CN109241893B
公开(公告)日：2021-08-06
申请号：CN201810982619.5
申请日：2018-08-27
Applicant: 广州大学
Abstract: 本发明公开了基于人工智能技术的道路选择方法、装置及可读存储介质，包括：采集道路图像，对图像处理得目标图像；调用神经网络对目标图像进行特征提取，得到道路特征；根据道路特征，判断道路是否分岔，若否，重复上述步骤，若是，执行下一步骤；对目标图像中的岔口一次标注，计算一次标注岔口与地图信息的匹配度；若匹配度大于或等于第一阈值，对该岔口二次标注；若所述匹配度大于或等于第二阈值，且小于所述第一阈值，则调用神经网络对岔口分类；若岔口符合分类标准，对该岔口二次标注，若岔口不符分类结果，提示岔口与地图不符。本发明基于深度神经网络的车辆辅助驾驶系统通过结合地图信息与现实的环境信息，实现了准确识别道路分岔的目的。
-
Patent Agency Ranking
公开(公告)号：CN109489479B
公开(公告)日：2021-06-11
申请号：CN201811353817.1
申请日：2018-11-14
Applicant: 广州大学
IPC: F41B6/00
Abstract: 本发明公开了一种检测多级电磁炮子弹位置的信号传感装置及实现方法，所述信号传感装置包括设置于两级电磁线圈之间的光电传感槽(1)，所述多级电磁炮的可透光的电磁炮发射管道穿过所述光电传感槽(1)，光电传感槽(1)设置于支撑架(4)上，所述信号传感装置还包括信号输出电路(2)以及信号输出端(3)，所述信号输出电路(2)与所述光电传感槽(1)以及信号输出端(3)连接，本发明可对多级电磁炮的电磁线圈放电控制进行优化，达到精确调控发射子弹的速度的目的。
-
公开(公告)号：CN109035272B
公开(公告)日：2021-03-30
申请号：CN201810852164.5
申请日：2018-07-27
Applicant: 广州大学
Abstract: 本发明公开了基于CT图像的肺分割方法、装置及计算机可读存储介质，所述方法包括：输入CT图像，并抽取原始肺部图像；根据设定的灰度阈值，对所述原始肺部图像进行阈值处理，并使用第一滤波器滤除杂点，得到第一二值图像；利用边缘检测法，对第一二值图像进行修正和肺部边界抽取，得到第二二值图像；将第一二值图像和第二二值图像进行重合，并对重合后的图像进行肺部边界修补，进一步使用第二滤波器滤除杂点，得到目标肺部图像；使用第三滤波器滤除杂点，得到精准肺部图像，并输出精准肺部图像。本发明能够自动在CT图像上进行准确的肺分割，确保肺实质区域分割的完整性，避免由于肺区域的边缘缺失及区域的缺失而在后续诊断过程中造成漏诊的问题。
-
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。
-
公开(公告)号：CN109543684B
公开(公告)日：2020-08-18
申请号：CN201811172150.5
申请日：2018-10-09
Applicant: 广州大学
Abstract: 本发明公开了一种基于全卷积神经网络的即时目标追踪检测方法及系统，方法包括：S1、进行数据增强处理，得到训练样本；S2、将训练样本与第一帧对应的目标分割图以颜色通道维度进行组合；S3、将训练样本第二帧对应的目标分割图与其转置图在颜色通道维度进行组合；S4、构建全卷积对抗神经网络，其由全卷积网络和判别器网络构成；S5、训练判别器判断该分割图是由全卷积网络生成的伪造数据还是真实数据；S6、将分割图与其标签使用交叉熵计算损失值1和损失值2；S7、将步骤S5和S6轮流进行，直到全卷积网络生成尽可能接近真实的人为绘制的目标分割图。本发明依赖的数据少，运算速度快，具有即时性，可以在视频拍摄的同时就对视频中的目标进行追踪。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
160
records
(took 0.02 seconds)
