-
-
公开(公告)号：CN110539310B
公开(公告)日：2022-09-02
申请号：CN201910720431.8
申请日：2019-08-06
Applicant: 同济大学
Abstract: 一种高负载建筑机器人，其特征在于：机器人的控制系统中设有动态稳定性控制模块，动态稳定性控制模块中设有稳定性约束条件，该稳定性约束条件为ZMP位置与关节角、角速度和角加速度以及外负载的关系：将在双足机器人的步态规划和稳定控制广泛应用的ZMP稳定判据，应用到了建筑机器人动态稳定的控制中，发挥ZMP判据可以实现机器人实时动态稳定判断的优势，提出了的大型建筑机器人高负载下稳定控制方法可以对动态作业的机器人的稳定状态实现实时的观测反馈，进而控制其在限定稳裕度内作业。
-
公开(公告)号：CN110910350B
公开(公告)日：2022-06-14
申请号：CN201911046957.9
申请日：2019-10-30
Applicant: 同济大学
Abstract: 本发明涉及一种用于风电塔筒的螺母松动检测方法，包括以下步骤：采集二维图像数据；通过随机森林分类模型检测螺母在二维图像中的位置；通过回归模型获取二维图像中每个螺母相对于相机坐标系的初步平移向量；选取其最接近的预设的螺母姿态模板；优化目标函数获取每个螺母的当前旋转向量R’和当前平移向量T’；将旋转向量R’和当前平移向量T’与其预设的原始旋转向量R0和原始平移向量T0比较，判定螺母发生松动。与现有技术相比，本发明通过使用计算机视觉以及机器学习技术，能够依靠少量的模板就能得到相对精确的初始位姿，降低算法实现的成本，而且精度较高且有效减少了人工成本。
-
公开(公告)号：CN107958466B
公开(公告)日：2022-03-29
申请号：CN201711249812.X
申请日：2017-12-01
Applicant: 大唐国信滨海海上风力发电有限公司 , 同济大学
Abstract: 本发明公开了一种Slam算法优化基于模型的跟踪方法，包括步骤S1、对目标物进行初始化，得到目标物在图像中的精确位姿，确定目标物的边沿；S2、进行边沿追踪，确定目标物运动之后的位姿；S3、使用SLAM算法对目标物所在新的图像位置进行点云提取；S4、点云匹配，确定目标物的精确位姿；本发明中，相对于传统AR技术中使用人工标志点或者自然特征点方式进行视点定位，创新性的针对风机舱内环境特征纹理比较贫乏的问题将半稠密边缘SLAM技术应用到AR视点定位中。半稠密SLAM技术利用图像中的边缘特征同时完成场景三维重建和视点定位，非常适合风机舱内由线和面等元素构成的场景，具有新意。
-
公开(公告)号：CN113722796A
公开(公告)日：2021-11-30
申请号：CN202110999422.4
申请日：2021-08-29
Applicant: 中国长江电力股份有限公司 , 同济大学
Abstract: 本发明公开了一种基于视觉‑激光雷达耦合的贫纹理隧洞建模方法，包括相机与雷达的参数标定方法、雷达点云数据处理方法、视觉信息与雷达信息的融合方法以及隧洞的BIM建模方法；相机与雷达的参数标定方法是通过标定算法求得相机内参数，将点云数据转换到相机坐标系中，实现雷达点云与相机数据坐标相互转换；雷达点云数据处理方法是指点云数据的过滤和配准方法；视觉信息与雷达信息的融合方法是指通过将视觉特征与雷达深度进行关联，利用视觉里程计对点云进行先验校正；隧洞的BIM建模方法是指将隧洞分段，创建各隧洞段中心线，依次拼接完成；本发明将视觉信息与雷达信息进行数据融合，更精准的完成隧洞的三维建模，提高隧洞作业的安全性和效率。
-
Patent Agency Ranking
公开(公告)号：CN113435261A
公开(公告)日：2021-09-24
申请号：CN202110633535.2
申请日：2021-06-07
Applicant: 同济大学
Abstract: 本发明涉及一种基于视觉弱光环境的洞穴渗透缺陷识别方法，具体包括：S1、获取洞穴渗透缺陷图像；S2、经数据增强算法进行扩充；S3、标注渗透缺陷；S4、输入到卷积神经网络进行特征提取，得到特征图；S5、特征图输入到区域候选网络中进行训练，得到目标区域和初始区域候选网络；S6、采用NMS算法筛选出感兴趣区域，输入到Faster RCNN网络中进行训练，得到初始Faster RCNN网络；S7、对初始Faster RCNN网络和初始区域候选网络的卷积层进行共享，同时进行训练并微调超参数，更新后经组合得到统一神经网络；S8、获取实时采集的洞穴图像，由统一神经网络进行识别并输出标记有渗透缺陷的洞穴图像。与现有技术相比，本发明具有提高识别渗透缺陷的效率和准确率等优点。
-
公开(公告)号：CN112098516A
公开(公告)日：2020-12-18
申请号：CN202011047375.5
申请日：2020-09-29
Applicant: 国家电网有限公司 , 国网新源控股有限公司 , 华东天荒坪抽水蓄能有限责任公司 , 同济大学 , 上海知至检测科技有限公司
Abstract: 本发明公开了一种超声检测用传感器及其信号处理方法，包括传感器外壳，设于传感器外壳内的压电单元和辅助部件；所述压电单元包括接收压电晶片和设于接收压电晶片下方的发射压电晶片；所述发射压电晶片与接收压电晶片为轴向串联结构。应用CEEMDAN和小波降噪算法相结合的方式来进行降噪处理。本发明通过将发射压电晶片和接收压电晶片设置成轴向串联的结构，从而使得本发明的超声发射功率远大于常规的传感器；压电单元由发射压电晶片和接收压电晶片共同组成，接收灵敏度远高于常规传感器；提供一种超声检测用传感器信号处理方法，将CEEMDAN和小波降噪算法相结合，进一步提高了信号的信噪比和分辨率。本发明能完成水力发电机组导电铜板原位检测。
-
公开(公告)号：CN110632925B
公开(公告)日：2020-12-01
申请号：CN201910882593.1
申请日：2019-09-18
Applicant: 同济大学
IPC: G05D1/02
Abstract: 本发明涉及一种无人机辅助的AGV自引导系统及其方法，包括AGV运输车、自引导控制器、无线通信模块和多旋翼无人机，对应的自引导方法包含多旋翼无人机状态切换，通过判断条件完成状态间的切换，所述多旋翼无人机的状态包括自动跟踪、主动探测、携带、充电四种状态，切换过程具体包括如下步骤：步骤S1：获取AGV运输车的环境信息并判断外界环境状态和自身运动状态；步骤S2：根据外界环境状态和自身运动状态，得出所述多旋翼无人机的理论状态，生成相应的状态切换指令；步骤S3：无线通信模块发送状态切换指令；步骤S4：多旋翼无人机接收并处理状态切换指令，进入相应的状态。与现有技术相比，本发明具有覆盖范围更广，安全性更高、可长时间运行等优点。
-
公开(公告)号：CN111222680A
公开(公告)日：2020-06-02
申请号：CN201911033654.3
申请日：2019-10-28
Applicant: 同济大学
Abstract: 本发明涉及一种基于最小二乘支持向量机的风电站出力超短时预测方法，具体包括以下步骤：步骤S1：利用变分模态分解将风速时间序列分解为N个不同尺度的模态分量；步骤S2：为各模态分量分别建立最小二乘支持向量机的LSSVM预测模型；步骤S3：将风速历史序列的数据集分割成训练集、交叉验证集和测试集，并对数据进行归一化处理；步骤S4：通过训练集滚动训练LSSVM预测模型，在交叉验证集上利用粒子群优化算法优化LSSVN预测模型的核宽度和惩罚因子，然后在测试集上测试误差，得到小于误差阈值的最优LSSVM预测模型。与现有技术相比，本发明具有降低风速非平稳性的影响、提高预测精度等优点。
-
公开(公告)号：CN110910350A
公开(公告)日：2020-03-24
申请号：CN201911046957.9
申请日：2019-10-30
Applicant: 同济大学
Abstract: 本发明涉及一种用于风电塔筒的螺母松动检测方法，包括以下步骤：采集二维图像数据；通过随机森林分类模型检测螺母在二维图像中的位置；通过回归模型获取二维图像中每个螺母相对于相机坐标系的初步平移向量；选取其最接近的预设的螺母姿态模板；优化目标函数获取每个螺母的当前旋转向量R’和当前平移向量T’；将旋转向量R’和当前平移向量T’与其预设的原始旋转向量R0和原始平移向量T0比较，判定螺母发生松动。与现有技术相比，本发明通过使用计算机视觉以及机器学习技术，能够依靠少量的模板就能得到相对精确的初始位姿，降低算法实现的成本，而且精度较高且有效减少了人工成本。
-
-
-
-
-
-
-
-
-
Search Results
208
records
(took 0.024 seconds)
