-
公开(公告)号：CN104990850B
公开(公告)日：2017-11-24
申请号：CN201510486249.2
申请日：2015-08-10
Applicant: 华北电力大学(保定)
IPC: G01N15/06
Abstract: 本发明提供一种空气颗粒物监测系统，其包括采样进气口、倒置漏斗形口、滤纸、颗粒采集箱、采样泵、酸碱度采集箱、冷凝器、流速计和吸气泵，滤纸的上表面设置在倒置漏斗形口的正下方，且位于倒置漏斗形口正下方侧的滤纸的形状为圆弧形，且圆弧形的凹面朝向所述倒置漏斗形口，本发明能够提高空气中的粒子吸附在滤纸上，提高滤纸吸附颗粒的效率与精度，保证通过分析滤纸上的颗粒物的精度，通过设置加热恒温器和保温层，能够在最佳的温度下对粒子进行收集，降低了温度对空气中颗粒的影响，通过测量颗粒之后，还设置有喷雾装置，能够在喷雾后对气体的酸碱度进行测试，有利用人们及时掌握大气的酸碱度情况。
-
公开(公告)号：CN109709986A
公开(公告)日：2019-05-03
申请号：CN201910166263.2
申请日：2019-03-06
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种无人机控制系统及方法。所述控制系统包括：激光雷达和机载处理器；激光雷达与机载处理器连接；激光雷达设置在无人机上，激光雷达的旋转轴与无人机的Z轴平行，用于对无人机周围环境进行360°扫描，得到无人机的周围环境点云数据；机载处理器设置在无人机内部，用于控制激光雷达旋转，并依据周围环境点云数据生成数字三维模型和当前控制指令；还用于将数字三维模型发送至地面基站，依据当前控制指令控制无人机按照当前飞行路线行驶，以实现避障。本发明设置激光雷达采集点云，减少了环境影响，提高了无人机的控制精度，并通过机载处理器实现了无人机的自主避障。
-
公开(公告)号：CN109885091B
公开(公告)日：2021-08-24
申请号：CN201910215512.2
申请日：2019-03-21
Applicant: 华北电力大学(保定)
IPC: G05D1/10
Abstract: 本发明公开一种无人机自主飞行控制方法及系统，本发明首先创建生成网络和分类判别网络；根据所述训练集A和所述生成网络确定假样本；然后将所述假样本和所述训练集A输入所述分类判别网络进行训练，获得所述分类判别网络的输出参数；网络输出结果比场景指令标记向量多出一个维度，这一维度特征用于分类真假样本，训练生成网络的过程中可以将无指令标记的假样本与有指令标记的训练集A一同当做真实样本输入进生成网络获得分类判别网络的输出参数，进而提高了对分类判别网络参数确定的准确性，进一步的提高自主飞行控制精度。
-
Patent Agency Ranking
公开(公告)号：CN112862766B
公开(公告)日：2022-11-04
申请号：CN202110116012.0
申请日：2021-01-28
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种基于图像数据扩充技术的绝缘子检测方法，所述绝缘子检测方法通过创建虚拟场景正样本图像，对绝缘子的实际场景正样本图像进行数据扩充，并借鉴控制理论中的“闭环”机制，基于导向反向传播算法对虚拟场景正样本图像进行反馈补偿，提高虚拟场景正样本图像的质量和数据扩充的效果，得到数量与质量更佳的训练集，使得卷积神经网络的训练更加充分，进一步提升网络的绝缘子识别性能，即提高深度学习算法在绝缘子识别上的准确率。
-
公开(公告)号：CN112862766A
公开(公告)日：2021-05-28
申请号：CN202110116012.0
申请日：2021-01-28
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种基于图像数据扩充技术的绝缘子检测方法，所述绝缘子检测方法通过创建虚拟场景正样本图像，对绝缘子的实际场景正样本图像进行数据扩充，并借鉴控制理论中的“闭环”机制，基于导向反向传播算法对虚拟场景正样本图像进行反馈补偿，提高虚拟场景正样本图像的质量和数据扩充的效果，得到数量与质量更佳的训练集，使得卷积神经网络的训练更加充分，进一步提升网络的绝缘子识别性能，即提高深度学习算法在绝缘子识别上的准确率。
-
公开(公告)号：CN110222757A
公开(公告)日：2019-09-10
申请号：CN201910468531.6
申请日：2019-05-31
Applicant: 华北电力大学(保定) , 中国科学院自动化研究所
Abstract: 本发明属于深度学习及图像识别技术领域，具体涉及了一种基于生成对抗网络的绝缘子图像样本扩充方法、系统，旨在解决将深度学习应用到输电线路无人机自主巡检过程中缺乏大量优质绝缘子训练图像的问题。本发明方法包括：采用样本生成网络，依据尺寸调整后的虚拟样本集，生成待筛选样本集；分别计算待筛选样本集和真实样本集的IS指数；待筛选样本集中IS指数高于第一阈值的图像作为绝缘子图像样本扩充集并输出。本发明能够快速生成多样化的深度学习应用到输电线路无人机自主巡检过程中所需要的大量优质绝缘子训练图像，生成图像过程可控，真实度与真样本无异，推动了深度神经网络在绝缘子及其故障检测中的应用。
-
公开(公告)号：CN109885091A
公开(公告)日：2019-06-14
申请号：CN201910215512.2
申请日：2019-03-21
Applicant: 华北电力大学(保定)
IPC: G05D1/10
Abstract: 本发明公开一种无人机自主飞行控制方法及系统，本发明首先创建生成网络和分类判别网络；根据所述训练集A和所述生成网络确定假样本；然后将所述假样本和所述训练集A输入所述分类判别网络进行训练，获得所述分类判别网络的输出参数；网络输出结果比场景指令标记向量多出一个维度，这一维度特征用于分类真假样本，训练生成网络的过程中可以将无指令标记的假样本与有指令标记的训练集A一同当做真实样本输入进生成网络获得分类判别网络的输出参数，进而提高了对分类判别网络参数确定的准确性，进一步的提高自主飞行控制精度。
-
公开(公告)号：CN104990850A
公开(公告)日：2015-10-21
申请号：CN201510486249.2
申请日：2015-08-10
Applicant: 华北电力大学(保定)
IPC: G01N15/06
Abstract: 本发明提供一种空气颗粒物监测系统，其包括采样进气口、倒置漏斗形口、滤纸、颗粒采集箱、采样泵、酸碱度采集箱、冷凝器、流速计和吸气泵，滤纸的上表面设置在倒置漏斗形口的正下方，且位于倒置漏斗形口正下方侧的滤纸的形状为圆弧形，且圆弧形的凹面朝向所述倒置漏斗形口，本发明能够提高空气中的粒子吸附在滤纸上，提高滤纸吸附颗粒的效率与精度，保证通过分析滤纸上的颗粒物的精度，通过设置加热恒温器和保温层，能够在最佳的温度下对粒子进行收集，降低了温度对空气中颗粒的影响，通过测量颗粒之后，还设置有喷雾装置，能够在喷雾后对气体的酸碱度进行测试，有利用人们及时掌握大气的酸碱度情况。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
