-
公开(公告)号：CN119238512A
公开(公告)日：2025-01-03
申请号：CN202411460744.1
申请日：2024-10-18
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于具身智能的机械臂果蔬采摘方法，属于果蔬采摘技术领域，所述方法包括获取果蔬采摘描述信息；根据所述果蔬采摘描述信息，采用基于大语言模型的任务指令理解模型进行分析，生成控制机械臂的控制信号；根据所述控制信号，利用具身智能的果蔬智能感知模型，通过深度相机采集的图像确定果蔬类别和抓取位姿，并结合实时反馈调整采摘动作；根据所述控制信号，在机械臂执行采摘任务的过程中，通过具身智能技术进行实时的环境感知，并通过智能避障神经网络模型动态调整运动轨迹以避开障碍物，本发明提供的果蔬采摘方法无需用户手动编写采摘指令代码，显著降低了机械臂的操作复杂度，并提升了采摘任务的准确性和效率。
-
公开(公告)号：CN113190983B
公开(公告)日：2024-03-01
申请号：CN202110430065.X
申请日：2021-04-21
Applicant: 南京工程学院
IPC: G06F30/20 , G06F18/10 , G06F18/2411 , G06F18/214 , G01H17/00 , G01D21/02
Abstract: 本发明公开了一种基于复合软测量的火电厂磨机负荷预测方法，用以解决火电厂磨机负荷难以检测的问题。本法首先通过对磨机噪声、振动等多个相关参数建立多个离线训练模型，然后基于各个模型的历史估计结果建立在线模型。该方法通过对软测量模型估计结果建立在线模型的复合软测量方法，实现对磨机负荷的在线预测；本发明的火电厂磨机负荷预测方法具有复杂度低、预测精度高、利于在线应用等优点，为火电厂制粉系统的安全、经济运行提供可靠保障。
-
公开(公告)号：CN114198681A
公开(公告)日：2022-03-18
申请号：CN202111544041.3
申请日：2021-12-16
Applicant: 南京工程学院
IPC: F21S8/06 , F21V21/26 , F21V21/15 , F21W131/205 , F21Y115/10
Abstract: 本发明公开一种手术室无影灯，包括底座，底座上设置有两个转向机构，两个转向机构上均设置有控制器，转向机构远离底座的一端转动连接有照明部，两个控制器均与照明部电性连接；照明部包括底板，底板的外缘周向固接有固定环，底板位于固定环内的一侧设置有安装环，安装环内设置有光照组件，安装环与固定环之间形成安装腔，安装腔内可活动的设置有第一灯光调节组件。本发明可以实现双灯通讯，一个控制器可以同时控制两个灯头；医生在调节光照位置时，通过第一灯光调节组件可以对光照的焦点以及光照的方向进行微调，避免了大幅度调整无影灯，节省了时间。
-
公开(公告)号：CN105701812B
公开(公告)日：2021-09-07
申请号：CN201610018459.3
申请日：2016-01-12
Applicant: 南京工程学院
Abstract: 本发明公开了一种适用于采棉机器人的视觉识别系统，其特征是，包括视觉系统设定、棉花图像的滤波，棉花图像的分割，棉花图像的目标检测和边缘提取以及特征提取和成熟度分类。图像滤波采用了基于边缘乘积互信息的Unit‑linking PCNN的图像分割方法；基于改进自适应遗传算法实现棉花定位，然后利用快速多尺度边缘算法实现图像分割；通过对棉花图像特征、纹理特征、几何形状特征研究，基于主成分分析法实现棉花成熟度分类。本发明是基于图像视觉的采棉机器人的研究，具有成本低、通用性强、使用方便的特点，具有良好的应用前景。
-
公开(公告)号：CN119474989A
公开(公告)日：2025-02-18
申请号：CN202411643219.3
申请日：2024-11-18
Applicant: 南京工程学院
IPC: G06F18/24 , G01M13/045 , G06F18/15 , G06F18/214 , G06N3/08 , G06N3/0464 , G06N20/10 , G06N3/006 , G06N3/0985 , G06F18/213 , G06N3/048 , G06F18/25
Abstract: 本发明公开了一种基于WSET_CNN_LBKA_LSSVM的滚动轴承故障诊断方法，包括：S1、利用小波同步提取变换的高时频分辨率特性，对传感器采集到的滚动轴承振动信号进行模态分解，得到分解后的时频图像，并对时频图像进行无损压缩处理；S2、将无损压缩处理后的时频图像数据按照设定比例划分为训练集和测试集；S3、将生成的训练集中的时频图像数据输入二维卷积神经网络，进行自适应的故障特征提取；S4、将二维卷积神经网络全连接层的输出结果作为最小二乘支持向量机的输入，并采用改进的黑翅鸢优化算法优化LSSVM的超参数，再通过LSSVM完成对故障种类的分类。本发明的方法在滚动轴承故障诊断中具备更高的分类精度和诊断准确性。
-
Patent Agency Ranking
公开(公告)号：CN113182023A
公开(公告)日：2021-07-30
申请号：CN202110428444.5
申请日：2021-04-21
Applicant: 南京工程学院
Abstract: 本发明公开了一种不可测扰动自适应监测和补偿的磨机负荷在线检测方法，用以解决长期以来火电厂磨机负荷难以准确在线检测的问题；本发明以磨机筒体表面的振动信号为研究对象，基于分数阶傅立叶变换和约简最小二乘支持向量机对多阶次下的振动频谱进行特征信息提取和软测量建模；并通过对最优阶次的监测实现对不可测扰动的监测，当扰动发生时，无需重新训练软测量离线模型，只需要重新选取最优阶次即可实现对不可测扰动的在线校正。该方法简单有效，相比于其他校正算法具有较低的计算复杂度，为磨机负荷的在线检测提供可靠保障。
-
公开(公告)号：CN105701812A
公开(公告)日：2016-06-22
申请号：CN201610018459.3
申请日：2016-01-12
Applicant: 南京工程学院
CPC classification number: G06T2207/30188
Abstract: 本发明公开了一种适用于采棉机器人的视觉识别系统，其特征是，包括视觉系统设定、棉花图像的滤波，棉花图像的分割，棉花图像的目标检测和边缘提取以及特征提取和成熟度分类。图像滤波采用了基于边缘乘积互信息的Unit-linking PCNN的图像分割方法；基于改进自适应遗传算法实现棉花定位，然后利用快速多尺度边缘算法实现图像分割；通过对棉花图像特征、纹理特征、几何形状特征研究，基于主成分分析法实现棉花成熟度分类。本发明是基于图像视觉的采棉机器人的研究，具有成本低、通用性强、使用方便的特点，具有良好的应用前景。
-
公开(公告)号：CN114263135B
公开(公告)日：2023-08-25
申请号：CN202210066239.3
申请日：2022-01-20
Applicant: 南京工程学院
IPC: E01F9/70
Abstract: 本发明公开一种路锥摆放及回收装置，包括放倒扶正机构，放倒扶正机构的出料侧设有取放机构；取放机构包括路锥取放器，路锥取放器远离放倒扶正机构一侧铰接有竖直滑动组件，竖直滑动组件上设有使路锥取放器翻转为竖直状态和横向状态的翻转驱动组件，路锥取放器顶部设有临时存放组件；回收路锥时放倒扶正机构用于将路锥放倒；摆放路锥时放倒扶正机构用于将路锥扶正；临时存放组件用于临时存放路锥取放器上的路锥。本发明可以提高路锥的摆放及回收效率，减少作业成本以及降低作业时的安全风险。
-
公开(公告)号：CN113190983A
公开(公告)日：2021-07-30
申请号：CN202110430065.X
申请日：2021-04-21
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于复合软测量的火电厂磨机负荷预测方法，用以解决火电厂磨机负荷难以检测的问题。本法首先通过对磨机噪声、振动等多个相关参数建立多个离线训练模型，然后基于各个模型的历史估计结果建立在线模型。该方法通过对软测量模型估计结果建立在线模型的复合软测量方法，实现对磨机负荷的在线预测；本发明的火电厂磨机负荷预测方法具有复杂度低、预测精度高、利于在线应用等优点，为火电厂制粉系统的安全、经济运行提供可靠保障。
-
公开(公告)号：CN119832419A
公开(公告)日：2025-04-15
申请号：CN202411886053.8
申请日：2024-12-20
Applicant: 南京工程学院
IPC: G06V20/10 , A01D46/30 , G06V10/26 , G06V10/44 , G06V10/82 , G06T7/73 , G06N3/0455 , G06N3/045 , G06N3/047
Abstract: 本发明公开了一种棉花点云分割采摘方法，属于果蔬采摘技术领域，包括以下内容：该方法首先通过深度相机采集棉花区域的RGB图像和深度图像，生成三维点云数据；然后使用Point TransformerV3模型对点云数据进行特征提取与空间分割，准确识别棉花果实与背景。经过后处理阶段，对分割结果进行优化，最终输出棉花的空间位置和形态特征，用于控制自动化机械臂进行高效精确的采摘。该方法解决了传统点云分割方法中在复杂环境下的适应性差和分割精度低的问题，提高了棉花采摘的自动化水平和精度，实现了精准的棉花果实识别和采摘。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.025 seconds)
