-
公开(公告)号：CN115223032A
公开(公告)日：2022-10-21
申请号：CN202210839011.3
申请日：2022-07-18
Applicant: 吉林大学
IPC: G06V20/05 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/75 , G06T7/90 , G06T7/11 , G06T5/40 , G06T5/00
Abstract: 本发明公开了一种基于图像处理和神经网络融合的水生物识别与匹配方法，属于水下机器人，海洋资源开发领域。在水下环境中，由于红光通道被衰减，摄像设备采集的图片普遍偏绿，并且针对多种水生物识别，识别难处理慢。现有的算法，基于采集的水下图像直接识别，准确性能较差，并且深度估计是针对整张图，处理速度较慢。本发明针对原始水下图像，进行红光通道补偿，图像预处理实现水下图像的复原。接着使用专用的DarkNet神经网络针对水下多种水生物进行识别分类。最后基于双目摄像设备，使用DBNet中识别符合阈值要求的目标进行ORB匹配得到匹配特征方便后续双目相机计算深度。与现有的算法相比，使用方便，复原的图像质量、水下生物识别率和估计深度精度处理速度都得到提高。
-
公开(公告)号：CN114322835A
公开(公告)日：2022-04-12
申请号：CN202210007101.6
申请日：2022-01-05
Applicant: 吉林大学
IPC: G01B11/24
Abstract: 本发明涉及玻璃曲率检测技术领域，且公开了一种汽车天窗玻璃曲率检测装置与方法，包括曲面测量仪，曲面测量仪顶部固定有控制台，曲面测量仪顶部设置有摄像头，曲面测量仪内壁固定有两个限位块，两个限位块顶部均开设有第一凹槽，两个第一凹槽内壁均滑动有卡块。本发明中，通过横杆向下滑动，此时顶针落至玻璃上，通过转动第二螺栓使第二螺栓向横杆方向移动，从而使横杆受限，将横杆进行挤压限位，通过这样的方式，将卡块与限位块之间固定，通过摄像头对三个顶针较窄的一端选取位置，通过控制台测量和计算弧线弯曲程度，相对传统的设备，该设备可对安装完成的汽车天窗玻璃进行曲面计算和测量，使用起来更加便捷。
-
公开(公告)号：CN112606033B
公开(公告)日：2021-12-10
申请号：CN202011405192.6
申请日：2020-12-03
Applicant: 吉林大学
Abstract: 本发明提供一种基于柔性压力传感器的机械手驱动系统，包括：多个柔性压力传感器、固定指、驱动指、凹状掌垫、传动机构、舵机、调节机构和手爪支架。柔性压力传感器分别贴附在凹状掌垫和驱动指内表面，凹状掌垫采用弹性复合材料，表面贴附柔性压力传感器；通过调节机构可以改变固定指与凹状掌面的角度。本发明专利结合机械臂或者刚性杆，可以完成柔顺抓取物体任务：当物体与凹状柔性压力传感器之间的接触力达到预设值后，微型控制器接收抓取信号并发送控制指令使驱动手指执行抓握动作，根据驱动指表面柔性压力传感器阵列实时反馈的接触压力信息，微型控制器控制舵机施加合理的抓取力度。本装置具有抓取稳定、防止物体破损和抓取时机准确的特性。
-
公开(公告)号：CN111780897A
公开(公告)日：2020-10-16
申请号：CN202010775579.4
申请日：2020-08-05
Applicant: 吉林大学
IPC: G01L1/14
Abstract: 本发明涉及一种仿生多层电容式柔性压力传感器及其制备方法，属于仿生与传感器领域。包括：第一柔性基板、第一电极层、第一微结构层、双面阶梯仿生结构层、第二微结构层、第二电极层和第二柔性基板；第一电极层附着于第一柔性基板的微阵列结构内侧，第一微结构层的光滑侧与第一电极层相接触，第一微结构层的带有微结构侧与双面阶梯仿生结构层相接触，双面阶梯仿生结构层，处于传感器的中间位置，第二微结构层的光滑侧与第二电极层相接触，第二微结构层的带有微结构侧与双面阶梯仿生结构层相接触，第二电极层附着于第二柔性基板的微阵列结构内侧。本发明可提高传感器的灵敏度、压力检测下限，缩短响应时间，并且改善传感器的线性度。
-
公开(公告)号：CN111533081A
公开(公告)日：2020-08-14
申请号：CN202010417381.9
申请日：2020-05-18
Applicant: 吉林大学
Abstract: 本发明提出了一种基于仿生微结构的复合式柔性压力传感器及其制备方法。所述压力传感器从上到下分为电容层、公共基质层和压阻层。其中，电容层从上到下包括保护薄膜层、第一电极层、介电层和第二电极层；压阻层从上到下包括横向电极层、纵向电极层、电介质层、交错电极层和基底薄膜。介电层采用双层双级穹顶仿生微结构，材料是与公共基质层相同的弹性模量可调的聚合物。电介质层采用单层双级穹顶仿生微结构，材料是由多壁碳纳米管(MWCNT)和炭黑(CB)填充到柔性聚合物中制成纳米级导电复合材料。底部交错电极层采用多级“S”型互联导线结构。本发明在保证具有较大的检测范围同时具备高灵敏度、稳定性好、抗干扰性强的特点。
-
Patent Agency Ranking
公开(公告)号：CN118213049A
公开(公告)日：2024-06-18
申请号：CN202410347343.9
申请日：2024-03-26
Applicant: 吉林大学
IPC: G16H30/40 , A61H39/02 , G16H20/30 , G16H50/20 , G06V40/10 , G06V10/44 , G06V10/82 , G06T7/33 , G06T7/73 , G06T7/80 , G06T7/50 , G06T5/50 , G06T5/20 , G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/045 , G06N3/0442
Abstract: 本公开提供了基于深度学习的穴位识别和理疗任务规划方法及理疗设备，创新穴位识别及理疗任务规划的方法，采用深度学习在关键点识别的优势提升穴位识别的精度和速度，对不同的个体进行不同的任务规划，采用力度、速度、位置等混合控制方法进行控制执行部件进行理疗。本公开为中医理疗设备提供了一种高精度实时的穴位识别和自动化程度更高的规划方法，根据理疗方案的特征信息对个体进行专门的路径规划、轨迹规划、力位速混合控制，可以更加合理规划理疗执行过程，提升理疗的辅助水平。
-
公开(公告)号：CN116152212A
公开(公告)日：2023-05-23
申请号：CN202310177620.1
申请日：2023-02-28
Applicant: 吉林大学
Abstract: 本发明公开了一种汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法，包括如下步骤：S1、获取具有缺陷覆盖件表面的3D点云图；S2、对采集到的点云图进行异常值去除处理；S3、对点云图进行识别缺陷，并输出缺陷位置坐标。本发明主要目的在于提出一种基于机器视觉的汽车覆盖件表面凹坑、凸点和孔洞缺陷检测方法。通过采集汽车覆盖件表面点云图，预处理结束的3D点云图进行凹坑、凸点和孔洞缺陷分析，识别出缺陷的位置，缩短生产周期降低生产成本，提升产品竞争力。
-
公开(公告)号：CN112149607A
公开(公告)日：2020-12-29
申请号：CN202011068977.9
申请日：2020-10-08
Applicant: 吉林大学
Abstract: 本发明涉及一种基于贝叶斯算法的远程智能运维方法，属于远程运维方法。包括二维码识别、数据库调取动作信息、采集信息、手部特征信息碰撞检测、贝叶斯计算数据库匹配综合判断、搭建贝叶斯网络，贝叶斯网络的参数学习、贝叶斯网络的结构学习、贝叶斯网络的推断方式，远程实时比对数据库存储的动作信息。优点是解决了远程运维环境下现场环节缺失以及运维信息交互不便的缺点，提高了针对复杂动作判断的准确性，大大提高远程自动运维的交互效率，不仅可提高用户的体验感，对于运维人员也将增加工作的成就感和乐趣。
-
公开(公告)号：CN117078956A
公开(公告)日：2023-11-17
申请号：CN202311128982.8
申请日：2023-09-04
Applicant: 吉林大学
IPC: G06V10/44 , G06V10/80 , G06V10/82 , G06V20/64 , G06V10/26 , G06V10/764 , G06N3/045 , G06N3/0895
Abstract: 本发明公开了一种为了解决现有技术缺陷提出了一种基于点云并行多尺度特征提取和注意力机制的点云分类分割网络Parallel‑Net，具体涉及一种基于点云多尺度并行特征提取和注意力机制的点云分类分割网络，旨在提升准确率。该方法采用并行多尺度特征提取和交叉注意力机制，包括以下步骤：1)输入点云数据，进行特征学习；2)通过降采样算法进行特征抽取和采样；3)引入自注意力机制计算位置相关性；4)使用交叉注意力处理多个下采样后的点云特征；5)应用上采样算法传递特征信息。该发明能有效提取3D点云特征，提高点云分类和实体分割准确率。
-
公开(公告)号：CN116740121A
公开(公告)日：2023-09-12
申请号：CN202310707836.4
申请日：2023-06-15
Applicant: 吉林大学
IPC: G06T7/194 , G06V10/42 , G06V10/44 , G06V10/771 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于专用神经网络和图像预处理的秸秆图像分割方法，以提高秸秆图像分割的准确率和效率，并实现复杂度和准确率的平衡。旨在解决秸秆农学图像分割任务。该算法首先通过无人机采集彩色RGB图像，并使用随机截取技术将图像尺寸限制为512×384，制作Straw320数据集用于后续网络的训练与测试。接下来，提出了一种秸秆图像灰度化方法，旨在保持图像的区分度同时降低后续模型的复杂度。最后，引入了秸秆混合网络(SMN)，用于处理预处理后的图像。该网络包括位置编码模块，以增强秸秆图像的相对信息，并采用平衡复杂度和准确率的混合特征提取模块。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.019 seconds)
