-
公开(公告)号：CN110840670A
公开(公告)日：2020-02-28
申请号：CN201911048069.0
申请日：2019-10-30
Applicant: 同济大学
IPC: A61G5/14
Abstract: 本发明涉及一种老年人辅助站立座椅，包括底板(19)、设于底板(19)上的升降组件、支撑组件和动力驱动组件，所述升降组件包括若干条竖直导轨和滑动设于竖直导轨上的靠背，支撑组件包括座位、座位支撑推杆(16)和踏板(17)，座位一端与靠背活动连接，一端与座位支撑推杆(16)活动连接，座位支撑推杆(16)设于踏板(17)上，踏板(17)设于底板(19)上，与底板(19)可滑动连接，动力驱动组件连接靠背和踏板(17)，驱动靠背沿着竖直导轨上下升降，驱动踏板(17)在底板(19)上水平平移。与现有技术相比，本发明结构简单，可帮助老人独立顺利起身行走，且可适应不同腿长的老人。
-
公开(公告)号：CN109324616A
公开(公告)日：2019-02-12
申请号：CN201811103330.8
申请日：2018-09-20
Applicant: 同济大学
IPC: G05D1/02
Abstract: 本发明提供了一种基于车载传感器的无人泊车搬运机器人的对位方法，其包括：预对位阶段与精准对位阶段；预对位阶段为：利用单线激光雷达获取目标车辆的轮廓信息及位置信息，以分别调整无人泊车搬运机器人的横向展开宽度及与目标车辆的预对准角度；精准对位阶段为：在预对位阶段的基础上，利用单点激光雷达获取目标车辆的车轮轴信息，以调整该机器人与目标车辆的精对准角度及纵向伸长长度；本发明中单线激光雷达和单点激光雷达均布置于该机器人上面且无需借助其他信息采集装置，从而用于实现对环境的感知；另外，本发明不需要修建其他附属设施，可以仅凭该机器人的单线激光雷达和单点激光雷达就能实现精准对位的目的，通用性好、对环境依赖性小。
-
公开(公告)号：CN109270544A
公开(公告)日：2019-01-25
申请号：CN201811103396.7
申请日：2018-09-20
Applicant: 同济大学
Abstract: 本发明公开了一种基于杆状物识别的移动机器人自定位系统，其包括如下步骤：构建杆状物离线地图，利用激光雷达获取移动物体周围的点云数据，并从该点云数据中提取杆状物信息，根据杆状物信息与杆状物离线地图的匹配进行自定位，得到移动物体的定位信息。本发明使用激光雷达对杆状物进行识别跟踪，结合惯性测量单元及GPS的信息，通过相应的定位算法进行数据的处理和融合，从而实现移动物体的自定位。本发明的方法可以达到分米级的定位精度，在满足实际应用需求的前提下，有着成本较低、精度很高、实时性及鲁棒性好的优点。
-
公开(公告)号：CN102791046B
公开(公告)日：2015-11-25
申请号：CN201110134422.4
申请日：2011-05-23
Applicant: 同济大学
Abstract: 本发明实施例公开了一种机会网络中的元数据交换方法及交换节点，用于信息技术领域，以针对现有技术中针对机会网络中的元数据交换的解决方法的不足，特别是署名向量方法存在的缺陷，而在其基础上，提出一种动态署名向量的改进方式：当节点A接收到节点B发送的消息 时，节点A生成新的向量元素，其中，是节点A发向节点B的汇总向量中消息对应二元组的存活时间；节点A将二元组加入消息所对应的动态署名向量中；若已包含有，则取和中大者所对应的二元组加入，以更新所述消息所对应的动态署名向量。本发明实施例在原先署名向量的基础上添加超时处理和节点淘汰预测机制，从而提高节点间元数据的同步性。
-
公开(公告)号：CN102799581A
公开(公告)日：2012-11-28
申请号：CN201110133570.4
申请日：2011-05-23
Applicant: 同济大学
IPC: G06F17/30
Abstract: 本发明公开了一种实现跨平台图形库的系统及方法,用于信息技术领域，以针对现有技术中跨平台图形库不适用于嵌入式系统开发的不足,提出一种新的跨平台图形库,为使用该图形库的开发者提供一套完整且统一的开发接口,并适用于针对不同的系统平台，使得图形库能调用基于该平台的原生图形库函数。所述系统包括：平台独立层，用来为用户提供开发接口API函数；平台相关层，用来与所述平台独立层的所述API函数进行对接，并与特定平台的原生态图形库函数进行交互。本发明实施例的图形库系统十分轻量，适合嵌入式设备开发使用；同时扩展方便，很容易添加新的系统平台。
-
Patent Agency Ranking
公开(公告)号：CN110069993B
公开(公告)日：2021-10-08
申请号：CN201910206458.5
申请日：2019-03-19
Applicant: 同济大学
Abstract: 本发明涉及一种基于深度学习的目标车辆检测方法，包括以下步骤：1)通过设置在泊车机器人尾部的两个单线激光雷达采集目标车辆的尾部特征点云数据，并进行预处理得到二进制图像；2)对二进制图像进行标注，获取其中目标车辆尾部所在的位置，以此生成训练数据集；3)构建适用于目标车辆检测的深度卷积神经网络及其损失函数；4)将训练数据集进行增广后输入深度卷积神经网络中，并根据输出值与训练真值的差异对卷积神经网络中的参数进行训练更新，得到最优的网络参数，并根据训练好的深度卷积神经网络进行检测。与现有技术相比，本发明具有稳健性高、不依赖手工特征、检测成本低等优点。
-
公开(公告)号：CN110069993A
公开(公告)日：2019-07-30
申请号：CN201910206458.5
申请日：2019-03-19
Applicant: 同济大学
Abstract: 本发明涉及一种基于深度学习的目标车辆检测方法，包括以下步骤：1)通过设置在泊车机器人尾部的两个单线激光雷达采集目标车辆的尾部特征点云数据，并进行预处理得到二进制图像；2)对二进制图像进行标注，获取其中目标车辆尾部所在的位置，以此生成训练数据集；3)构建适用于目标车辆检测的深度卷积神经网络及其损失函数；4)将训练数据集进行增广后输入深度卷积神经网络中，并根据输出值与训练真值的差异对卷积神经网络中的参数进行训练更新，得到最优的网络参数，并根据训练好的深度卷积神经网络进行检测。与现有技术相比，本发明具有稳健性高、不依赖手工特征、检测成本低等优点。
-
公开(公告)号：CN109583321A
公开(公告)日：2019-04-05
申请号：CN201811329317.4
申请日：2018-11-09
Applicant: 同济大学
Abstract: 一种基于深度学习的结构化道路中小物体的检测方法，包括：采集真实的结构化道路上包含小物体的图像数据，通过人工方法标注其中小物体的位置和类别信息；构建适用于结构化道路中小物体检测的深度卷积神经网络及相应的损失函数；将采集到的图像和标注数据输入到前述步骤构建的卷积神经网络中，根据输出值与目标值之间的损失值对神经网络中的参数值进行更新，最后得到理想的网络参数。本发明针对目前的神经网络对小物体检测不佳的问题提出全新的网络结构，在基本不增加计算量的前提下大大提升小物体检测的性能，能方便地部署在现有的智能驾驶系统中，使智能驾驶汽车能远距离地检测到道路上的危险物体，及时地做出反应，提高了行驶过程中的安全性。
-
公开(公告)号：CN109270543A
公开(公告)日：2019-01-25
申请号：CN201811103333.1
申请日：2018-09-20
Applicant: 同济大学
Abstract: 本发明公开了一种对目标车辆周围车辆位置信息检测的系统和方法。检测系统包括单线激光雷达、单线激光雷达数据处理模块、数据转换模块、聚类分析模块、判断模块、直角型特征提取模块和拟合模块。检测方法包括：利用单线激光雷达获取点云数据，转换为二维平面数据点，进行密度聚类分析，得到点云数据簇，分析点云数据簇的几何特征，获取直角型特征的三个最佳角点，最后基于此三点即可拟合成代表待测车辆的矩形框。本发明的单线激光雷达能够在各种复杂的工况下采集准确的环境数据信息，同时辅以具有较高鲁棒性的检测算法，因此，本发明的车辆检测具有很高的稳健性，在复杂工况下也能够保证检测结果的相对准确性。
-
公开(公告)号：CN102799581B
公开(公告)日：2016-02-17
申请号：CN201110133570.4
申请日：2011-05-23
Applicant: 同济大学
IPC: G06F17/30
Abstract: 本发明公开了一种实现跨平台图形库的系统及方法,用于信息技术领域，以针对现有技术中跨平台图形库不适用于嵌入式系统开发的不足,提出一种新的跨平台图形库,为使用该图形库的开发者提供一套完整且统一的开发接口,并适用于针对不同的系统平台，使得图形库能调用基于该平台的原生图形库函数。所述系统包括：平台独立层，用来为用户提供开发接口API函数；平台相关层，用来与所述平台独立层的所述API函数进行对接，并与特定平台的原生态图形库函数进行交互。本发明实施例的图形库系统十分轻量，适合嵌入式设备开发使用；同时扩展方便，很容易添加新的系统平台。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.022 seconds)
