-
公开(公告)号：CN110197129B
公开(公告)日：2023-04-18
申请号：CN201910382084.2
申请日：2019-05-09
Applicant: 常州大学
Abstract: 本发明公开一种自然环境下果蔬生长形态视觉辨识方法，包括以下步骤：图像采集步骤：基于单目视觉实时采集果蔬图像；目标区域提取步骤：对采集的图像进行处理，提取出图像中连带遮挡枝叶的果蔬区域；其中，对采集的图像进行处理的方法为：采用掩膜基于区域的卷积神经网络对果蔬图像中的果蔬区域进行检测与语义分割；重叠形态辨识步骤：将果蔬分为单果形态果蔬和多果重叠形态果蔬；枝茎遮挡形态辨识步骤：将单果形态果蔬和多果重叠形态果蔬进一步细分为无枝茎遮挡单个果蔬、枝茎遮挡单个果蔬和无枝茎遮挡重叠果蔬、枝茎遮挡重叠果蔬。该方法可使得采摘机器人自动完成采集图像中不同生长形态果蔬的分类，为后续选用相应的采摘机制提供依据。
-
公开(公告)号：CN115035065A
公开(公告)日：2022-09-09
申请号：CN202210660658.X
申请日：2022-06-13
Applicant: 常州大学
IPC: G06T7/00 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的道路裂缝检测方法，包括：获取多个道路裂缝图片，将多个所述道路裂缝图片划分为训练集、验证集和测试集；搭建U‑Net网络，所述U‑Net网络具有编码部分和解码部分，编码部分和解码部分各有5层；利用边缘细化模块取代所述编码部分中传统的双层卷积结构，每层包含3个边缘细化模块，在所述U‑Net网络的底部设计基于注意力机制的多尺度融合模块，在所述解码部分的第2、3、4层分别设计融合优化模块，得到改进U‑Net网络；将训练集和验证集加载到所述改进U‑Net网络进行训练和验证，保存效果最好的模型；用所述效果最好的模型对所述测试集中的道路裂缝图片进行测试，得到测试结果。它可以减少道路裂缝漏检误检现象。
-
公开(公告)号：CN104038771B
公开(公告)日：2017-03-15
申请号：CN201410277209.2
申请日：2014-06-19
Applicant: 常州大学
IPC: H04N21/231 , H04N21/433
Abstract: 本发明公开了一种基于Hadoop2的高效能流媒体文件分布式存储系统及方法，分布式存储系统包括用户交互模块、控制模块、存储模块及数据库；用户交互模块接收用户通过网络发出的文件上传或下载的信息，分别传送给控制模块、数据库，并接收控制模块及数据库的反馈信息；数据库将从用户交互模块中得到的信息进行记录，并将相关记录数据传输给控制模块；控制模块接收用户交互模块的信息，结合数据库中输出的信息记录，向存储模块发出响应请求信息；存储模块接收控制模块的请求信号进行分布式处理后，将信号反馈给控制模块。本发明能够在成本可控的情况下迅速提高流媒体服务系统的并发效率及读写效率，可靠且合理冗余，节省电力资源，符合和谐社会发展的要求。
-
公开(公告)号：CN119404700A
公开(公告)日：2025-02-11
申请号：CN202411623419.2
申请日：2024-11-14
Applicant: 常州大学
IPC: A01G13/20
Abstract: 本发明是棚架果蔬套袋机器人末端执行器大容量储袋和送袋机构，包括：机架具有贯通开设的出袋通道；储袋轮盘由转动机构控制转动设置在机架底部，储袋轮盘具有多个储袋槽，储袋槽侧壁开设有窗口；送袋组件通过升降组件升降设置在出袋通道内；转动机构带动储袋轮盘进行自转，当其中一储袋槽转动至与出袋通道连通时，将升降机构带动送袋组件至窗口一侧，送袋组件将摩擦轮经过窗口与最外侧的果蔬袋表面接触，当摩擦轮转动，果蔬袋从储袋槽、出袋通道进行出料，送袋组件带动摩擦轮不断进给，将摩擦轮始终与送袋组件接触，直至该储袋槽内的果蔬袋完全被摩擦移出后，实现了果蔬袋的储袋送袋。
-
公开(公告)号：CN116433987A
公开(公告)日：2023-07-14
申请号：CN202310509525.7
申请日：2023-05-08
Applicant: 常州大学
IPC: G06V10/764 , G06V10/774 , G06V10/94 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及图像处理领域，尤其涉及一种基于残差姿态胶囊路由的图像分类方法，所述方法为：构建基于残差姿态路由胶囊网络的图像分类网络；基于残差姿态路由胶囊网络的图像分类网络包括基础特征提取网络和残差姿态路由胶囊网络；基础特征提取网络用于对提取输入图像的基础深度特征；残差姿态路由胶囊网络包括残差胶囊路由模块和残差胶囊分类模块，残差胶囊路由模块用于基于基础深度特征提取并组建胶囊特征，残差胶囊分类模块用于基于胶囊特征进行分类；训练构建的图像分类网络；基于训练好的图像分类网络对待检测图像进行分类。本发明减少了网络参数，降低路由复杂度。
-
Patent Agency Ranking
公开(公告)号：CN115812493A
公开(公告)日：2023-03-21
申请号：CN202211444169.7
申请日：2022-11-18
Applicant: 常州大学
Abstract: 本发明涉及一种果蔬套袋机械手及视觉引导下的果蔬套袋系统、套袋方法，果蔬套袋机械手包括壳体、储袋上料机构和吸附送袋机构，壳体开设有用以供果蔬和/或果蔬袋出入的出入口；储袋上料机构包括储袋盘和旋转驱动机构，储袋盘位于壳体内，且沿周向均设有多个沿径向延伸的卡袋槽，每个卡袋槽内放置一个袋口朝外的果蔬袋，果蔬袋袋口的两侧配置有磁性不同的磁铁；旋转驱动机构配置在壳体和储袋盘之间，用于驱动储袋盘每次转动相应角度，以使各个果蔬袋依次到达正对出入口的上料位；吸附送袋机构包括移动驱动机构和对置的两个电磁吸附机构；移动驱动机构配置在壳体和两个电磁吸附机构之间。本发明可以保证每次只上一个果蔬袋，可长时间稳定工作。
-
公开(公告)号：CN108745933B
公开(公告)日：2020-11-10
申请号：CN201810536493.9
申请日：2018-05-30
Applicant: 常州大学
IPC: B07C5/08
Abstract: 本发明公开一种用于平行夹指采摘机器人的果实大小自动分选装置及流程。该装置由机器人末端执行器、收集索道、轨道分选筛、输送带和收纳箱组成。基于采摘机器人直线平行开合型末端执行器在采摘果实的过程中完成果实大小的测量；果实落入收集索道后置入轨道分选筛，再由主控计算机控制沿轨道移动至相应输送带；打开分选筛的底盘，果实落入输送带传递至收纳箱。本发明用于平行夹指采摘机器人，使得采摘机器人在果实采摘过程中同时完成果实大小的分选，从而提升采摘机器人的功能性，并简化后续果实商品化的流程。
-
公开(公告)号：CN108855969B
公开(公告)日：2020-11-06
申请号：CN201810571841.6
申请日：2018-06-04
Applicant: 常州大学
Abstract: 本发明公开一种用于Y形夹指采摘机器人的果实大小自动分选装置及流程。该装置由机器人末端执行器、收集索道、轨道分选筛、输送带和收纳箱组成。基于采摘机器人Y形夹指末端执行器在采摘果实的过程中完成果实大小的测量；果实落入收集索道后置入轨道分选筛，再由主控计算机控制沿轨道移动至相应输送带；打开分选筛的侧门，果实落入输送带传递至收纳箱。本发明用于Y形夹指采摘机器人，使得采摘机器人在果实采摘过程中同时完成果实大小的分选，从而提升采摘机器人的功能性，并简化后续果实商品化的流程。
-
公开(公告)号：CN104864709B
公开(公告)日：2016-08-17
申请号：CN201510261300.X
申请日：2015-05-20
Applicant: 常州大学
CPC classification number: Y02P10/143 , Y02P10/265
Abstract: 本发明涉及一种利用沥青烟气加热的台车式碳素焙烧炉系统，利用“焙烧工序产生的沥青烟气”作为热源，来加热台车式碳素焙烧炉内的碳素产品。在正常生产的条件下，天然气消耗量可以忽略不计；另外，在整个焙烧阶段，本系统的台车式碳素焙烧炉炉内无明火，分离了“爆炸三要素”中的“明火要素”，即使出现了助燃风过量的情况(氧气含量过量)，本系统的台车式碳素焙烧炉也不会导致台车式碳素焙烧炉发生爆炸的安全事故；在整个焙烧阶段，包括Ⅰ焙烧工序与Ⅱ焙烧工序，不论是升温阶段，还是在降温阶段，台车式碳素焙烧炉的炉内气氛得到严格的控制，安全性更高；本系统能够高效回收台车式碳素焙烧炉的余热，更经济节能。
-
公开(公告)号：CN104153585B
公开(公告)日：2016-01-06
申请号：CN201410223542.5
申请日：2014-05-23
Applicant: 常州大学
IPC: E04G21/14
Abstract: 本发明涉及一种无应力桁架的安装方法，包括以下步骤：1、桁架的预组装；2、预组装桁架的就位与测量：将多个预组装桁架就位，初步找正后，采用地脚螺栓将各立柱的下底点固定，对所有的预组装桁架中的立柱上顶点的高度值进行测量；3、预组装桁架的调整，直到所有高度值都达到一致；4、预组装桁架的连接；5、预组装桁架的基础加固。本发明的一种无应力桁架的安装方法，可从根本上解决桁架扭曲变形问题，解决桁架因应力变形而达不到涉及承重的问题以及桁架因应力变形的坍塌问题。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.039 seconds)
