伸缩式攀爬全自动清洁机器人和方法

    公开(公告)号:CN115892273B

    公开(公告)日:2024-09-03

    申请号:CN202211457398.2

    申请日:2022-11-18

    Applicant: 贵州大学

    Abstract: 本发明公开了伸缩式攀爬全自动清洁机器人和方法,包括擦洗部和吸附行走机构,擦洗部安装在吸附行走机构上,吸附行走机构用于安装在反光环上行走。本发明克服原有吸附型擦洗机器人吸附和行走的矛盾,使得擦洗机器人安全性可靠性得以提升。将原有的人工封闭隧道清洗模式转换为机器人自动清洗模式,极大的提高了工作效率和道路通行状况,采用前后吸盘配合交替吸附的形式,使得吸附清洗装置越障大大提高。

    基于中文文本相似度评估的话语检测方法

    公开(公告)号:CN118447840A

    公开(公告)日:2024-08-06

    申请号:CN202410596323.5

    申请日:2024-05-14

    Abstract: 本发明公开了一种基于中文文本相似度评估的话语检测方法,包括:步骤1:初始化:录音文件集合#imgabs0#包含完整对话的录音文件集合#imgabs1#包含完整对话的文本文件集合#imgabs2#情感勒索话语集合#imgabs3#步骤2:语音记录,步骤3:语音转文本:对于集合Fc里的每个文件fc,基于语音识别接口将录音文件fc转化为文本文件ft,把文件ft添加到包含完整对话的文本文件集合Ft,并删除录音文件fc;步骤4:话语检测:对于集合Ft里的每个文本文件ft,基于话语检测算法在文本文件ft里检测情感勒索文本并将其添加到情感勒索话语集合Ceb,并删除文本文件ft;步骤5:输出情感勒索话语集合Ceb。本发明具有能有效检测日常交流场景下的情感勒索话语,改善交流效果的特点。

    基于混合算法的机械臂路径规划方法

    公开(公告)号:CN113858210B

    公开(公告)日:2023-04-25

    申请号:CN202111285348.6

    申请日:2021-11-01

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于混合算法的机械臂路径规划方法,其特征在于:首先初始化树节点并不断检测当前节点和障碍物之间的距离,若检测到当前节点与障碍物之间的最小距离大于两倍的步长时,则说明当前节点附近没有障碍物,采用改进的人工势场方法进行快速拓展,若检测到当前节点与障碍物之间的最小距离小于两倍的步长的时,则采用改进的RRT算法,充分利用RRT算法高效的避障能力,重复上述步骤直至到达目标点。该混合算法可以有效地提高路径搜索效率,解决人工势场法存在的当起始点存在障碍物时斥力很大造成路径曲折和当目标点有障碍物的时候目标不可达的现象,同时该混合算法也解决了改进的RRT算法存在的当障碍物较多时效率大幅较低的现象。

    自动吸附翻转行走机构和方法
    4.
    发明公开

    公开(公告)号:CN115679872A

    公开(公告)日:2023-02-03

    申请号:CN202211450972.1

    申请日:2022-11-18

    Applicant: 贵州大学

    Abstract: 本发明公开了吸附翻转行走机构和方法,采用两个正三角吸附翻转行走机构对称安装在擦洗机构两侧,正三角吸附翻转行走机构包括吸盘一、吸盘二、吸盘三、行走电机和真空泵,吸盘一、吸盘二和吸盘三的背面分别垂直固定连接在连接板一、连接板二和连接板三,连接板一、连接板二和连接板三均通过一转轴连接到机架板上且三根转轴呈正三角对接布置,连接板三通过不完全齿与完全齿齿轮传动机构连接到行走电机,行走电机的电机轴安装有槽轮驱动机构带动连接板一、连接板二和连接板三翻转,真空泵均通过电动阀门和管道分别连接到吸盘一、吸盘二和吸盘三,真空泵安装在连接板三上。本发明的吸附翻转机构,行走平稳可靠,翻转行走快速,且大大提高了越障能力。

    基于自注意力机制的心律失常分类方法

    公开(公告)号:CN115530788A

    公开(公告)日:2022-12-30

    申请号:CN202211133248.6

    申请日:2022-09-17

    Applicant: 贵州大学

    Abstract: 本发明的一种基于自注意力机制的心律失常分类方法,其特征在于:该方法包括如下步骤:采集心电信号并对数据进行预处理:对心电信号数据进行小波变换预处理,去除心电信号的基线漂移以及噪声;生成心电信号训练数据集;构建多头自注意力机制的心律失常分类网络,其结构包括心电向量表示层、线性区间投影层、信号序列编码层、多头自注意力计算层、归一化层、心电信号输出层;设计基于多头自注意力机制的心律失常分类算法;训练基于多头自注意力机制的心律失常分类网络;对心电信号进行分类。本发明具有能够充分利用心电信号中的丰富的语义信息以及信号的局部相关性,获取低幅值心电信号特征以高效准确的自动识别异常心律的特点。

    一种机械臂路径规划方法

    公开(公告)号:CN113084811B

    公开(公告)日:2022-12-13

    申请号:CN202110389354.X

    申请日:2021-04-12

    Applicant: 贵州大学

    Abstract: 本发明公开了一种机械臂路径规划方法,其特征在于:首先,引入目标搜索,对传统RRT算法进行改进,并使用改进后的RRT算法进行全局路径规划;其次,分别以斥力势场范围为阈值和机械臂末端执行器至末位置点影响修正引力函数和斥力函数,改进人工势场法,使用改进的人工势场法对局部路径进行优化;然后,使用三次B样条曲线对路径进行平滑处理并得到最终路径。本发明利用RRT算法的概率完备性规划全局路径,利用了人工势场法的有向性对RRT算法进行了补充,同时,RRT算法也为改进算法的避障能力提供了有效保证。总之,本发明在机械臂路径规划中能有效地获得最优路径规划,且规划效率高。

    一种不完备数据集中平衡输入数据类别多目标检测方法

    公开(公告)号:CN112633319B

    公开(公告)日:2022-11-22

    申请号:CN202011323339.7

    申请日:2020-11-23

    Applicant: 贵州大学

    Abstract: 本发明涉及一种不完备数据集中平衡输入数据类别多目标检测方法,本发明通过运用Batch Size平衡数据集类别方法处理因不平衡数据引起模型训练过程中的不稳定性挑战,在不影响原始数据分布的情况下,基于训练数据集类别分布情况平衡Batch Size的输入,使神经网络在每次迭代过程的数据类别均衡并采用多策略的Batch Normalization的方法去平衡训练过程中每个类别的输入数据,确定训练过程中的迭代次数,减少模型在训练过程中过学习和欠学习的情况,将利普希茨连续函数与深度学习的多策略Batch Normalization平衡输入数据方法进行结合,建立满足利普希茨连续函数等式,分析不平衡数据集的正负样本在输入给神经网络模型中,提高检测模型的稳定性,解决数据不平衡分布问题。

    基于机器视觉的用户饮食营养成分信息自主感知方法

    公开(公告)号:CN115131783A

    公开(公告)日:2022-09-30

    申请号:CN202210715460.7

    申请日:2022-06-23

    Applicant: 贵州大学

    Abstract: 本发明的一种基于机器视觉的用户饮食营养成分信息自主感知方法,包括如下步骤:通过基于卷积神经网络的食品识别算法对食品数据集进行训练,获得食品识别特征模型;将获得的食品特征模型传送到服务机器人上,服务机器人接收到后加载食品识别特征模型,基于摄像头,服务机器人通过基于机器视觉的饮食营养成分信息自主感知方法开始食品识别检测、同时导入人脸特征信息库进行人脸识别;根据检测到的结果将食品类别信息映射到营养成分库中,计算营养成分,获得用户的营养成分信息,将其存入到用户饮食信息库中,用户可以通过终端查询自己的饮食信息。本发明能够自动感知用户的饮食营养成分信息。

    基于人体数字孪生思想的构建肩胛提肌高保真数字孪生体方法

    公开(公告)号:CN114723886A

    公开(公告)日:2022-07-08

    申请号:CN202210364315.9

    申请日:2022-04-08

    Applicant: 贵州大学

    Abstract: 本发明公开了基于人体数字孪生思想的构建肩胛提肌高保真数字孪生体方法,包括肩胛提肌高精度建模方法及其力‑形模型库构建方法、肩胛提肌组织本构模型研究及肩胛提肌高保真数字孪生体构建方法;研究动作与变形一体的肩胛提肌高精度三维几何模型建模方法,为下一步工作提供数据支撑;展开肩胛提肌组织动力学数值分析研究,结合肩胛提肌组织的力‑形几何模型库及相关试验数据,构建肩胛提肌组织本构模型,以此为基础建立肩胛提肌精确的生物动力学数值分析模型;肩胛提肌的数字孪生体借助数字孪生系统构建,主要包括信息采集、传输和处理系统、仿真计算系统和孪生映射系统;完成对人体肌肉结构高度一致的虚拟孪生映射。

    一种轻量化的目标检测方法

    公开(公告)号:CN114120019A

    公开(公告)日:2022-03-01

    申请号:CN202111313914.X

    申请日:2021-11-08

    Applicant: 贵州大学

    Abstract: 本发明公开了一种轻量化的目标检测方法,包括:步骤一:对样本图像进行数据增强处理;获取网络模型的先验边界框尺寸;步骤二:构建目标检测网络模型:该目标检测网络模型以YOLOv4为基础,引入MobileNetv3网络重构特征提取网络,在PANet中以深度可分离卷积代替标准卷积,减少模型参数量和运算量;在同样大小通道数的特征层进行卷积操作后,融入改进的CBAM注意力机制,进一步提升网络检测性能;步骤三:训练目标检测网络模型;步骤四:使用目标检测网络模型进行检测,得到检测结果。本发明具有能够提高目标检测的效率,减少网络预测时间的特点。

Patent Agency Ranking