-
公开(公告)号:CN112819135B
公开(公告)日:2022-09-02
申请号:CN202011519487.6
申请日:2020-12-21
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于ConvPoint模型引导机械臂抓取不同位姿物料的分拣方法,通过3D结构光相机获取物料的三维点云数据,并与ConvPoint模型相结合进行物料分拣,该方法不受物料初始位姿和外形影响,抓取目标多样,系统鲁棒性更强。与现有的深度学习方法相比,本发明利用PCA改善抓取采样,使得物料抓取的准确率明显提高,另外评估网络输入夹具内部的点云而非整个物体点云,减少了学习和推理时间,极大的提高了物料分拣的效率。此外,在ConvPoint模型训练阶段,本发明实时采集了不同种类复杂结构物料的点云数据作为训练集,并没有依赖网上开源的简单物体的数据集,实现了对不同位姿的复杂物体抓取,提高了分拣系统的智能化和自动化水平。
-
公开(公告)号:CN111929068A
公开(公告)日:2020-11-13
申请号:CN202010662511.5
申请日:2020-07-10
Applicant: 中国矿业大学
IPC: G01M17/007 , G01C21/16 , G01C21/28
Abstract: 本发明公开了一种封闭场景下车辆道路能力测试方法,将处理器、姿态及位置获取模块、激光雷达和激光测距传感器安装到车辆上,在封闭测试场地内设置矩形标志物和多个目标点,处理器采用已知算法通过激光雷达完成对当前环境地图的构建;将车辆放置在其中一个目标点上,设定测试圈数或测试时间,通过自动驾驶开始进行测试,处理器实时接收姿态及位置获取模块、激光雷达和激光测距传感器反馈的数据,对数据结合构建的环境地图进行分析,确定最佳速度评价指标,然后根据确定的最佳速度评价指标控制车辆以最优线速度与角速度行驶。通过自动驾驶代替人工驾驶进行车辆道路能力测试,不仅能不间断安全对车辆进行测试,而且有效降低人员的劳动强度。
-
公开(公告)号:CN108389359B
公开(公告)日:2020-03-24
申请号:CN201810315652.2
申请日:2018-04-10
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于深度学习的城市火灾报警方法,用监控摄像头、云服务器、自动报警模块和监控中心相结合方式,先对深度学习网络进行火灾图像和非火灾图像的训练,然后通过监控摄像头将实时拍摄的图像传递给云服务器,云服务器通过深度学习网络对拍摄图像确定其是否为疑似火灾图像,如拍摄的图像确定为疑似火灾图像,云服务器控制自动报警模块进行预警提示,同时云服务器将疑似火灾图像传递给监控中心进行显示,此时消防人员只需对疑似火灾的图像进行判断,就可对火灾险情进行在线排查,确定发生火灾后能够及时出警。
-
公开(公告)号:CN108394811B
公开(公告)日:2019-04-16
申请号:CN201810094939.7
申请日:2018-01-31
Applicant: 中国矿业大学
Abstract: 本发明公开了一种用于港口快速装卸的智能装置及其工作方法,多个全向轮通过收放机构固定在支架下部,支架上部设有两个滑轨,所述移动平台的两端分别设置在两个滑轨上,并在滑轨上滑动,移动平台上设有滑杆,滑杆上设有在滑杆上滑动的滑块,所述滑块的滑动方向与移动平台在滑轨上的滑动方向相互垂直;所述抓取机构通过钢丝绳连接在滑块的下部,工业相机固定在抓取机构上;收放机构、移动平台、工业相机和抓取机构与工控机连接,工控机与通讯装置连接,通讯装置通过无线信号与控制装置通讯。本发明可自动进行货物集装箱的抓取与放置,不仅抓取精度高,而且车辆无需停止即可完成装卸货物的过程,大大缩短货物的装卸时间,进而提高港口的货物吞吐量。
-
公开(公告)号:CN108389359A
公开(公告)日:2018-08-10
申请号:CN201810315652.2
申请日:2018-04-10
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于深度学习的城市火灾报警方法,用监控摄像头、云服务器、自动报警模块和监控中心相结合方式,先对深度学习网络进行火灾图像和非火灾图像的训练,然后通过监控摄像头将实时拍摄的图像传递给云服务器,云服务器通过深度学习网络对拍摄图像确定其是否为疑似火灾图像,如拍摄的图像确定为疑似火灾图像,云服务器控制自动报警模块进行预警提示,同时云服务器将疑似火灾图像传递给监控中心进行显示,此时消防人员只需对疑似火灾的图像进行判断,就可对火灾险情进行在线排查,确定发生火灾后能够及时出警。
-
公开(公告)号:CN107391448A
公开(公告)日:2017-11-24
申请号:CN201710721495.0
申请日:2017-08-22
Applicant: 中国矿业大学
IPC: G06F17/16
CPC classification number: G06F17/16
Abstract: 本发明公开了一种基于随机矩阵理论的混沌时间序列的识别方法,其具体步骤为:A、随机选取预识别的时间序列,并根据该时间序列构建原始矩阵X;B、对矩阵X进行归一化处理,将其转化为行向量均值为0,方差为1的非厄米特矩阵C、将得到的非厄米特矩阵 计算出其奇异值等价矩阵Xu,然后对该奇异值等价矩阵Xu计算得到标准的矩阵积 D、根据标准的矩阵积计算得出其特征值,并计算出特征值的平均谱半径;E、根据随机矩阵理论的单环定律,识别出该时间序列为噪声时间序列或混沌时间序列。本发明可对序列较短的或含有噪声的混沌时间序列进行识别,从而便于后续的研究,其具有处理过程简单,且其普适性和鲁棒性均较好。
-
公开(公告)号:CN104079433B
公开(公告)日:2017-05-31
申请号:CN201410304173.2
申请日:2014-06-30
Applicant: 中国矿业大学
IPC: H04L12/24
Abstract: 本发明公开一种提高复杂网络结构鲁棒性的方法,具体步骤为:Ⅰ、给定的目标网络A,设其节点数目NA,边数MA,自然连通率为Ⅱ、创建一个节点数目为NB,边数为MB,自然连通率为的附加网络B;Ⅲ、将目标网络A和附加网络B用一条边相互连接,进而组成新网络C,其自然连通率为Ⅳ、使附加网络B的自然连通率满足则新网络C的自然连通率大于目标网络A的自然连通率且随着附加网络B的自然连通率的提高,新网络C自然连通率大于复杂网络A的程度越大。无需修改网络内部结构,就可提高目标网络的自然连通率,进而提高网络的结构鲁棒性。
-
公开(公告)号:CN119976646A
公开(公告)日:2025-05-13
申请号:CN202510323023.4
申请日:2025-03-19
Applicant: 徐工消防安全装备有限公司 , 中国矿业大学
Abstract: 本发明公开一种高空作业车辆臂架姿态的动态监测与安全校验方法,包括步骤:安装多个激光雷达,使激光雷达的扫描范围覆盖臂架活动的所有空间;通过激光雷达采集臂架点云数据,根据激光雷达之间的位姿标定关系,将所有激光雷达扫描得到的点云数据都统一转换到车体坐标系下,并将点云数据进行合并拼接,构成车辆周围环境的完整三维点云;利用深度神经网络对完整三维点云进行语义分割,识别出臂架的所有臂节和关节点,实现对臂架姿态的识别,随后以臂架实时空间模型为基础,对臂架姿态动态监测及安全校验。本发明在车辆高空作业过程中实现对臂架姿态的实时、迅速、准确的识别,并以此为基础,实现高空臂架姿态动态监测及动作安全预警。
-
公开(公告)号:CN117423065A
公开(公告)日:2024-01-19
申请号:CN202311675829.7
申请日:2023-12-07
Applicant: 中国矿业大学
Abstract: 本发明公开的受限空间下目标识别与区域分割的多模态耦合感知方法,涉及受限空间下环境感知技术领域。该方法首先构建3D点云数据处理网络、2D点云数据处理网络以及图像数据处理网络;接着构建特征融合器,输出耦合了多传感器信息的鸟瞰图;然后构建多尺度特征融合提取网络及网络输出头,输出目标识别与区域分割结果,并设计损失函数对网络权重进行训练;最后将3D点云数据、2D点云数据、相机图像数据输入网络模型,推理得到目标识别与区域分割预测结果,并对预测结果进行可视化渲染。本发明针对毫米波雷达自身特性,构建了多模态耦合感知网络,可以深入挖掘毫米波雷达海量点云数据中的有效信息,可有效提升目标识别的探测准确度。
-
公开(公告)号:CN111929068B
公开(公告)日:2022-03-04
申请号:CN202010662511.5
申请日:2020-07-10
Applicant: 中国矿业大学
IPC: G01M17/007 , G01C21/16 , G01C21/28
Abstract: 本发明公开了一种封闭场景下车辆道路能力测试方法,将处理器、姿态及位置获取模块、激光雷达和激光测距传感器安装到车辆上,在封闭测试场地内设置矩形标志物和多个目标点,处理器采用已知算法通过激光雷达完成对当前环境地图的构建;将车辆放置在其中一个目标点上,设定测试圈数或测试时间,通过自动驾驶开始进行测试,处理器实时接收姿态及位置获取模块、激光雷达和激光测距传感器反馈的数据,对数据结合构建的环境地图进行分析,确定最佳速度评价指标,然后根据确定的最佳速度评价指标控制车辆以最优线速度与角速度行驶。通过自动驾驶代替人工驾驶进行车辆道路能力测试,不仅能不间断安全对车辆进行测试,而且有效降低人员的劳动强度。
-
-
-
-
-
-
-
-
-