-
公开(公告)号：CN100573383C
公开(公告)日：2009-12-23
申请号：CN200710039151.8
申请日：2007-04-05
Applicant: 复旦大学
IPC: G05B19/418 , H04Q9/00 , H04M11/00
Abstract: 本发明属于智能家居控制技术领域，具体为一种基于电话和ZigBee技术的智能家居控制系统，本系统由家庭控制中心和若干个基于ZigBee技术的无线通信控制模块构成。在家庭控制中心和每个控制模块上都接有一个ZigBee无线通信模块，通过这些无线通信模块，数据或指令在控制中心和控制模块之间传送。家庭控制中心与电话网络相连，通过家庭内部电话或远程电话实现整个系统的控制。另外，通过无线电话分机或手机，使用户在任何位置可以对所有家居设备进行控制。相对于目前采用的蓝牙、红外等通信技术，具有成本低、功耗低、覆盖范围大的特点，特别是其符合IEEE802.15.4协议，利于本系统与其它符合标准的产品互联，具有良好的通用性和可扩展性。
-
公开(公告)号：CN101079772A
公开(公告)日：2007-11-28
申请号：CN200710039150.3
申请日：2007-04-05
Applicant: 复旦大学
Abstract: 本发明属于智能交通控制技术领域，具体为一采用无线通信网络进行交通控制的系统。该系统由控制中心、交通灯控制器、流量监测器、交通信息显示牌，路由节点等部分组成。各个部分接有ZigBee无线通信模块，形成一个基于ZigBee无线通信的控制网络，各个节点相互间可以实现实时通信，并与控制中心相连，实现对交通的统一协调控制。
-
公开(公告)号：CN119085642A
公开(公告)日：2024-12-06
申请号：CN202411241524.X
申请日：2024-09-05
Applicant: 复旦大学
Abstract: 本发明公开了一种基于事件相机的多传感器融合状态估计系统。本发明中，提出了一种基于事件累计器设置策略和优化的运动校正补偿方法相结合的事件表征方法，并基于此构建了事件流，imu惯性测量，标准图像的多传感器数据融合处理管道。首次将最先进的，基于事件数据驱动的特征跟踪器DeepEvTracker引入并和基于事件运动补偿帧的KLT跟踪器相结合。有效减轻高速运动模糊和HDR场景下的特征跟踪丢失并显著提升了特征更新频率以及预测位移精度。精心设计了一种基于事件数据驱动的多传感器融合状态估计框架，能够在挑战性场景下提供鲁棒且精准的状态估计，且无需依赖密集的手动参数调整和保证实时性的同时优于目前最先进的基于事件和帧的状态估计算法。
-
公开(公告)号：CN109389555B
公开(公告)日：2023-03-31
申请号：CN201811071685.3
申请日：2018-09-14
Applicant: 复旦大学
Abstract: 本发明提出了一种全景图像拼接方法，包括：步骤一，分别对待拼接的两幅图像进行特征点提取，并对得到的两组关键点集合进行匹配，得到被匹配的特征点对集；步骤二，把图像划分为N*N的网格，通过自适应的局部单应估计进行局部对准，得到局部单应矩阵集；步骤三，在每个被划分的网格上都运行RANSAC算法，并根据每个网格的中心离特征点的距离，对特征点进行加权来计算局部单应矩阵到每个加权后的特征点的距离，然后选取合适的阈值得到网格的局部一致集；步骤四，采用非线性最小二乘法最小化图像特征点的重投影误差；步骤五，将图像进行像素融合。本发明的方法可以在摄像机非纯旋转或者整个拼接场景不是一个平面的条件下，拼接出自然的全景图像。
-
公开(公告)号：CN112862701B
公开(公告)日：2022-11-18
申请号：CN202110059608.1
申请日：2021-01-15
Applicant: 复旦大学
Abstract: 本发明提供了一种自动排版方法，其步骤包括：S1对母板、子板进行第一处理程序，以生成栅格图数据；S2计算子板在母板上可行解下的损失函数；S3根据步骤S2计算的子板损失函数结果进行变步长最抖上升排列，获取子板损失函数最大值的位置的结果。籍此有效解决传统的排样算法中计算量大，耗时长的难点，并且可以使得母板利用率显著提高，对于皮革等需要进行不规则嵌套排版生产的产业，能大幅提高生产效率，减少用料成本，使得本发明极具实用及推广价值。
-
Patent Agency Ranking
公开(公告)号：CN108875870B
公开(公告)日：2021-09-28
申请号：CN201710321414.8
申请日：2017-05-09
Applicant: 罗伯特·博世有限公司 , 复旦大学
Abstract: 本申请公开了一种二进制图形编码的创建、认证方法以及认证系统。其中，创建可认证的二进制图形编码的方法，至少包括如下步骤：响应于创建二进制图形编码的请求，为待编码信息创建二进制图形编码图案；在所述二进制图形编码图案上添加微结构特征；提取所述二进制图形编码图案及微结构特征；以及记录所述二进制图形编码图案及微结构特征作为认证所述二进制图形编码的全部或部分标准。
-
公开(公告)号：CN112862701A
公开(公告)日：2021-05-28
申请号：CN202110059608.1
申请日：2021-01-15
Applicant: 复旦大学
Abstract: 本发明提供了一种自动排版方法，其步骤包括：S1对母板、子板进行第一处理程序，以生成栅格图数据；S2计算子板在母板上可行解下的损失函数；S3根据步骤S2计算的子板损失函数结果进行变步长最抖上升排列，获取子板损失函数最大值的位置的结果。籍此有效解决传统的排样算法中计算量大，耗时长的难点，并且可以使得母板利用率显著提高，对于皮革等需要进行不规则嵌套排版生产的产业，能大幅提高生产效率，减少用料成本，使得本发明极具实用及推广价值。
-
公开(公告)号：CN109583331A
公开(公告)日：2019-04-05
申请号：CN201811356765.3
申请日：2018-11-15
Applicant: 复旦大学
CPC classification number: G06K9/00375 , G06K9/6256
Abstract: 本发明属于计算机图像处理技术领域，具体为基于深度学习的人手腕脉口位置精准定位方法。本发明的基本步骤为：对多人进行手部图片采样，并对样本图片进行处理，得到手部二值图和脉口坐标，作为深度学习模型的训练数据；接着对训练集进行监督式学习，得到泛化的深度学习模型；然后，根据拍摄到的手部图片，分别进行白平衡、转换到HSV色彩空间、Mean Shift颜色聚类、根据皮肤颜色提取二值图、对二值图进一步处理，得到手的轮廓；将处理好的二值图作为输入，放进预先训练好深度学习模型里，即得到手腕脉口点在图片上的坐标。本发明方法能以较高的精度找到人手腕的脉口位置，为机器人进行中医脉诊提供实时的视觉定位。
-
公开(公告)号：CN109278056A
公开(公告)日：2019-01-29
申请号：CN201811399445.6
申请日：2018-11-22
Applicant: 复旦大学无锡研究院
Abstract: 本发明公开了一种无人配送机器人，由无线通信模块、交互模块、后台服务器模块和机器人本体模块组成；其中，S1：所述无线通信模块负责后台服务器模块与交互模块和机器人本体模块的通讯；S2：所述交互模块为移动操作终端，通过移动操作终端访问后台服务器模块，后台服务器模块根据交互模块的请求，向机器人本体模块发送指令，机器人本体模块接收后台服务器控制指令，完成物件存取，从而完成配送；S3：所述后台服务器模块通过无线通信模块连接交互模块和机器人本体模块，用于接收并处理交互模块发送的通信指令，并向交互模块和机器人本体模块发送命令信息；S4：所述机器人本体模块接收到来自后台服务器模块的指令后，采取行动完成任务。
-
公开(公告)号：CN108898205A
公开(公告)日：2018-11-27
申请号：CN201710321412.9
申请日：2017-05-09
Applicant: 罗伯特·博世有限公司 , 复旦大学
CPC classification number: G06F21/10 , G06F2221/0733 , G06F2221/0737 , G06K19/086 , G06K19/10
Abstract: 本申请公开了一种二进制图形编码的创建、认证方法及系统。其中，创建可认证的二进制图形编码的方法至少包括如下步骤：响应于创建二进制图形编码的请求，为待编码信息创建二进制图形编码图案；将所述二进制图形编码图案打印在标签或者产品表面；提取所述二进制图形编码图案与所述标签或产品表面重合区域的特征信息；以及记录所述特征信息作为认证所述二进制图形编码的全部或部分标准。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.019 seconds)
