-
公开(公告)号：CN105242117B
公开(公告)日：2018-06-19
申请号：CN201510583522.3
申请日：2015-09-14
Applicant: 南京师范大学
Abstract: 一种永磁同步电机直轴同步电感和交轴同步电感测试方法。测试装置主要由变频器控制的原动机，被测试永磁同步电机，三相对称阻性负载组成。原动机通过联轴器和被测试永磁同步电机相连，控制转换开关使得永磁同步电机实现空载运行和带阻性负载运行之间的转换。在测试过程中由原动机拖动永磁同步电机作发电机运行，根据空载试验和带载试验得到的相关参数就可以求得永磁同步电机的直轴电感和交轴电感。
-
公开(公告)号：CN105717518A
公开(公告)日：2016-06-29
申请号：CN201610055936.3
申请日：2016-01-27
Applicant: 南京师范大学
IPC: G01S19/21
CPC classification number: G01S19/215
Abstract: 本发明公开了一种基于码相位辨识的卫星接收机欺骗信号检测方法，包括以下步骤：步骤S1，在卫星接收机重新捕获及跟踪信号时，基于码相位辨识的卫星接收机欺骗信号检测，利用卫星接收机基带信号处理过程中伪码解扩的相关峰值结果，进行欺骗信号检测；步骤S2，如未检测出欺骗信号，则利用航迹推算方法获得的载体运动状态，及由星历参数获得的卫星运动状态信息，进一步对重新捕获及跟踪信号进行码相位辨识处理，即对卫星接收机解扩的伪码相位参数进行真假辨识；步骤S3，在检测出接收机解扩解调信号含有欺骗信号以后，对欺骗信号进行报警与隔离处理，从而增强卫星接收机的抗欺骗干扰能力。
-
公开(公告)号：CN119511910A
公开(公告)日：2025-02-25
申请号：CN202411691526.9
申请日：2024-11-25
Applicant: 南京师范大学 , 纽克智造(南京)科技有限公司
IPC: G05B19/042
Abstract: 本申请涉及工业设备监控领域，公开了一种用于工业设备远程监控的多传感器集成系统，包括数据采集模块、数据处理模块、故障预测模块、自适应控制模块和监控反馈模块；数据采集模块从多个设备的传感器阵列中采集多维度数据；数据处理模块对数据进行降噪处理，并提取关键特征；故障预测模块预测设备的短期故障，以及长期运行趋势进行预测；自适应控制模块根据预测结果，调整设备的控制参数，并优化控制策略；监控反馈模块通过实现设备的远程监控和反馈，生成实时故障报警信息。该系统能够提高设备运行的安全性和稳定性，优化设备管理，并降低设备维护成本，具有较高的实时性、准确性和智能化水平。
-
公开(公告)号：CN111951302B
公开(公告)日：2025-02-07
申请号：CN202010806224.7
申请日：2020-08-12
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于特征匹配的机器人视觉定位方法，包括如下步骤：采集并保存机器人运动场景的彩色图像，将机器人运动场景的彩色图像进行预处理，获得裁剪并减去均值的图像序列数据；计算所有彩色图像的特征值；机器人在设定的运动空间内，将使用单目相机拍摄的照片作为查询图像，将需要查询的图像裁剪并减去步骤S1的查询图像均值，计算查询图像的特征值；将查询图像的特征值与彩色图像的特征值相比较，找出距离最相近的两幅图像及其空间坐标，得到此时机器人的空间位置。本发明在仅使用图像定位中，避免提取人工设计的特征点，极大的降低硬件成本，极大的减轻了工作量、提高了分析精度。
-
公开(公告)号：CN118982582A
公开(公告)日：2024-11-19
申请号：CN202411450929.4
申请日：2024-10-17
Applicant: 南京师范大学
IPC: G06T7/73 , B25J9/16 , G06V20/56 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于Grasp‑CAD目标检测模型的抓取目标定位方法，通过引入CBAM注意力机制的C3模块和用于对FPN和PAN不同尺度的特征自适应特征缩放融合的AFRC模块的Grasp‑CAD目标检测模型处理图像数据，得到图像数据中目标物体的检测框的坐标；根据检测框的坐标，获得目标物体相对机械臂末端的位置。检测模型中采用引入CBAM注意力机制的C3模块，提升了对遮挡物检测的适应性及性能，模型特征提取能力强，对于遮挡目标能够检测出来，Neck模块自适应特征缩放融合AFRC模块提升检测速度，模型占用内存小，易于部署在机器人系统。
-
Patent Agency Ranking
公开(公告)号：CN118759825A
公开(公告)日：2024-10-11
申请号：CN202410884702.4
申请日：2024-07-03
Applicant: 南京师范大学
IPC: G05B11/42 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了基于熔池分割及模糊PID闭环控制的增材制造监测方法，包括：采集激光送粉增材制造过程的视频，划分为训练集、验证集和测试集，进行标注生成标签文件；搭建神经网络骨干结构，包括空间支路、语义支路和特征融合模块；搭建基于软阈值函数优化的注意力机制模块TA，将TA与搭建的神经网络骨干结构相结合，完成整个神经网络模型的搭建；将训练集的图像与标签文件送入神经网络模型中进行训练；将测试集的熔池彩色图像输入到熔池分割网络模型中进行推理，得到分割后的熔池像素级图像；实现对熔池面积的实时监测。本发明能够显著提高熔池图像在复杂环境下的像素级分割效果，具有精度高、分割效果好、控制性能优以及自适应性强的优点。
-
公开(公告)号：CN118658071A
公开(公告)日：2024-09-17
申请号：CN202411149424.4
申请日：2024-08-21
Applicant: 南京师范大学
IPC: G06V20/10 , G06V10/762 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于改进3D目标检测器PointPillars的目标点云检测方法，对激光雷达获取河道检测范围内的船舶的点云数据进行滤波，得到不含噪声的点云数据，并进行标注；对标注好的点云数据分别进行随机旋转、随机缩放、随机平移、随机裁剪，并将处理后的点云数据以及原始标注好的点云数据合并形成训练点云集合；将训练点云集合通过3D目标检测算法中PFN层进行特征编码，得到伪图像；通过主干网络对伪图像进行处理后得到特征张量；将特征张量输入SSD检测网络得到检测结果。通过点云的前处理和点云数据的增强，提高了提取的点云质量，通过改进的3D点云目标检测网络，有效地提升船舶在航道运行的可靠性。
-
公开(公告)号：CN118037736B
公开(公告)日：2024-06-14
申请号：CN202410439130.9
申请日：2024-04-12
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于特征参数提取的金属增材制造熔池形态检测方法；获取金属增材制造熔池的图像，并进行预处理，获得预处理后的熔池图像；对预处理后的熔池图像进行像素识别，检测得到熔池边缘像素，基于熔池边缘像素获得熔池中心的坐标，并基于熔池边缘像素的方向向量得到熔池主方向角度；根据熔池中心的坐标、熔池边缘像素和熔池主方向角度进行椭圆拟合，得到拟合的椭圆的长轴和短轴；以拟合的椭圆的长轴和短轴作为对应熔池的长度和宽度，输出熔池形态。通过先提取熔池中心作为椭圆中心和熔池主方向倾角，减少拟合参数的同时提升了拟合效果，对熔池宽度拟合的准确性较高，提升了熔池特征参数的提取速度以及准确性。
-
公开(公告)号：CN117974740A
公开(公告)日：2024-05-03
申请号：CN202410385415.9
申请日：2024-04-01
Applicant: 南京师范大学 , 南京三万物联网科技有限公司
Abstract: 本发明公开了一种基于聚合式窗口自注意力机制的穴位定位方法，首先获取人体背部图像，并进行预处理，将预处理后的背部图像输入多尺度特征提取网络，得到背部特征图；多尺度特征提取网络包括若干特征图提取模块，预处理后的背部图像依次经过若干特征图提取模块的处理，每个特征图提取模块均包括聚合式窗口自注意力学习层；将背部特征图输入背部特征关键点检测网络进行背部特征关键点检测，得到背部特征关键点，通过背部穴位定位公式得到背部穴位具体坐标，实现背部穴位定位。在获取人体背部特征关键点特征中，针对关键点所处背部的位置，采用聚合式窗口自注意力学习方法，可以更加精准、快速的确定不同体型的人体背部的关键点位置。
-
公开(公告)号：CN117944059A
公开(公告)日：2024-04-30
申请号：CN202410357453.3
申请日：2024-03-27
Applicant: 南京师范大学
IPC: B25J9/16 , G06V20/56 , G06V20/70 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06T7/73 , G06N3/0464 , G06N3/0495 , G06N3/0455
Abstract: 本发明公开了一种基于视觉及雷达特征融合的轨迹规划方法，获取当前作业环境的视觉图像以及雷达点云，并进行预处理；将视觉图像经主干特征提取网络和图像特征金字塔网络处理得到高级特征图和雷达点云经激光点云特征提取网络处理得到点云特征图进行融合；根据候选框对融合特征后的特征图进行目标检测与识别；利用轻量级优化卷积神经网络对特征图进行语义分割；通过目标识别与语义分割确定识别目标的类别和位置，规划机器人的下一步行进轨迹。采用了高效的神经网络结构，多源传感器数据进行融合，并提供了新的轻量级深度神经网络架构和前景像素判断优化算法，能有效提高图像目标检测识别及语义分割的精度和速度，具有广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
139
records
(took 0.029 seconds)
