-
公开(公告)号：CN115278172A
公开(公告)日：2022-11-01
申请号：CN202210880545.0
申请日：2022-07-25
Applicant: 中国计量大学
IPC: H04N7/18 , H04L67/025 , H04L65/65 , H04L65/1108 , H04L69/16 , G01S7/02 , H04L12/40
Abstract: 本发明公开了一种基于毫米波雷达的室内监控数字孪生系统，包括数据通信、数据库、系统后端以及系统前端，所述系统前端包含实时位置显示、统计图表、自定义区域、热力图、历史轨迹查询、三维场景建模、实时监控预览和系统配置管理八个模块，通过数据通信连接系统后端与系统前端；所述系统后端通过网络通信分别与监控相机、毫米波雷达连接；所述系统后端包含TCP服务、Web服务、雷达数据处理、流媒体服务四个模块。该基于毫米波雷达的室内监控数字孪生系统采用B/S架构、使用毫米波雷达的无线射频信号实现对行人的定位跟踪，通过跟踪后得到的目标位置、目标ID等信息来实现目标实时位置显示、统计图表、热力图展示等功能需求。
-
公开(公告)号：CN107702581B
公开(公告)日：2019-05-03
申请号：CN201711052367.8
申请日：2017-10-31
Applicant: 中国计量大学
Abstract: 本发明公开了一种可调节安装位置的板式换热器内气液两相流的观测装置，包括可控温水箱、空气压缩机、气液混合阀、透明板式换热器、电动丝杠、步进电机、压力传感器、温度传感器、高速摄像机。可控温水箱里流出的液体与空气压缩机输出的气体经气液混合阀混合后一起流入透明板式换热器内，通过控制电动丝杠的升降和步进电机的转动实现透明板式换热器安装位置的调整；通过压力传感器和温度传感器检测透明板式换热器进出口的压力与温度；通过高速摄像机拍摄透明板式换热器内气液两相流的状态。本发明装置既可实现板式换热器安装位置的调整和板式换热器进出口温度压力的检测，也可实现板式换热器内气液两相流流动状态的观测。
-
公开(公告)号：CN119005321A
公开(公告)日：2024-11-22
申请号：CN202411480206.9
申请日：2024-10-23
Applicant: 中国计量大学
IPC: G06N5/022 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/2431 , G06F18/25
Abstract: 一种融合时序知识图谱的机电设备预测性维护方法，属于机电设备预测性维护领域，模型专门针对机电设备运维时序知识图谱进行推理，实现预测性维护；首先获取机电设备的并行结构信息学习用于节点分类的信息节点表示，并为每个相关的节点生成特征向量；然后从向量序列中捕获机电设备运行的时间演化信息，最后输出隐藏状态向量参与条件强度函数的构建，并基于强度函数实现时序知识图谱的预测，以完成对机电设备预测性维护任务。本发明有效实现机电设备预测性维护。
-
公开(公告)号：CN119964005A
公开(公告)日：2025-05-09
申请号：CN202510054021.X
申请日：2025-01-14
Applicant: 中国计量大学
IPC: G06V20/10 , G06V10/26 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于改进YOLOv8‑seg的近场MIMO‑SAR危险目标检测方法，具体包括以下步骤：步骤1：获取近场多输入多输出‑合成孔径雷达(MIMO‑SAR)危险目标图像；步骤2：标注MIMO‑SAR图像中的危险目标，构建数据集，并按照一定比例将数据集划分为训练集、验证集和测试集；步骤3：采用数据增强方法扩充数据集；步骤4：构建改进的YOLOv8‑seg网络；步骤5：将训练集输入改进的YOLOv8‑seg网络进行训练，获得最优的网络参数，得到近场合成孔径雷达危险目标检测网络；步骤6：将需要检测的近场合成孔径雷达图像输入近场合成孔径雷达危险目标检测网络，识别定位出图像中的危险目标。
-
公开(公告)号：CN119165888A
公开(公告)日：2024-12-20
申请号：CN202311156110.2
申请日：2023-09-08
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于多传感器融合的自动化三维重建实验装置和运动控制算法，主要涉及到三维重建技术领域，机械部分包括底座、减速电机、控制器、编码器、直流电源、IMU(惯性测量单元)、电机驱动器、置物平台、支臂、安装平台；所述减速电机为整套装置提供动力，所述直流电源为整套装置供电，所述控制器用来控制装置的运动，并与上位机通讯。所述编码器、IMU用于将装置的运动数据实时反馈给控制器，以构成装置的闭环控制。运动控制算法部分是控制器通过串口与上位机通讯，根据上位机重建算法来实时调整装置姿态，并通过编码器、IMU实时检测，以构成上位机、下位机的联合控制。本专利适用于三维重建以及多传感器融合的算法研究和验证评估。
-
Patent Agency Ranking
公开(公告)号：CN117789142A
公开(公告)日：2024-03-29
申请号：CN202310731808.6
申请日：2023-06-20
Applicant: 中国计量大学
Abstract: 本发明公开了基于Android平台的Efficientdet多任务驾驶感知方法。所述方法包括如下步骤，步骤一：把Efficientdet目标检测算法的结构改进为三个任务头，以便能进行目标检测任务、可行驶区域分割任务和车道线分割任务；步骤二：引入ECANet模块来构建网络模型，它可以帮助网络找到图像中感兴趣的区域；步骤三：采用车载单目摄像头进行不同场景下对前方交通目标的获取，利用相似三角形来对步骤一检测到的目标进行测距；步骤四：使用BDD100K数据集进行训练，将训练得到的权重进行格式转换并部署在Android手机上，在测试集中对多任务进行测试。本发明能够在保证多任务检测精度的前提下，并提高移动设备上的检测性能和效率，在自动驾驶系统中有一定实用性。
-
公开(公告)号：CN115932846A
公开(公告)日：2023-04-07
申请号：CN202211361181.1
申请日：2022-10-31
Applicant: 中国计量大学
Abstract: 本发明提出了一种基于级联毫米波雷达的MIMO‑SAR成像方法，包括多通道标定方法、增加抗锯齿滤波器的改进后向投影算法。本发明使用十字滑台，搭载雷达进行平面移动，提供大的平台合成孔径；使用级联毫米波雷达采集数据，提供原始ADC信号；使用多通道标定方法，校准信号的相位误差；级联毫米波雷达具有较大孔径，通过MIMO技术提供大范围的数据采集；通过对十字滑台的匀速运动控制，以及级联毫米波雷达收发数据的相互配合，极大地减少了数据采集的时间消耗；最后通过抗锯齿滤波处理，和改进的后向投影算法完成MIMO‑SAR成像。本发明有效提高了数据采集的效率和SAR成像的实时性，减少了信号噪声对SAR成像的影响，提高了SAR成像的清晰度与聚焦度。
-
公开(公告)号：CN115032635A
公开(公告)日：2022-09-09
申请号：CN202210517240.3
申请日：2022-05-12
Applicant: 中国计量大学 , 杭州加里布智能技术有限公司
Abstract: 本发明涉及雷达技术领域，尤其涉及一种毫米波合成孔径雷达近场成像装置及方法，针对X射线只能对非生命体进行检测，对生物体检测会造成辐射，毫米波雷达具有高穿透性和低放射性的优点，可以被应用在对生物体的检测中，且现有的毫米波安检装置具有成本高分辨率低的缺点。本发明通过搭建能搭载毫米波数据采集装置进行阵列扫描的装置让单发单收的天线等效成大的虚拟天线阵列，通过这种合成孔径的方法不仅让毫米波成像具有高分辨率，而且保证高分辨率的同时减少了硬件设备，大大降低了毫米波成像的成本。提出通过叠加被测目标不同预估平面下投影所获得的反射系数，得到了包含更多深度信息且细节更丰富的合成孔径投影成像。
-
公开(公告)号：CN114898406A
公开(公告)日：2022-08-12
申请号：CN202210664167.2
申请日：2022-06-13
Applicant: 中国计量大学
IPC: G06V40/10 , G06V10/762 , G06N3/08
Abstract: 本发明公开了一种基于对比聚类的无监督行人重识别方法，该方法包括以下步骤：使用初始特征编码器对无标注行人图像数据集进行前向计算，使用编码的特征初始化特征存储单元；在每轮训练前对特征存储单元进行聚类，根据聚类独立性标准与聚类紧密性标准进行聚类结果的筛选；对每一组小批量训练样本进行特征编码，利用统一对比损失函数进行网络的反向传播更新；使用编码的特征以动量更新的方式动态更新特征存储单元中的实例特征；根据预先设定的训练轮回数循环进行特征编码器及特征存储单元的更新，直到所述行人重识别网络收敛。本发明利用对比聚类的方法，充分挖掘未聚类离群值的可用信息，提高了无监督行人重识别模型的识别准确性。
-
公开(公告)号：CN119005321B
公开(公告)日：2025-04-25
申请号：CN202411480206.9
申请日：2024-10-23
Applicant: 中国计量大学
IPC: G06N5/022 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/2431 , G06F18/25
Abstract: 一种融合时序知识图谱的机电设备预测性维护方法，属于机电设备预测性维护领域，模型专门针对机电设备运维时序知识图谱进行推理，实现预测性维护；首先获取机电设备的并行结构信息学习用于节点分类的信息节点表示，并为每个相关的节点生成特征向量；然后从向量序列中捕获机电设备运行的时间演化信息，最后输出隐藏状态向量参与条件强度函数的构建，并基于强度函数实现时序知识图谱的预测，以完成对机电设备预测性维护任务。本发明有效实现机电设备预测性维护。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.025 seconds)
