-
公开(公告)号：CN115788059A
公开(公告)日：2023-03-14
申请号：CN202211711118.6
申请日：2022-12-29
Applicant: 华中科技大学
IPC: E04G21/12
Abstract: 本发明属于自动化领域，并具体公开了一种自动钢筋绑扎机器人，其包括车框、行进系统、攀爬系统、平移系统和绑扎系统，行进系统用于带动机器人在钢筋延伸方向移动；攀爬系统包括支撑臂和攀爬臂，均安装在车框上；支撑臂可伸缩，攀爬臂一端固定在车框上，另一端在攀爬时卡在竖直钢筋上；平移系统包括纵轴传动模块和竖直升降模块，纵轴传动模块中，齿条安装在副车框上，传动步进电机、螺旋杆、齿轮依次连接，齿轮与齿条啮合；螺旋杆上连接有支撑梁，该支撑梁固定在车框上；竖直升降模块用于带动绑扎机械手竖直方向移动。本发明通过对钢筋绑扎位点识别、机械手绑扎动作、装置整体平移变轨换向等全流程自动化执行，替代人工绑扎钢筋，提高施工效率。
-
公开(公告)号：CN112962780B
公开(公告)日：2022-03-18
申请号：CN202110164215.7
申请日：2021-02-05
Applicant: 华中科技大学
Abstract: 本发明公开了一种城市深层污水传输隧道检测与清淤智能机器人及工作方法，涉及隧道检测与清淤技术领域。该智能机器人包括隧道结构检测装置、清淤作业装置、机器人水中定位装置、机器人水中行走装置和机器人通讯控制装置；隧道结构检测装置包括浑水摄像机和声呐；清淤作业装置包括搭载于机器人本体前部的淤泥铲；机器人水中定位装置包括陀螺仪；机器人通讯控制装置包括水下线缆及控制器，控制器通过水下线缆与地面控制平台连接。本发明的智能机器人可实现在城市深层污水隧道中完成对隧道结构本体、隧道结构附着淤泥的全方位质量检测与清淤，促进城市深层污水隧道检测与清淤作业的智能化发展。
-
公开(公告)号：CN111260263A
公开(公告)日：2020-06-09
申请号：CN202010226318.7
申请日：2020-03-27
Applicant: 华中科技大学
Abstract: 本申请公开了一种应用于装修BIM集成管理系统的装修方式环评方法，旨在通过对设计过程中的信息进行结构化定义和分类，并结合装饰装修中不同部件的环境效益、经济性以及能效等信息进行科学合理的管理，为装饰装修绿色评价系统的化设计信息管理与流转奠定了基础，并具体实现了基于此系统对实际装修方案的环评达标判定，能够快速、准确得到可靠的分析结果。本申请还同时公开了一种装修方式环评方法装置，具有上述有益效果。
-
公开(公告)号：CN106407581A
公开(公告)日：2017-02-15
申请号：CN201610856415.8
申请日：2016-09-28
Applicant: 华中科技大学
Abstract: 本发明属于地铁隧道施工技术领域，并公开了一种地铁隧道施工诱发地表沉降的智能预测方法。该预测方法的步骤包括：(a)利用小波包分析分解原始沉降监测数据高低频信号；(b)利用粒子群优化算法确定最小二乘支持向量机预测模型的参数，通过预测模型充分提取监测数据变化趋势，实时预测各节点沉降信号；(c)通过小波包重构技术将高频低频范畴内单独预测的沉降信号进行合成得到最终预测值；(d)提出表征模型预测能力的绩效指标验证预测模型的可靠性和准确性。本发明能够全面精细地提取高频低频信号，将信号中的强弱信号分离，有效避免强弱信号相互间的干扰，进而提高地铁隧道施工诱发地表沉降的预测精度与可靠度。
-
公开(公告)号：CN119984255A
公开(公告)日：2025-05-13
申请号：CN202510177410.1
申请日：2025-02-18
Applicant: 华中科技大学
Abstract: 本申请属于隧道检测技术领域，具体公开了一种移动式隧道检测机器人及隧道检测方法，该隧道检测机器人包括：机器人主体和数据采集模块，数据采集模块包括激光雷达、轮速计和惯性测量单元IMU；机器人主体与数据采集模块刚性连接，不同传感器之间的坐标变换关系能够通过刚性变换得到；机器人主体用于驱动机器人移动；通过误差状态卡尔曼滤波ESKF，将激光雷达的观测数据、IMU的观测数据以及轮速计的观测数据进行融合，并获取世界坐标系下待检测隧道的三维点云模型。通过本申请，能够高效且准确地获取世界坐标系下待检测隧道的三维点云模型，该三维点云模型能够用于隧道病害识别及定位，提高检测质量和效率，实现高效维护隧道。
-
Patent Agency Ranking
公开(公告)号：CN113744237B
公开(公告)日：2025-02-07
申请号：CN202111008790.4
申请日：2021-08-31
Applicant: 华中科技大学
IPC: G06T7/00 , G06T5/90 , G06T5/40 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的渣土流塑性自动检测方法和系统，其方法包括：对渣土流塑性进行分类以建立不同类型的训练集；以Resnet网络作为基础网络构建深层卷积神经网络模型；将训练集输入所述模型的输入层，获取三维原始特征映射S∈Rc×h×w，将原始特征映射S分别输入三个具有相同滤波器的卷积层，生成三维数组A、B和C，将三维数组A转换为二维数组后转置形成二维数组D，将三维数组B和C分别转换为二维数组E和F，进行逻辑运算形成二维数组G，#imgabs0#进行逻辑运算形成二维数组H，#imgabs1#将二维数组H转换为三维数组并与原始特征映射S求和以更新模型；对模型进行渣土流塑性分类训练，得到用于识别渣土流塑性类别的自动检测模型。
-
公开(公告)号：CN116524116A
公开(公告)日：2023-08-01
申请号：CN202310390696.2
申请日：2023-04-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种多传感器数据融合的排水管道三维模型构建系统，属于排水管道建模领域，包括：管道机器人，安装于管道机器人的同步定位装置和数据融合模块；同步定位装置包括：用于实时扫描排水管道内环形截面点云的环扫声呐，用于实时测量姿态信息的惯导传感器，以及用于实时测量行进距离的计米器；数据融合模块，用于：通过卡尔曼滤波将行进距离和姿态信息进行融合，得到更新后的行进距离，并由此对管道机器人进行实时定位；利用姿态信息对环形截面点云进行校正，并按照管道机器人的定位结果将运行过程中的校正后的二维点云信息依次连接，得到排水管道的三维模型。本发明能够有效实现多传感器数据的融合，从而提高排水管道三维模型的构建精度。
-
公开(公告)号：CN115796019A
公开(公告)日：2023-03-14
申请号：CN202211466952.3
申请日：2022-11-22
Applicant: 中交第二航务工程局有限公司 , 华中科技大学
IPC: G06F30/27 , G06F17/18 , G06F119/02
Abstract: 本发明属于隧道施工中的盾构施工控制相关技术领域，并公开了一种基于数据驱动盾构施工参数多目标优化的方法。该方法包括下列步骤：S1采集盾构掘进过程中的多个盾构参数和控制目标值的数据，构建预测模型；S2构建优化模型，求解该优化模型对应的控制参数的可行解形成帕累托解集，根据该帕累托解集可行解绘制掘进速度‑地表沉降解集二维图；S3对于盾构掘进过程中的实际情况，设定掘进速度和地表沉降的权重比值，构建斜率为所述权重比值的直线，该直线与二维图中帕累托前沿首次相切的切点作为最优解，即为当前实际情况下对应的最优掘进速度和地表沉降。通过本发明，解决盾构施工中最优操作参数的难以确定的问题。
-
公开(公告)号：CN115587404A
公开(公告)日：2023-01-10
申请号：CN202211165338.3
申请日：2022-09-23
Applicant: 华中科技大学
IPC: G06F30/13 , E21D9/093 , G06F111/10 , G06F119/14
Abstract: 本发明属于盾构施工安全控制相关技术领域，其公开了一种盾构推进压力控制方法与设备，包括以下步骤：(1)基于复合地层土性参数不确定性对盾构开挖面稳定性的影响，构建复合地层开挖面三维旋转体破坏结构模型；(2)构建开挖面稳定性的可靠度分析指标体系，计算得到可靠性指标下的土性参数在不确定性条件下的复合地层极限支护压力的取值；(3)构建盾构推进系统的负载计算模块并建立盾构液压推进系统的数学模型，继而构建盾构推进系统的控制模型，控制模型采用模糊PID控制算法进行推进力控制；其中，该控制模型以盾构液压推进系统的比例溢流阀的输入电压为输入，以盾构推进系统的推进压力为输出。本发明能准确控制推进压力。
-
公开(公告)号：CN114841204A
公开(公告)日：2022-08-02
申请号：CN202210454829.3
申请日：2022-04-27
Applicant: 华中科技大学
Abstract: 本发明公开了一种管道声呐点云去噪方法和系统，属于排水管道检测领域。包括：对管道内原始声呐扫描数据去除离群噪声，得到初筛后声呐点云；对初筛选后声呐点云进行聚类，得到3个全局最优聚类中心坐标和聚类半径；根据位于最顶层的全局最优聚类中心坐标和聚类半径，确定为高密度噪声，从初筛后声呐点云中剔除。本发明首先对管道内原始声呐扫描数据去除离群噪声，得到初筛后声呐点云，以获得更准确的数据进行进一步处理再通过聚类，得到3个全局最优聚类中心坐标和聚类半径，最后根据位于最顶层的全局最优聚类中心坐标和聚类半径，确定为高密度噪声，从初筛后声呐点云中剔除，保证了扫描结果的精确度和可读性，提高声呐点云数据的处理效率。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.025 seconds)
