-
公开(公告)号：CN118010104B
公开(公告)日：2024-07-02
申请号：CN202410426176.7
申请日：2024-04-10
Applicant: 南京师范大学 , 南京三万物联网科技有限公司
IPC: G01D21/02
Abstract: 本发明公开了一种电气线路老化程度检测方法及系统，实时获取由目标电气线路供电的电力设备的工作参数以及目标电气线路的外观参数；基于电力设备实时的工作参数与标准的工作参数对比，得到目标电气线路的第一老化影响系数；基于目标电气线路实时的外观参数与标准的外观参数对比，得到目标电气线路的第二老化影响系数；第一老化影响系数和第二老化影响系数结合得到综合老化影响系数；基于综合老化影响系数得到目标电气线路的老化程度。通过电气线路上各电力设备的工作参数结合电气线路的外保护层外观情况，对电气线路老化程度进行分析，提高了对电气线路老化检测的准确性，保障了电气线路沿线各电气设备的正常使用，避免了火灾的发生。
-
公开(公告)号：CN118982582B
公开(公告)日：2025-01-14
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。
-
公开(公告)号：CN118466517B
公开(公告)日：2024-10-15
申请号：CN202410911034.X
申请日：2024-07-09
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于可见性图构建的机器人路径规划方法，通过获取环境的点云数据，提取点云数据中的障碍物的轮廓特征点；并构建障碍物的封闭多边形；对顶点数量大于阈值的封闭多边形，消除其长度小于阈值的边，得到优化后的障碍物多边形；并根据障碍物多边形各顶点之间的可视关系构建可见性图；给定机器人起点和终点，在可见性图上通过双向A*路径规划算法搜索机器人从起点到终点的最短路径。通过设置阈值来控制复杂的大型多边形的顶点数量，充分考虑移动机器人真实环境中冗余节点过多的特点，提高移动机器人在大场景环境下路径规划计算效率，满足实时性要求，使得移动机器人平滑、快速躲避动态障碍物，应用前景广泛。
-
公开(公告)号：CN117974740B
公开(公告)日：2024-07-02
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。
-
Patent Agency Ranking
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。
-
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：CN118466517A
公开(公告)日：2024-08-09
申请号：CN202410911034.X
申请日：2024-07-09
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于可见性图构建的机器人路径规划方法，通过获取环境的点云数据，提取点云数据中的障碍物的轮廓特征点；并构建障碍物的封闭多边形；对顶点数量大于阈值的封闭多边形，消除其长度小于阈值的边，得到优化后的障碍物多边形；并根据障碍物多边形各顶点之间的可视关系构建可见性图；给定机器人起点和终点，在可见性图上通过双向A*路径规划算法搜索机器人从起点到终点的最短路径。通过设置阈值来控制复杂的大型多边形的顶点数量，充分考虑移动机器人真实环境中冗余节点过多的特点，提高移动机器人在大场景环境下路径规划计算效率，满足实时性要求，使得移动机器人平滑、快速躲避动态障碍物，应用前景广泛。
-
公开(公告)号：CN118010104A
公开(公告)日：2024-05-10
申请号：CN202410426176.7
申请日：2024-04-10
Applicant: 南京师范大学 , 南京三万物联网科技有限公司
IPC: G01D21/02
Abstract: 本发明公开了一种电气线路老化程度检测方法及系统，实时获取由目标电气线路供电的电力设备的工作参数以及目标电气线路的外观参数；基于电力设备实时的工作参数与标准的工作参数对比，得到目标电气线路的第一老化影响系数；基于目标电气线路实时的外观参数与标准的外观参数对比，得到目标电气线路的第二老化影响系数；第一老化影响系数和第二老化影响系数结合得到综合老化影响系数；基于综合老化影响系数得到目标电气线路的老化程度。通过电气线路上各电力设备的工作参数结合电气线路的外保护层外观情况，对电气线路老化程度进行分析，提高了对电气线路老化检测的准确性，保障了电气线路沿线各电气设备的正常使用，避免了火灾的发生。
-
公开(公告)号：CN117391973A
公开(公告)日：2024-01-12
申请号：CN202311444732.5
申请日：2023-11-01
Applicant: 南京师范大学
IPC: G06T5/00 , G06T5/60 , G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/0455
Abstract: 本发明公开了一种基于多尺度改进残差块CNN的图像去运动模糊方法，包括：采集并保存输电线路巡检机器人的电力巡检视频数据，制成数据集，并记为源数据集；将源数据集进行裁剪和压缩，得到清晰和模糊图像对，并记为电力巡检去模糊数据集；搭建多尺度改进残差块卷积神经网络，并使用电力巡检去模糊数据集对多尺度改进残差块卷积神经网络进行训练，得到训练好的多尺度改进残差块卷积神经网络模型；使用训练好的多尺度改进残差块卷积神经网络模型对电力巡检模糊图像数据进行去模糊。本发明提升了电力巡检图像去模糊的效果与准确性，适用于处理高压输电巡检机器人的巡检图像拍摄模糊问题，具有运算速度快、去运动模糊效果好、抗环境干扰能力强的优点。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
