-
公开(公告)号：CN113896308A
公开(公告)日：2022-01-07
申请号：CN202111367320.7
申请日：2021-11-18
Applicant: 同济大学建筑设计研究院(集团)有限公司
IPC: C02F1/52
Abstract: 本发明涉及一种自清洁旋转网格板，包括网格板本体(1)、转动轴(2)和驱动组件(3)；所述的转动轴(2)设置在网格板本体(1)上，并与驱动组件(3)相连，所述的网格板本体(1)通过转动轴(2)转动设置在竖井(4)内。与现有技术相比，本发明可有效避免网格板因污泥沉降堆积造成网孔减小或堵塞而影响絮凝效果，同时避免了每次除泥需要将絮凝池放空而停产的问题，有效提高了水质稳定性，降低了人工除泥的工作量。
-
公开(公告)号：CN106710215B
公开(公告)日：2019-02-01
申请号：CN201710065260.0
申请日：2017-02-06
Applicant: 同济大学
IPC: G08G1/01
Abstract: 本发明提出一种瓶颈上游车道级交通状态预测系统及实现方法。所述预测系统包括信息采集模块、处理模块、发布模块以及传输模块；首先通过信息采集模块得到每辆车的车速和通过时刻，从而得到瓶颈上游交通流的初始时空分布状态及流量，在信息处理模块，基于驾驶员风险阈值，结合瓶颈处的合流模型，以及瓶颈上游的车道选择模型，预测交通流在不同车道任意时刻的时空分布状态。由于合流模型和车道选择模型计入了瓶颈上游不同车道在合流点优势不同的影响，可将瓶颈上游交通状态预测的精度提升至车道级，从而可以大大提高交通状态预测的准确程度，为交通管理者的动态控制，智能诱导、高效管理和快速决策提供理论和技术支持，并为道路使用者提供更为准确的出行信息。
-
公开(公告)号：CN106710215A
公开(公告)日：2017-05-24
申请号：CN201710065260.0
申请日：2017-02-06
Applicant: 同济大学
IPC: G08G1/01
CPC classification number: G08G1/0133 , G08G1/0141
Abstract: 本发明提出一种瓶颈上游车道级交通状态预测系统及实现方法。所述预测系统包括信息采集模块、处理模块、发布模块以及传输模块；首先通过信息采集模块得到每辆车的车速和通过时刻，从而得到瓶颈上游交通流的初始时空分布状态及流量，在信息处理模块，基于驾驶员风险阈值，结合瓶颈处的合流模型，以及瓶颈上游的车道选择模型，预测交通流在不同车道任意时刻的时空分布状态。由于合流模型和车道选择模型计入了瓶颈上游不同车道在合流点优势不同的影响，可将瓶颈上游交通状态预测的精度提升至车道级，从而可以大大提高交通状态预测的准确程度，为交通管理者的动态控制，智能诱导、高效管理和快速决策提供理论和技术支持，并为道路使用者提供更为准确的出行信息。
-
公开(公告)号：CN119888530A
公开(公告)日：2025-04-25
申请号：CN202411876029.6
申请日：2024-12-18
Applicant: 同济大学 , 中移(成都)信息通信科技有限公司
IPC: G06V20/17 , G06V10/40 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本说明书一个或多个实施例公开了一种非结构化农田中障碍物检测的方法及装置、电子设备和存储介质。所述方法包括：基于部署在无人农机上的至少一个摄像头，获取所述无人农机所在的非结构化农田的目标图像；将所述目标图像输入障碍物检测模型的提取网络，对所述目标图像进行多尺度的特征图的提取，并对提取的特征图分别提取通道注意力图和空间注意力图；使用所述障碍物检测模型的融合网络，将同一特征图对应的通道注意力图和空间注意力图进行第一融合操作，得到融合特征图，并将不同尺度的融合特征图或特征图进行第二融合操作，得到输出特征；将所述输出特征输入所述障碍物检测模型的检测网络，得到所述目标图像对应的障碍物识别结果。
-
公开(公告)号：CN118358609A
公开(公告)日：2024-07-19
申请号：CN202410622770.3
申请日：2024-05-17
Applicant: 同济大学 , 中移(成都)信息通信科技有限公司
Abstract: 本申请公开了一种车辆行驶轨迹控制方法及装置、可读存储介质，包括：获取目标时刻车辆的状态数据、所述目标时刻的上一时刻的控制数据以及所述目标时刻的下一时刻的期望轨迹数据，状态数据包括所述车辆的横向速度、横摆角速度、位置坐标和航向角，控制数据包括所述车辆的纵向速度和转向角，期望轨迹数据包括所述车辆的期望位置坐标和期望航向角；将所述目标时刻的状态数据、上一时刻的控制数据以及下一时刻的期望轨迹数据输入预测控制器，以得到所述目标时刻的控制数据，所述预测控制器基于非线性函数的车辆动力学模型构建；基于所述目标时刻的控制数据，控制所述车辆在所述目标时刻的行驶轨迹。
-
Patent Agency Ranking
公开(公告)号：CN119689930A
公开(公告)日：2025-03-25
申请号：CN202411728691.7
申请日：2024-11-27
Applicant: 同济大学 , 中移(成都)信息通信科技有限公司
IPC: G05B19/042
Abstract: 本说明书实施例公开了一种农机控制方法、装置及设备，所述方法包括：获取跟随者农机设备对应的领航者农机设备当前时刻在目标工作区域中的行驶速度，以及所述跟随者农机设备与虚拟领航者在当前时刻的纵向误差；根据预设目标函数和预设约束条件，确定所述跟随者农机设备在当前时刻的速度增量，所述目标函数用于最小化所述跟随者农机设备和所述虚拟领航者在下一时刻的预测纵向误差，所述约束条件包括预设状态方程；根据所述跟随者农机设备在当前时刻的速度增量，确定所述跟随者农机设备在当前时刻的目标速度，并控制所述跟随者农机设备在当前时刻根据所述目标速度在所述目标工作区域继续行驶。
-
公开(公告)号：CN119251396A
公开(公告)日：2025-01-03
申请号：CN202411303393.3
申请日：2024-09-18
Applicant: 同济大学 , 中移(成都)信息通信科技有限公司
Abstract: 本公开实施例提供了一种三维人体的生成方法、装置、设备和存储介质，方法包括：根据获取的人物图像，以及参数化人体模型，生成原始三维人体；获取原始三维人体表面的第一法向图；根据第一法向图，以及预先训练的生成网络，获取第二法向图；其中，生成网络为预先训练的教师网络的学生网络；生成网络的训练过程由第三法向图监督完成；第三法向图为教师网络输出的教师三维人体表面的法向图；根据第二法向图，以及原始三维人体，生成目标三维人体。
-
公开(公告)号：CN118545088A
公开(公告)日：2024-08-27
申请号：CN202410631167.1
申请日：2024-05-20
Applicant: 同济大学 , 中移(成都)信息通信科技有限公司
Abstract: 本申请公开了一种车辆行驶路径控制方法及装置、可读存储介质，包括：基于自动驾驶时车辆的状态数据和预测控制器，输出第一转向角，所述状态数据包括所述车辆的横向误差变化率、横向加速度、横摆角速度、横摆角加速度，所述预测控制器用于预测控制所述车辆的车轮转向的转向角；将包含所述第一转向角和所述状态数据的样本数据输入到转向角补偿模型，以得到用于补偿所述第一转向角的第二转向角，所述转向角补偿模型基于人类驾驶和自动驾驶对应的车辆的状态数据以及转向角训练得到；基于所述第一转向角和所述第二转向角控制所述车轮的转向，以控制所述车辆的行驶路径。
-
公开(公告)号：CN101050053B
公开(公告)日：2011-04-06
申请号：CN200610025539.8
申请日：2006-04-07
Applicant: 同济大学
Abstract: 一种可控降解性能的生物活性玻璃支架材料及其制备方法：高温烧结含钙玻璃，得到具有生物降解性的三维连通多孔支架。将含钙玻璃颗粒填充在模具中，在高温进行烧结，获得三维连通多孔烧结体；再将多孔烧结体加热到玻璃处于软化点的温度时，在模具中进行二次烧结；或者，将含钙玻璃颗粒细磨，得到玻璃粉末，加上粘结剂，分散剂和流变剂，配成浆体，用有机泡沫在此浆体中浸渍，去除水份后干燥，并在加热中去除粘结剂、分散剂和流变剂，烧结，获得与有机泡沫模板相同的三维连通多孔支架。通过调整玻璃的成分对该支架材料的的降解性能进行控制。可将该支架材料用作骨组织工程中细胞生长的支架。其比一般烧结法获得的材料更接近实体骨支架的结构。
-
公开(公告)号：CN119850410A
公开(公告)日：2025-04-18
申请号：CN202411765933.X
申请日：2024-12-03
Applicant: 同济大学 , 中移(成都)信息通信科技有限公司
IPC: G06T3/08 , G06T17/20 , G06T15/00 , G06T15/08 , G06T7/50 , G06T7/13 , G06T7/80 , G06V20/17 , G06V10/764 , G06V10/766 , G06V10/84 , G06V10/82 , G06N3/0455 , G06N3/09
Abstract: 本说明书一个或多个实施例公开了一种基于自进化机制的农机场景下物体三维重建方法。所述方法包括：获取待进行三维重建处理的农机场景下的二维图像；将所述二维图像输入三维重建模型中进行三维重建处理，得到所述二维图像对应的三维重建结果，所述三维重建结果包括三维网格数据；所述三维重建模型通过训练数据集进行循环自监督训练，所述训练数据集包括多个类型的目标对象的样本数据，所述样本数据包括所述目标对象的至少一个视角的二维样本图像以及所述二维样本图像对应的样本轮廓，所述循环自监督训练用于根据三维样本网格数据多次获取自监督数据以对所述三维重建模型进行训练，所述三维样本网格数据由所述三维重建模型基于输入的二维样本图像和所述样本轮廓输出。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.021 seconds)
