-
公开(公告)号：CN107127225A
公开(公告)日：2017-09-05
申请号：CN201710334625.5
申请日：2017-05-12
Applicant: 南京理工大学
Abstract: 本发明公开一种基于专家库技术的电梯导自动轨矫直方法，首先利用前期人工矫直成功的经验数据构成专家库；然后采集导轨的直线度信息，根据采集数据拟合直线度曲线，并采用遍历极值点法对拟合的曲线进行数据分析选取压点参考点；接着根据导轨直线度合格指标找出不合格点，从压点参考点中确定最终压点；重新调整确定好压点后，再根据跨距最大化的原则，在压点两边对称的确定支点位置；最后对压点的弯曲值和跨距进行归一化处理，根据归一化后的压点的弯曲值和跨距在专家库中匹配相对应的下压量对导轨进行矫直，若矫直后的各项指标满足要求，则将各个指标数据保存到数据库中，否则进行下一次矫直。本发明降低了生产的人工成本，提高了产线的良品率。
-
公开(公告)号：CN114199241B
公开(公告)日：2024-06-14
申请号：CN202111381642.7
申请日：2021-11-22
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于九轴运动传感器姿态检测方法，该方法为：读取九轴运动传感器中的数据，计算初始欧拉角并转换成初始姿态四元数；初始化状态转移噪声矩阵以及传感器的观测噪声的矩阵；将陀螺仪数据和加速度计数据采用EKF方法进行数据融合，在将加速度计的数据归一化之前先计算加速度的模，并根据此模值对噪声矩阵进行调节，估计出目标物体的姿态四元数并转化为姿态角；将陀螺仪数据和磁强计数据结合之前估计出的姿态角采用卡尔曼滤波法进行数据融合单独求出偏航角，求解过程中根据磁强计的数据的变化量对噪声矩阵进行调节，从而改变卡尔曼增益；将两次融合的结果结合即为输出的姿态角。本发明具有快速、准确、抗干扰能力强等优点。
-
公开(公告)号：CN111465032B
公开(公告)日：2023-04-21
申请号：CN202010221507.5
申请日：2020-03-26
Applicant: 南京理工大学
Abstract: 本发明公开了一种多无线体域网环境中基于A3C算法的任务卸载方法及系统。该方法包括以下步骤：确定多无线体域网的网络架构，初始化网络参数；利用采样的生理数据训练任务分类器，得到稳定的分类器模型；对于网络资源分配问题采用基于深度强化学习的A3C算法进行训练，得到收敛的决策网络；根据得到的模型进行任务卸载：每个时刻首先利用分类器模型进行任务分类，再根据决策网络进行用户信道接入和边缘服务器计算资源分配。本发明方法提高了多无线体域网任务卸载的时延和能耗性能，可被广泛应用于远程医疗、健康监测等体域网实际应用场景。
-
公开(公告)号：CN115091487A
公开(公告)日：2022-09-23
申请号：CN202210860066.2
申请日：2022-07-21
Applicant: 南京理工大学
IPC: B25J11/00
Abstract: 本发明公开了一种健康管理机器人，包括机器人本体，ROS主机，与ROS主机连接的STM32单片机，与ROS主机连接的智能手环、直流编码电机，与ROS主机连接的摄像头，与STM32单片机连接的驱动电机、到位传感器以及缩进按钮，所述机器人实现定时服药功能、摔倒检测功能以及健康监测功能。本发明通过在设定时间内将小抽屉推出能将药品更好地分类，也能适应一天中每次服用的药品不一致的情况，大大方便了老人。
-
公开(公告)号：CN111539422B
公开(公告)日：2022-09-06
申请号：CN202010286279.X
申请日：2020-04-13
Applicant: 南京理工大学
IPC: G06V10/25 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/762 , G06N3/04
Abstract: 本发明公开了一种基于Faster RCNN的飞行目标协同识别方法，包括以下步骤：构建训练数据集；构建Faster RCNN网络；训练Faster RCNN网络；在多个分布式平台上实施训练后的Faster RCNN网络；进行目标检测并将识别结果进行决策级融合，实现目标协同识别。针对变化环境下的飞行目标红外图像识别场景，本发明的方法采用协同识别的方法能够获取目标多角度、多姿态的图像信息，使对象轮廓、姿态等信息更加丰富立体，能够有效地提高目标的识别准确率，同时优化了Faster RCNN网络的锚框生成方法，提高了目标识别的效率。
-
Patent Agency Ranking
公开(公告)号：CN114972735A
公开(公告)日：2022-08-30
申请号：CN202210615297.7
申请日：2022-06-01
Applicant: 南京理工大学
IPC: G06V10/25 , G06V10/764 , G06V10/77
Abstract: 本发明公开了一种基于ROI预测和多模块学习的抗遮挡移动目标跟踪装置及方法，该装置包括跟踪、检测、学习、综合四个模块，跟踪模块包括多特征提取模块、相关滤波模块，检测模块包括ROI预测模块、级联分类模块；位置滤波器加上尺度滤波器作为跟踪模块的算法框架，通过加入多特征提取融合优化框架，对位置滤波器和尺度滤波器进行PCA降维和QR分解；ROI预测模块利用平方根容积卡尔曼滤波进行位置预估，获得ROI区域作为级联分类模块输入；跟踪模块与检测模块同步工作，通过学习模块相互校正、学习、更新参数，综合模块通过协调工作，得到最后的输出位置，实现对单个移动目标的跟踪。本发明提高了目标跟踪的实时性、鲁棒性、检测精度。
-
公开(公告)号：CN113095140B
公开(公告)日：2022-08-16
申请号：CN202110271812.X
申请日：2021-03-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于Q‑Learning的移动终端传感器调度方法。该方法包括以下步骤：为移动终端系统定义新的参数：窗口，一个窗口表示一个时间段；初始化移动终端系统参数和Q值表；确定窗口的长度；对Q值表进行训练优化，获得训练后的Q值表；利用获得的Q值表调度传感器。本发明可以提高移动终端系统传感器触发策略的实时性和有效性，减少了传感器能耗，延长了传感器使用寿命；此外，本发明能提高移动终端系统更精确快捷地服务人类生活的能力，可以被广泛应用于医疗监测、疾病防控等移动终端实际应用场景。
-
公开(公告)号：CN114199241A
公开(公告)日：2022-03-18
申请号：CN202111381642.7
申请日：2021-11-22
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于EKF的九轴运动传感器姿态检测方法，该方法为：读取九轴运动传感器中的数据，计算初始欧拉角并转换成初始姿态四元数；初始化状态转移噪声矩阵以及传感器的观测噪声的矩阵；将陀螺仪数据和加速度计数据采用EKF方法进行数据融合，在将加速度计的数据归一化之前先计算加速度的模，并根据此模值对噪声矩阵进行调节，估计出目标物体的姿态四元数并转化为姿态角；将陀螺仪数据和磁强计数据结合之前估计出的姿态角采用卡尔曼滤波法进行数据融合单独求出偏航角，求解过程中根据磁强计的数据的变化量对噪声矩阵进行调节，从而改变卡尔曼增益；将两次融合的结果结合即为输出的姿态角。本发明具有快速、准确、抗干扰能力强等优点。
-
公开(公告)号：CN114170450A
公开(公告)日：2022-03-11
申请号：CN202111381636.1
申请日：2021-11-22
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于区域一致性和GMS的图像特征匹配方法，该方法为：利用工业相机采集目标不同角度下的图像；利用FAST算法采集图像中的特征点；利用rBRIEF算法求采集到的特征点的特征向量分布图，也即特征描述子；将得到的目标不同角度的特征向量进行暴力匹配，得到粗匹配结果；将包含粗匹配结果的图像划分成多个网格，重新定义邻域；通过计算匹配好的特征点的正确匹配个数以及区域一致性，来判断该特征点是否被正确匹配。本发明在保证匹配精度和数量的同时，降低了计算的复杂性，在一些对图像匹配精度要求较大的场景下能够发挥巨大的潜力。
-
公开(公告)号：CN113095140A
公开(公告)日：2021-07-09
申请号：CN202110271812.X
申请日：2021-03-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于Q‑Learning的移动终端传感器调度方法。该方法包括以下步骤：为移动终端系统定义新的参数：窗口，一个窗口表示一个时间段；初始化移动终端系统参数和Q值表；确定窗口的长度；对Q值表进行训练优化，获得训练后的Q值表；利用获得的Q值表调度传感器。本发明可以提高移动终端系统传感器触发策略的实时性和有效性，减少了传感器能耗，延长了传感器使用寿命；此外，本发明能提高移动终端系统更精确快捷地服务人类生活的能力，可以被广泛应用于医疗监测、疾病防控等移动终端实际应用场景。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.034 seconds)
