-
公开(公告)号：CN102607691A
公开(公告)日：2012-07-25
申请号：CN201210078547.4
申请日：2012-03-23
Applicant: 哈尔滨理工大学
IPC: G01H9/00
Abstract: 本发明为一种用于液体介质的本征型光纤法珀振动传感器及其使用方法，涉及光纤振动传感器领域。为了解决非本征光纤法珀振动传感器对检测信号有方向性的要求在多方向同时检测的应用环境受到限制的问题而设计，用于液体介质的本征型光纤法珀振动传感器包括本征型光纤法珀腔、硬聚氯乙烯制成的圆筒振子，本征型光纤法珀腔整体粘沿长度方向贴于圆筒振子的外圆周表面上；其使用方法为：第一步寻找静态工作点，第二步保持传感器工作在静态工作点，利用圆筒振子能够耦合来自各个方向的振动信号的性质，获得与外界动态振动信号同步变化的输出信号。用于液体介质的本征型光纤法珀振动传感器用于对液体介质中多方向的振动信号进行监测。
-
公开(公告)号：CN119863837A
公开(公告)日：2025-04-22
申请号：CN202411900827.8
申请日：2024-12-23
Abstract: 一种基于双摄像头图像拼接的室内摔倒检测方法、装置、计算机程序及存储介质，涉及计算机视觉技术领域，具体涉及基于计算机视觉的动作识别技术领域。所述检测方法包括以下步骤：S1、检测主监控区域的视频数据中当前时刻的图像中人体目标及其位置的步骤；S2、根据主监控区域的视频数据追踪所述人体目标的位置变化的步骤；S3、判断所述人体目标的当前位置是否进入漏检区域的步骤；S4、提取主监控区域和漏检区域的视频数据中当前时刻的图像中人体目标的特征点，将所述特征点拼接获得完整人体目标的步骤；S5、基于OpenPose模型提取人体目标的骨骼点，判断发生摔倒事件的步骤。适用于健康监测、医疗服务等技术领域。
-
公开(公告)号：CN115154193B
公开(公告)日：2024-05-10
申请号：CN202210860640.4
申请日：2022-07-21
Applicant: 哈尔滨理工大学
IPC: A61H1/02
Abstract: 本发明涉及一种柔性气动驱动的串并联腕肘部外骨骼康复机器人，解决了肘腕部外骨骼笨重、不符合人体工程学以及缺乏柔顺性的问题，所述串并联腕肘部外骨骼康复机器人包括桌子支架、剪叉升降、肘部关节运动模块和腕部关节运动模块，所述肘部关节运动模块包括肘部大臂基座、肘部支撑板、环形固定带、电动推杆和环形支座，所述腕部关节运动模块环形支座、气动肌肉、手部调整基座和手握杆，本发明可实现肘部的屈伸以及腕关节的背屈/掌屈、桡屈/尺屈两个运动自由度的康复形式，安全性高，仿生性高，适用范围广，一定程度上提高腕关节康复机器人的柔顺性。
-
公开(公告)号：CN113160260B
公开(公告)日：2024-05-07
申请号：CN202110499945.2
申请日：2021-05-08
Applicant: 哈尔滨理工大学 , 哈尔滨鹏路智能科技有限公司
Abstract: 本发明公开了一种头眼双通道智能人机交互系统及运行方法，属于人机交互技术领域。头眼双通道智能人机交互系统包括：眼部图像采集模块、头部姿态检测模块、系统核心模块、无线数据传输模块和电源模块，眼部图像采集模块和头部姿态检测模块均与系统核心模块连接，系统核心模块与无线数据传输模块连接，电源模块同时为眼部图像采集模块、头部姿态检测模块、系统核心模块和无线数据传输模块通电。本发明通过用头部姿态确定注视区域完成粗定位，用视线确定具体的注视点，实现头眼双输入通道控制的人机交互方式，解决了单输入通道人机交互系统存在的缺陷。
-
公开(公告)号：CN112216355B
公开(公告)日：2024-01-26
申请号：CN202011140008.X
申请日：2020-10-22
Applicant: 哈尔滨理工大学
Abstract: 一种基于机器学习的多组分晶体构型能预测方法，属于材料固有属性计算领域，用以解决传统方法中单纯依赖于物理理论推导多组分晶体构型能而导致的预测计算不准确及不高效问题。本发明提出了以团簇扩展方法计算多组分晶体的构型能，通过将多体相互作用形成的团簇函数即相关函数作为输入特征值，然后利用机器学习算法进行模型训练和预测，获得多组分晶体构型能。相比于传统的严格依赖于物理理论推导的计算方法，本发明方法预测计算结果更加准确、高效，可推广到计算多组分晶体的其他标量属性。
-
Patent Agency Ranking
公开(公告)号：CN117152251A
公开(公告)日：2023-12-01
申请号：CN202311111553.X
申请日：2023-08-30
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及机器视觉技术领域，具体为一种小尺寸背光源工件位置识别与缺陷检测方法，所述方法包括：利用CCD相机采集背光工件尾部探头图像，进行二值化处理确定背光工件尾部探头位置，利用Kirsh算子进行图像边缘检测，然后提取背光工件尾部探头边缘上的点，对提取到的边缘点进行直线拟合后，通过4个顶点位置坐标计算尾部探头图像的中心点坐标(X，Y)，机械手通过中点坐标抓取工件并放置于检测台上；采用四方面光源照射背光源工件主体部位,利用CCD相机采集背光工件主体部位图像，根据光源的亮度I和光源的单位方向向量L求得背光源工件表面反射率ρ和工件表面M点的单位法向量N，进而得出工件表面x和y方向上的梯度为p和q，利用derivate＿vector＿field算子对图像进行高斯滤波，最后根据平均曲率H判断工件表面图像(或质量)是否合格。
-
公开(公告)号：CN111598001B
公开(公告)日：2023-04-28
申请号：CN202010419514.6
申请日：2020-05-18
Applicant: 哈尔滨理工大学
IPC: G06V20/10 , G06V10/26 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于图像处理的苹果树病虫害的识别方法，用于识别三种常见的苹果树病虫害，属于图像处理技术领域。一种基于图像处理的苹果树病虫害识别方法主要包括六个步骤：首先进行苹果树图像信息采集；然后使用自动色彩增强算法去除其光照的影响；通过均值漂移聚类算法对图像进行聚类分割，保留枝干、树叶、苹果三部分，提高图像特征值提取的准确性；利用Tamura算法提取分割后图像的线性度、粗糙度、对比度、方向度四类特征值；将上述四类特征值作为输入量训练径向基神经网络模型；最后将神经网络模型与Softmax分类器结合确定苹果树所患病虫害。本发明与现有的苹果树病虫害识别方法相比，不受光照等自然环境的影响，同时具有很高的实时性和准确率。
-
公开(公告)号：CN112906550B
公开(公告)日：2022-07-19
申请号：CN202110177991.0
申请日：2021-02-09
Applicant: 哈尔滨理工大学 , 哈尔滨鹏路智能科技有限公司
Abstract: 一种基于分水岭变换的静态手势识别方法属于图像处理领域；手势识别方法包括手势图像的采集、颜色空间转换、自适应亮度调整、肤色阈值分割、分水岭变换、灰度阈值合并、手势特征提取和模板匹配。自适应亮度调整算法极大地提高了类肤色区域提取准确性；双高斯滤波核更好地解决了分水岭变换中的过分割问题，同时更好地保留了图像的边缘信息；傅里叶相关性判别手势指令更好地利用了待匹配手势的特征，提高了手势识别的准确性。
-
公开(公告)号：CN114155604A
公开(公告)日：2022-03-08
申请号：CN202111467938.0
申请日：2021-12-03
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于3D卷积神经网络的动态手势识别方法。其方案是：（1）对公开的动态手势数据集进行预处理；（2）将R（2+1）D‑18网络增加跳残差结构；（3）将R（2+1）D‑18网络提取的浅层特征与深层特征相融合；（4）对改造的R（2+1）D‑18网络进行训练和测试。本发明解决了现有动态手势识别网络中相邻卷积层的特征信息缺乏关联性的问题以及对浅层特征信息挖掘利用不够的问题，提高了动态手势分类准确率，实现了对动态手势的识别，可应用于人机交互、虚拟现实等领域，为人们带来便利。
-
公开(公告)号：CN114047753A
公开(公告)日：2022-02-15
申请号：CN202111291019.2
申请日：2021-11-03
Applicant: 哈尔滨鹏路智能科技有限公司 , 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明提供了一种基于深度视觉的扫地机器人障碍物识别和避障方法，用于使扫地机器人提前感知前方工作区域内的障碍物，并根据障碍物类型采取对应的避障方式。一种基于深度视觉的扫地机器人障碍物识别和避障方法主要包括六个步骤：首先利用深度相机对扫地机器人前方区域进行信息采集；然后提取深度图像中各像素点的空间位置信息，标记出地面区域；再在深度图像中标记出路径空间区域，并分割出障碍物的图像；根据障碍物图像利用x轴和y轴像素分布直方图和深度直方图区分出障碍物类别；根据障碍物类别，选择绕行避障方式或折返避障方式，并执行避障操作；最后扫地机器人向前行驶，进行正常清扫工作，并循环执行前五个步骤。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.034 seconds)
