-
公开(公告)号：CN118544746A
公开(公告)日：2024-08-27
申请号：CN202410790244.8
申请日：2024-06-19
Applicant: 北京理工大学珠海学院
Abstract: 本发明涉及营救车技术领域，尤其涉及一种悬挂结构及全地形越野车，本发明的安装座与第一固定座之间通过至少两根连杆连接，并且所有连杆平行设置以形成平行曲柄机构，多个曲柄的摆动可相互平衡，从而可以减少运动过程中的冲击和振动，进而提高了车辆的运动平稳性；其次由于曲柄机构的运动可预测性，使得其运动精度高，因此车辆在运行过程中，能够保证悬挂系统的反馈精确度，从而实现高精度的机械运动；再者所有连杆均平行设置，使得其在空间设计上更加的节省位置，从而使整个悬挂结构变得紧凑，也能实现更加复杂的机械运动；最后通过多平行连杆形成曲柄机构以连接第一固定座和安装座，能够增加整个车身结构的刚性，从而可以承受较大的外部载荷，保证车辆在复杂地形运动时的稳定性和安全性。
-
公开(公告)号：CN116310806A
公开(公告)日：2023-06-23
申请号：CN202310174507.8
申请日：2023-02-28
Applicant: 北京理工大学珠海学院 , 珠海市希梦电子科技有限公司
Abstract: 本发明涉及农业管理技术领域。具体为一种基于图像识别的智慧农业一体化管理系统及方法，所述智慧农业一体化管理系统包括轨道智能摄像设备、数据采集模块、数据分析模块和农业管理模块；所述轨道智能摄像设备对所有目标进行不同方位的拍摄；所述数据采集模块是采集摄像设备拍摄的图片信息并且对图片中的特征进行提取；所述数据分析模块是对摄像设备拍摄的图片进行处理筛选得到最佳图像信息并且对拍摄目标的成熟覆盖度进行分析；所述农业管理模块是对摄像设备以及采摘机器人进行管理当营养不足或者总展露面积小于设定阈值时告警提示。本发明通过在有限的数量上获取果实的最大展露面积，一定程度上减少了后续对水果的成熟度或者灾害检查时的误差。
-
公开(公告)号：CN117912070A
公开(公告)日：2024-04-19
申请号：CN202311785612.1
申请日：2023-12-22
Applicant: 北京理工大学珠海学院
IPC: G06V40/16 , G06V10/774 , G06V10/762
Abstract: 本发明提供一种基于伪标签约束耐躁学习的行人重识别方法，其包括在目标域聚类得到的不同类构建类别中心；在得到上述类别中心后，通过将目标域中的所有特征分别与所有类别中心计算距离，并进行归一化，得到一个和为1的向量，作为样本的软标签；基于细粒度化的软标签，设计新的损失函数训练网络，并对伪标签的生成进行约束；其中，所述损失函数包括交叉熵损失、反向交叉熵损失以及三元组损失；在使用多个损失函数训练学习行人重识别网络模型，输入图像数据至训练好的模型，输出识别结果。本发明通过反向交叉熵损失对伪标签生成的方式进行优化，并对生成的标签加以约束，避免过多错误伪标签的产生，使得优化后的网络模型能够提高识别准确率。
-
公开(公告)号：CN117726296A
公开(公告)日：2024-03-19
申请号：CN202311769495.X
申请日：2023-12-21
Applicant: 岭南现代农业科学与技术广东省实验室河源分中心 , 北京理工大学珠海学院
Abstract: 本发明公开了一种基于AI视频处理的智慧农业管理系统及方法，属于智慧农业技术领域。系统包括信息采集模块、对象处理模块、数据分析模块和执行控制模块；信息采集模块用于采集目标区域内实时视频和管理对象的实时位置；对象处理模块用于将视频中检测到的目标对象与现实中的管理对象进行匹配，通过目标对象的数据分析计算状态指数；数据分析模块用于标记状态指数异常的目标对象，分析标记目标对象与其他目标对象之间的关系，以及标记目标对象是否对其他目标对象的状态指数造成影响，将分析结果上传至管理后台，并接收管理后台传递过来的决策结果；执行控制模块用于执行决策结果，继续跟踪目标对象或控制亮灯进行响应。
-
公开(公告)号：CN116310806B
公开(公告)日：2023-08-29
申请号：CN202310174507.8
申请日：2023-02-28
Applicant: 北京理工大学珠海学院 , 珠海市希梦电子科技有限公司
Abstract: 本发明涉及农业管理技术领域。具体为一种基于图像识别的智慧农业一体化管理系统及方法，所述智慧农业一体化管理系统包括轨道智能摄像设备、数据采集模块、数据分析模块和农业管理模块；所述轨道智能摄像设备对所有目标进行不同方位的拍摄；所述数据采集模块是采集摄像设备拍摄的图片信息并且对图片中的特征进行提取；所述数据分析模块是对摄像设备拍摄的图片进行处理筛选得到最佳图像信息并且对拍摄目标的成熟覆盖度进行分析；所述农业管理模块是对摄像设备以及采摘机器人进行管理当营养不足或者总展露面积小于设定阈值时告警提示。本发明通过在有限的数量上获取果实的最大展露面积，一定程度上减少了后续对水果的成熟度或者灾害检查时的误差。
-
Patent Agency Ranking
公开(公告)号：CN116011831A
公开(公告)日：2023-04-25
申请号：CN202211602246.7
申请日：2022-12-13
Applicant: 岭南现代农业科学与技术广东省实验室河源分中心 , 北京理工大学珠海学院
Abstract: 本发明公开了一种基于物联网与图像识别的农情监测系统及方法，涉及农情监测技术领域。所述系统包括区域划分模块、数据采集模块、光照有效距离确定模块、偏转角度和有效光照半径确定模块、灯杆最佳距离确定模块和智能调节输出模块；所述区域划分模块的输出端与所述数据采集模块的输入端相连接；所述数据采集模块的输出端与所述光照有效距离确定模块的输入端相连接；所述光照有效距离确定模块的输出端与所述偏转角度和有效光照半径确定模块的输入端相连接；所述偏转角度和有效光照半径确定模块的输出端与所述灯杆最佳距离确定模块的输入端相连接；所述灯杆最佳距离确定模块的输出端与所述智能调节输出模块的输入端相连接。
-
公开(公告)号：CN118351670B
公开(公告)日：2025-01-03
申请号：CN202410619600.X
申请日：2024-05-20
Applicant: 北京理工大学珠海学院 , 北京理工大学
Abstract: 本发明涉及电子围栏预警领域，公开了一种基于电子围栏的区域安防预警系统，电子围栏配置模块，用于设置第一电子围栏和第二电子围栏数字边界；并划分多个安全区域；多个无人机管理模块，用于管理无人机数据；密钥生成模块，用于随机生成密钥；解密模块，用于获取相应指令；监测模块，用于获取采样数据；围栏分析模块，用于对密钥和采样数据进行分析，分析是否允许进入目标区域；预警模块，用于发出预警；通过每个安全区域对应的解密方式不同，无人机的相应指令对应其安全区域，因此当无人机执行相应指令，能判断无人机对应安全区域，通过调取对应的无人机管理模块可判断该无人机是否允许通行，缩短识别时间，且提高安全性。
-
公开(公告)号：CN118351670A
公开(公告)日：2024-07-16
申请号：CN202410619600.X
申请日：2024-05-20
Applicant: 北京理工大学珠海学院 , 北京理工大学
Abstract: 本发明涉及电子围栏预警领域，公开了一种基于电子围栏的区域安防预警系统，电子围栏配置模块，用于设置第一电子围栏和第二电子围栏数字边界；并划分多个安全区域；多个无人机管理模块，用于管理无人机数据；密钥生成模块，用于随机生成密钥；解密模块，用于获取相应指令；监测模块，用于获取采样数据；围栏分析模块，用于对密钥和采样数据进行分析，分析是否允许进入目标区域；预警模块，用于发出预警；通过每个安全区域对应的解密方式不同，无人机的相应指令对应其安全区域，因此当无人机执行相应指令，能判断无人机对应安全区域，通过调取对应的无人机管理模块可判断该无人机是否允许通行，缩短识别时间，且提高安全性。
-
公开(公告)号：CN119292302A
公开(公告)日：2025-01-10
申请号：CN202411390049.2
申请日：2024-10-08
Applicant: 北京理工大学珠海学院
IPC: G05D1/46 , G06F16/9035 , G06F16/901
Abstract: 本发明公开了一种基于云计算的无人机飞行轨迹控制方法，涉及数据分析技术领域，本发明通过数据库对当前目标地点及任务数据进行同类型任务历史数据进行调取并对当前无人机飞行任务进行轨迹预规划；通过无人机实时环境监测系统对飞行环境数据进行实时评估，基于评估数据对预规划飞行轨迹进行调整判断；基于预规划飞行轨迹判断结果，对存在调整需求的轨迹点进行关联空间安全分布点分析，基于分析数据构建对应安全分布点集合；通过对集合中各空间安全分布点进行综合安全效能评估，并根据评估结果对预规划飞行轨迹进行调整；对无人机实时飞行数据进行监控端反馈，同步对实时轨迹调整记录进行显示并对无人机反馈轨迹调整命令。
-
公开(公告)号：CN117636426B
公开(公告)日：2024-11-22
申请号：CN202311573364.4
申请日：2023-11-23
Applicant: 北京理工大学珠海学院
IPC: G06V40/16 , G06V10/80 , G06V10/82 , G06V20/40 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/048
Abstract: 本公开涉及一种基于注意力机制的面部和情景情感识别方法，通过引入注意力机制，使模型在特征提取过程中将更多的注意力用于关键信息的学习，在两个支路的情感识别中都有效提升了模型的识别率。在面部表情识别支路，通道注意力机制的引入提升了模型对关键信息的表达能力，特征选择融合方法缓解了面部表情不确定性引起的模型表现差的问题。在情景支路使用多尺度融合的方式增强模型对图像高级语义和空间信息的表达能力，通过高级特征和低级特征的互补，提升了模型的情景情感识别效果，并在最后的对比实验中证明，本申请的情感识别方法在数据集上能够得到比其他方法更好的识别效果。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.024 seconds)
