-
公开(公告)号：CN117765438A
公开(公告)日：2024-03-26
申请号：CN202311776004.4
申请日：2023-12-21
Applicant: 同济大学
IPC: G06V20/40 , G06V10/82 , G06N3/0464 , G06V10/56
Abstract: 本发明涉及图像检测的技术领域，提出了一种基于运动目标检测的视频流火灾检测方法。本发明方法对视频内的单帧图像运用VIBE算法提取存在运动目标区域，筛除干扰信息，将提取到的运动目标区域送入到YOLOV5烟雾和火焰检测网络中进行检测；针对VIBE算法对突变场景和光线变化场景下会检测到无连续运动特征的运动目标，提出利用帧间差分的思想对运动目标检测算法进行改进；采用面积积分的方法综合修正一段时间内的烟雾和火焰检测结果。本发明通过改进运动目标检测算法并引入面积积分算法，结合化工厂内的实时监控视频进行24小时不间断的火灾检测，提高了火灾检测的精度，降低了误检率，达到了危化工厂环境下的火灾检测的目的。
-
公开(公告)号：CN113554682B
公开(公告)日：2023-03-17
申请号：CN202110885467.9
申请日：2021-08-03
Applicant: 同济大学
IPC: G06T7/246 , G06T5/00 , G06N3/0464 , G06N3/084
Abstract: 一种基于目标跟踪的安全帽检测方法，涉及图像检测的技术领域。采用YoloV4网络模型框架对视频内的单帧图像提取所有行人的位置；将检测到的行人位置、置信度信息送入DeepSort目标跟踪算法实现对所有行人的目标跟踪，以利用视频时间流信息对每个行人目标记录对应的历史安全帽检测结果；根据检测到的行人位置，截取行人位置子图送入YoloV4安全帽检测网络，实现对每个行人是否佩戴安全帽进行检测，并将检测结果存入对应行人的历史检测数据中；将当前检测帧的前k帧历史检测结果与当前帧的检测结果进行加权求和，得到投票得分；利用视频时间流信息保证了同一行人不同帧中检测结果的一致性，利用行人、安全帽双检测器增加安全帽的检测距离，提高检测精度。
-
公开(公告)号：CN111856178A
公开(公告)日：2020-10-30
申请号：CN202010563177.8
申请日：2020-06-19
Applicant: 同济大学
IPC: G01R31/00 , G01R31/367 , G01R31/3842 , G01R31/389
Abstract: 本发明涉及一种基于锂离子电容器电化学特征的SOC分区估计方法，包括以下步骤：获取电容器OCV-SOC和混合动力脉冲特性测试数据，建立电容器的等效电路模型并进行参数辨识，获取电容器的循环伏安测试和交流阻抗测试数据，根据循环伏安测试和交流阻抗测试数据对电容器进行电化学特征分区，确认每个电化学特征分区选用的SOC估计方法，实时获取电容器的电压和充放电电流并对电容器的SOC值进行估计。与现有技术相比，本发明本从锂离子电容器电化学反应机理出发，将锂离子电池的根据其性能表现划分为不同电化学特征分区，能够针对锂离子电池的各电压区间应用合适的SOC估计方法进行估计，估计精度高、实时性好、适用性强。
-
公开(公告)号：CN118037112A
公开(公告)日：2024-05-14
申请号：CN202410185526.5
申请日：2024-02-19
Applicant: 同济大学
IPC: G06Q10/0639 , G06Q30/018 , G06Q50/04 , G06N3/0442 , G06N3/04 , G06N3/08 , G06F18/10 , G06F18/214 , G06F18/21
Abstract: 本发明涉及流程工业产品质量预测的技术领域，具体涉及轮胎制造行业的胎面产品质量预测模型构建方法。包括以下步骤：S1：收集并整理多源异构的胎面生产工艺流程数据与产品质量检测数据,建立统一格式的结构化数据集；S2：使用孤立森林算法检测和去除数据中的异常值；S3：基于生产过程动态特性和时间戳的数值传感器时间校准方法，完成传感器时间校准对齐；S4：从胎面时序数据中进行特征抽取；S5：将特征集合分解，并送入改进后的LSINet模型，建立胎面质量预测模型，得出最终的胎面质量预测结果。本发明为轮胎制造业提供一种针对胎面质量的分析方法，帮助企业追溯不合格产品的质量问题，并提高胎面产品质量和生产效率。
-
公开(公告)号：CN111275679B
公开(公告)日：2023-06-02
申请号：CN202010056024.4
申请日：2020-01-17
Applicant: 同济大学
Abstract: 本发明涉及图像检测的技术领域，具体涉及太阳能电池缺陷检测领域，特别是涉及一种基于图像的太阳能电池缺陷检测系统及方法，包括了一种用于检测太阳能电池缺陷的装置和一种太阳能电池缺陷的检测方法。本发明提供的装置可获取太阳能电池电致发光测试图像，经过图像预处理和图像分割后提取单体太阳能电池块图像，对分割后的单体太阳能电池图像，采用基于传统图像处理的方式检测识别黑片、虚焊、破片缺陷，采用基于卷积神经网络的方式检测识别裂片缺陷，检测装置将根据检测结果实时对太阳能电池进行分类，实现太阳能电池生产制造过程中缺陷的实时检测。
-
Patent Agency Ranking
公开(公告)号：CN110298487B
公开(公告)日：2023-05-16
申请号：CN201910462162.X
申请日：2019-05-30
Applicant: 同济大学
IPC: G06Q10/04 , F24F11/62 , G06N3/04 , G06N3/0985
Abstract: 本发明属于智能家居领域，具体为一种用于满足用户个性化需求的室内温度预测方法，涉及人体热舒适度指标模型和深度学习理论。该方法借助经典热舒适度PMV指标，确定符合用户个性化需求的人体热舒适度模型，利用深度学习的方法拟合该模型，最后利用该模型预测满足用户偏好的最优室内空气温度。将模型的输出作为空调的温度设定值，从而调控室内空气温度，满足用户最优舒适度需求。将本发明提出的方法应用到实际智能家居系统中，可有效满足用户个性化需求的室内温度的无感化控制。
-
公开(公告)号：CN113758488A
公开(公告)日：2021-12-07
申请号：CN202111134020.4
申请日：2021-09-27
Applicant: 同济大学
Abstract: 本发明涉及一种基于UWB与VIO的室内定位方法及设备，所述定位方法包括以下步骤：采用DS‑TWR算法和卡尔曼滤波算法获得UWB定位结果；采用S‑MSCKF算法获得VIO定位结果；对所述UWB定位结果与VIO定位结果进行时间同步处理；使用ES‑EKF算法，将时间同步后UWB定位结果与VIO定位结果进行数据融合，得到机器人的最优位置估计。与现有技术相比，本发明具有可在复杂的室内环境中灵活、准确地进行定位等优点。
-
公开(公告)号：CN111856178B
公开(公告)日：2021-10-08
申请号：CN202010563177.8
申请日：2020-06-19
Applicant: 同济大学
IPC: G01R31/00 , G01R31/367 , G01R31/3842 , G01R31/389
Abstract: 本发明涉及一种基于锂离子电容器电化学特征的SOC分区估计方法，包括以下步骤：获取电容器OCV‑SOC和混合动力脉冲特性测试数据，建立电容器的等效电路模型并进行参数辨识，获取电容器的循环伏安测试和交流阻抗测试数据，根据循环伏安测试和交流阻抗测试数据对电容器进行电化学特征分区，确认每个电化学特征分区选用的SOC估计方法，实时获取电容器的电压和充放电电流并对电容器的SOC值进行估计。与现有技术相比，本发明本从锂离子电容器电化学反应机理出发，将锂离子电池的根据其性能表现划分为不同电化学特征分区，能够针对锂离子电池的各电压区间应用合适的SOC估计方法进行估计，估计精度高、实时性好、适用性强。
-
公开(公告)号：CN118314348A
公开(公告)日：2024-07-09
申请号：CN202410542748.8
申请日：2024-04-30
Applicant: 同济大学
IPC: G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06V20/56
Abstract: 本发明涉及图像语义分割模型域迁移的技术领域，具体涉及自动驾驶场景下的语义分割模型的跨数据域迁移。提出了一种基于熵值图的自动驾驶场景语义分割模型域迁移方法，其特征在于，包括以下步骤：步骤1，获取带标注的源域数据集与不带标注的目标域数据集；步骤2，将源域图像与目标域图像分别输入特征提取网络GE提取特征，获得源域图像特征fs和目标域图像特征ft；等等。本发明通过在无标注状态下维持语义分割模型在域迁移过程中的解析性能，可以有效扩大基于语义分割的场景解析模型的应用场景，同时降低其在真实驾驶环境中的应用成本，进一步促进自动驾驶场景解析技术在生活生产中的应用。
-
公开(公告)号：CN111830842A
公开(公告)日：2020-10-27
申请号：CN202010665189.1
申请日：2020-07-10
Applicant: 同济大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明属于智能家居领域，为一种智能家居无感化控制系统。该系统的三端网络架构包括本地集成端、服务器端和移动终端。三层管控架构包括监控层、决策层和控制层，监控层位于服务器端，决策层位于本地集成端和服务器端，控制层位于本地集成端。以人为中心，利用离散事件系统理论对采集的用户活动信息进行建模，并输出相应的设备控制策略进行顶层控制。实现用户状态改变时，为创造合适的生活环境，系统设备自动调整状态的目标，从而提高用户的舒适度和生活便利度。同时，对家居系统进行分层解耦，针对不同层面设计相应的策略，让所有的家电设备协调统筹地运行，智能地帮助人们管理家居系统，为人们提供更加安全、省心、舒适的居家服务与居家体验。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.015 seconds)
