-
公开(公告)号：CN109886053A
公开(公告)日：2019-06-14
申请号：CN201910090742.0
申请日：2019-01-29
Applicant: 扬州大学 , 扬州国脉通信发展有限责任公司
Abstract: 本发明公开了一种基于NB-IoT技术的车位检测装置及检测方法，其中装置包括用于检测电子标签RFID天线模块，用于调节RFID天线模块的功率以控制RFID天线模块的识别范围，并识别车位及车辆信息的RFID读卡器模块，用于探测车位上是否有车辆驶入或驶离的地磁传感器模块，用于储存数据信息并控制NB-IoT模块进行数据传输的单片机，用于将单片机输出的数据信息发送至云平台的NB-IoT模块。本发明通过RFID读卡器模块配合地磁传感器模块提高了车辆识别率；且通过采用RFID圆极化天线，增大天线识别范围，能够有效克服汽车金属底盘对信号传输的干扰，进而有效检测到电子标签，同时通过调节读卡器的发射功率来控制天线的识别范围，有效解决了停车过程中各车位之间互干扰问题。
-
公开(公告)号：CN116797978A
公开(公告)日：2023-09-22
申请号：CN202310773793.X
申请日：2023-06-28
Applicant: 扬州大学 , 扬州国脉通信发展有限责任公司
IPC: G06V20/40 , G06V10/82 , G06N3/0464 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于视频流的智能交通信号灯故障识别方法，包括如下步骤：首先读取电子警察视频流，采集各种实际情景下路口的电子警察视频流；然后对“东南西北”四个方向的视频流进行横向拼接并分帧，制作数据集；使用LabelImg软件对数据集中的信号灯状态进行人工标注；再对YOLOv5模型进行网络结构的改进后进行模型的训练；最后完成对交通信号灯的识别和故障判定。本发明有效解决了人工巡检信号灯故障效率低、误报率高的问题，提高了对小尺度交通信号灯故障检测的准确率，构建了实时的交通信号灯故障检测系统，力保当交通信号灯出现故障时，能尽早被发现和处理。
-
公开(公告)号：CN202904879U
公开(公告)日：2013-04-24
申请号：CN201220598610.2
申请日：2012-11-14
Applicant: 扬州国脉通信发展有限责任公司 , 扬州大学
Abstract: 本实用新型公开了一种智能停车场系统，包括：RFID数据采集模块、ZigBee无线组网传输模块、道闸模块、超声波车位检测模块、停车场嵌入式控制模块和中心服务模块；其中，所述ZigBee无线组网传输模块分别与所述道闸模块、所述RFID数据采集模块、所述超声波车位检测模块和所述停车场嵌入式控制模块连接；所述停车场嵌入式控制模块与所述中心服务模块连接。利用本实用新型提供的技术方案，能够高效智能的实现停车场的管理。
-
公开(公告)号：CN202771615U
公开(公告)日：2013-03-06
申请号：CN201220462103.6
申请日：2012-09-12
Applicant: 扬州国脉通信发展有限责任公司 , 扬州大学
Abstract: 本实用新型公开了一种基于无线的智能交通分布式感知设备，其包括RFID数据采集子器、ZigBee无线组网传输装置、工控机、光端机光纤数据传输装置、中心交换机与中心服务器；RFID数据采集子器与ZigBee无线组网传输装置连接；ZigBee无线组网传输装置还与工控机连接、工控机还与光端机光纤数据传输装置连接；光端机光纤数据传输装置与中心交换机连接；中心交换机再与中心服务器连接。本实用新型集采集、传输、分析、处理交通信息为一体。
-
公开(公告)号：CN114841961B
公开(公告)日：2024-04-05
申请号：CN202210482581.1
申请日：2022-05-05
Applicant: 扬州大学
IPC: G06T7/00 , G06T7/73 , G06T3/4053 , G06T3/4046 , G06T5/60 , G06T5/70 , G06T5/73 , G06T5/90 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了基于图像增强和改进YOLOv5的小麦赤霉病检测方法，属于图像超分辨率领域和病害检测领域。包括收集小麦赤霉病害图像；对收集的小麦赤霉病害图像通过数据增强对图像数量进行扩充；对病害图像进行YOLOv5格式的标注并标记病害类别，形成小麦赤霉病数据集；利用超分辨网络对图像进行预处理，提高分辨率；将原有主干网络替换为Swin‑Transformer网络，构建改进的YOLOv5的小麦赤霉病害检测模型；利用按比例划分的数据集对构建的小麦赤霉病检测模型进行训练和模型误差分析。本发明利用超分辨率和改进后的YOLOv5网络模型增强了小麦赤霉病检测模型对特征的提取，从而提高了小麦赤霉病检测的准确率，能够有效的适用于实际的大田环境检测。
-
Patent Agency Ranking
公开(公告)号：CN109938719B
公开(公告)日：2023-02-03
申请号：CN201910215255.2
申请日：2019-03-21
Applicant: 扬州大学
Abstract: 本发明公开了一种基于生理参数的驾驶员疲劳检测方法，包括步骤：首先采用PPG光电容积脉搏波描记法每10ms采集一次待检测驾驶员血液中的透光率数据，对透光率数据作滤波、除噪以及模数转换预处理操作后，对待测驾驶员进行心电波形检测；对心电波形中的R波峰进行检测，得到R‑R间期序列，并将异常的R波从R‑R间期序列中删除，进而得到正确R‑R间期序列；然后对正确R‑R间期序列进行时域分析，计算得到时域指标的R‑R间期均值RR.mean；同时对正确R‑R间期序列进行快速傅里叶变换，进行频域分析后获取频域指标LF/HF；最后基于R‑R间期均值RR.mean和频域指标LF/HF判定待检测驾驶员的疲劳状态；本发明可实现对驾驶员的实时及高精度检测，可有效对驾驶员是否存在疲劳驾驶进行监测和提醒。
-
公开(公告)号：CN109884965A
公开(公告)日：2019-06-14
申请号：CN201910168248.1
申请日：2019-03-06
Applicant: 扬州大学
IPC: G05B19/048 , G08B21/06
Abstract: 本发明公开了基于物联网的驾驶员生理参数监测与安全预警云控系统，包括依次相连的车载模块、GPRS模块、云端数据库、云端监控平台；车载模块，用于提供待测对象的个人信息、用于评价待测对象疲劳状态的生理参数信息以及车辆信息；GPRS模块，用于将车载模块提供的数据传输至云端数据库；云端数据库，用于接收并存储GPRS模块传输的数据；云端监控平台，用于进行数据实时监测、历史数据查询和预警。本系统云端数据库存储各项数据，通过云端监控平台访问云端数据库数据并以可视化图表的形式展现，一方面促进更有效的数据分析与价值信息挖掘，为监控人员提供了有力的数据支持，另一方面平台的可视化大大减少了人力投资，提高了运输公司监管的效率与便捷程度。
-
公开(公告)号：CN106652367A
公开(公告)日：2017-05-10
申请号：CN201710060294.0
申请日：2017-01-24
Applicant: 扬州大学
Abstract: 本发明涉及一种基于物联网的煤气智能监测系统，包括供电系统、控制模块、气体传感器、继电器模块和Android手机界面管理系统；气体传感器用于对煤气管道进行监测；控制模块用于对气体传感器采集的数据进行判断，并将检测数据和报警信息传送给Android手机界面管理系统；Android手机界面管理系统用于接收上传的数据和报警信息，并将命令沿着原路径下达至控制模块，控制模块控制继电器模块动作。本发明能够及时收到报警信息并远程控制管道阀门、排风口阀门和窗户；当浓度不超标时系统中断数据上传，大大降低了功耗；干电池和可充电电池的混合使用，保证了系统在光照不足等恶劣天气下可以稳定工作。
-
公开(公告)号：CN119805758A
公开(公告)日：2025-04-11
申请号：CN202411860996.3
申请日：2024-12-17
Applicant: 扬州大学
Abstract: 本发明公开了一种自制AR光学结构的多功能显示系统及方法，包括AR消防头盔主控制模块、自制AR光学结构、传感器模块、陀螺仪数据处理模块、GPS处理模块、语音模块、无线模块、通信模块和云平台；将各模块进行初始化，AR消防头盔主控制模块接收各类传感器数据；基于FreeRTOS嵌入式操作系统的AR消防头盔主控制模块实时同步读取和处理外围模块传输过来的数据；利用滤波算法将数据进行优化处理；保存本次数据以便和上次数据进行对比；最终将AR消防头盔主控制模块处理后的结果输出在自制AR光学结构上。本发明解决了直接照射到半透镜时可能出现的图像翻转和焦距不足的问题，确保了人员看到的是正立且清晰的图像，成本较低，适用领域广。
-
公开(公告)号：CN119559440A
公开(公告)日：2025-03-04
申请号：CN202411701329.0
申请日：2024-11-26
Applicant: 扬州大学
IPC: G06V10/764 , G06V10/774 , G06V10/20 , G06V10/82 , G06V10/776 , G06N3/0464 , G06N3/096 , G06N5/01 , G06N3/084 , G06N3/048
Abstract: 本发明公开了基于多模型融合算法的田间水稻病害识别系统及设计方法，包括S1）利用手机相机进行拍摄，获取田间中具有复杂背景的水稻叶部病害图像，对图像进行初步处理；S2）对初步处理后的田间水稻叶部病害图像进行数据增强，构建田间水稻叶部病害数据集；S3）基于田间水稻叶部病害数据集训练多个卷积神经网络模型，验证各模型性能并优化，确认最佳参数；S4）根据验证集中各模型的交叉熵损失值，计算适用于全局的权重参数，建立田间水稻叶部病害通用识别模型；S5）将训练好的通用识别模型部署至Jetson Orin Nano开发板，组合摄像头、显示屏和电源构成田间水稻叶部病害识别系统。本发明提高了识别效率和效果，实现了田间水稻病害的实时自动识别。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.035 seconds)
