-
公开(公告)号:CN120038720A
公开(公告)日:2025-05-27
申请号:CN202510514098.0
申请日:2025-04-23
Applicant: 无锡学院
Abstract: 本发明公开了一种基于AIoT的农场气象与土壤环境监测自动巡检无人车,融合全地形自适应移动平台、多模态机械臂及智能环境感知模块,构建全流程无人化作业体系:通过激光导航与三维环境感知技术实现复杂农田的自主避障与路径规划;机械臂末端集成可切换式执行机构,利用自适应夹取模块完成果篮的精准装卸与转运,结合土壤探针实现土壤原位采样;搭载多光谱视觉系统,基于深度学习算法同步解析作物成熟度与病虫害分布,配合可升降环境监测装置动态获取冠层微气候数据。本发明突破传统农业装备功能单一、协作性差的技术瓶颈,实现果篮高效周转、土壤无损采样及生长环境多维监控的智能化协同,为精准农业提供全天候闭环解决方案。
-
公开(公告)号:CN120032345A
公开(公告)日:2025-05-23
申请号:CN202510498826.3
申请日:2025-04-21
Applicant: 无锡学院
IPC: G06V20/58 , G06N3/0455 , G06N3/0464 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82
Abstract: 本发明涉及计算机视觉、目标检测领域,具体为一种用于辅助驾驶的实时人车检测方法,包括:实时获取基于驾驶员视觉区域的驾驶场景图像,并进行预处理;构建包括主干网络、高效混合编码器和解码器的RT‑DETR模型,并进行改进,基于改进后的模型得到实时人车检测目标检测模型,则将所述目标检测模型输入训练集数据,并从模型输出端获取图片中检测目标的位置与类型,将其与标注的内容进行对比,训练实时人车检测目标检测模型;获取待识别图片,并将待识别图片输入至训练后的检测模型中,得到待识别图片中的目标种类以及位置信息。
-
公开(公告)号:CN119313717B
公开(公告)日:2025-04-18
申请号:CN202411858244.3
申请日:2024-12-17
Applicant: 无锡学院
IPC: G06T7/50 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开一种车载摄像头能见度反演方法、装置、介质及电子设备,其中,车载摄像头能见度反演方法,包括:获取车载摄像头拍摄的图像帧数据集,并进行预处理,构建能见度反演数据集;构建能见度反演模型,该能见度反演模型以能见度真值为输出,经训练优化网络权重获得;将车载摄像头实时拍摄的照片,输入到优化后的能见度反演模型,获得当前能见度真值。本发明可以较为准确地估算出相应的能见度,实现高精度的能见度实时反演。
-
公开(公告)号:CN119484719A
公开(公告)日:2025-02-18
申请号:CN202411501894.2
申请日:2024-10-25
Applicant: 无锡学院
IPC: H04N1/44
Abstract: 本发明公开了一种隐写信息生成、提取方法及装置、设备及存储介质,属于信息隐藏的技术领域;其中的隐写信息生成方法,应用于发送端,所述生成方法包括:获取秘密信息比特流;使用通信双方共享的密钥,通过预定的加密算法对所述秘密信息比特流进行加密,得到加密比特流;基于所述加密比特流,驱动预先训练好的序列生成模型生成人体姿态关键点序列;将生成的所述人体姿态关键点序列绘制成关键点连通图;将所述关键点连通图与任意人物图像输入预先训练好的姿态引导人物图像生成模型,生成具有目标姿态的人物图像;通过公共信道上传所述具有目标姿态的人物图像以传递秘密信息。本发明的方法极大地提升了隐写技术的安全性、隐秘性、灵活性和高效性。
-
公开(公告)号:CN119364165A
公开(公告)日:2025-01-24
申请号:CN202411825007.7
申请日:2024-12-12
Applicant: 无锡学院
IPC: H04N23/52 , B08B7/00 , B08B7/02 , B08B7/04 , B08B13/00 , G03B17/55 , H04N23/50 , H04N23/54 , H04N23/55 , H04N23/61 , B60S1/56
Abstract: 本发明公开了基于超声波振动和场景分类车载摄像头自清洗装置及方法,包括镜片、摄像头组件、压电换能器、摄像头外壳、PCB电路板、加热线圈、前壳体以及后壳体;前壳体与后壳体分别位于摄像头外壳前后端固定连接,镜片固定在前壳体与摄像头外壳之间,压电换能器固定于镜片的下侧以及摄像头外壳内设有的凹槽之间,加热线圈安装在镜片内侧,摄像头组件位于摄像头外壳内部,摄像头组件下端固定安装有PCB电路板,通过环绕在镜片上的加热线圈,使整个镜片升温,同时通过环绕粘接在镜片下方的压电陶瓷片,通过快速超声波振动,将污染物抖落出镜片范围。本发明具有结构简单,便于组立,可靠性好,小型化和低成本的特点。
-
公开(公告)号:CN119359519A
公开(公告)日:2025-01-24
申请号:CN202411460340.2
申请日:2024-10-18
Applicant: 无锡学院
Abstract: 本发明公开了一种基于棋谱构造的生成式隐写嵌入方法、提取方法、嵌入系统及提取系统。嵌入方法包括:制作不重复的开局棋谱库,发送方将待嵌入的信息转化为二进制信息,根据二进制信息的长度从棋谱库中取出对应序号的开局棋谱执行并记录到含密棋谱中;利用智能棋手继续进行对弈,按预设转换规则将二进制信息嵌入到每步对弈中,并将每步落子操作记录到含密棋谱中,待所有信息嵌入完毕后将含密棋谱发送给接收方;接收方根据转换规则逆向从收到的含密棋谱中提取嵌入信息。本发明提高了隐写容量、增强了隐秘性保护、实现了高效迅捷的嵌入与提取,同时还能够验证密文完整性与有效性。
-
公开(公告)号:CN115138891A
公开(公告)日:2022-10-04
申请号:CN202211082454.9
申请日:2022-09-06
Applicant: 无锡学院
Abstract: 本发明涉及机械钻孔领域,公开了一种可快速调换刀具的钻孔装置,包括支撑架、一号支撑管、二号支撑管、一号副锥齿轮、下传动部分、上传动部分、升降部分,支撑架前部转动连接有水平的一号支撑管,且右部转动连接有水平的二号支撑管,一号支撑管前部同轴固定有一号副锥齿轮,一号支撑管同轴螺纹连接有水平的一号螺纹杆,一号螺纹杆前后两端各固定有一号支撑块。本发明通过右手拇指控制操纵杆进行前后摆动和左右摆动,即可使得对应的二号副锥齿轮与二号主锥齿轮相啮合或者四号副锥齿轮与四号主锥齿轮相啮合,能够使得对应的刀具实现竖直状态,从而达到快速调换四把不同的刀具进行孔加工的目的,然后利用转动的下电机即可间接带动不同的的刀具进行转动。
-
公开(公告)号:CN119942367A
公开(公告)日:2025-05-06
申请号:CN202510414342.6
申请日:2025-04-03
Applicant: 无锡学院
IPC: G06V20/13 , G01W1/14 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/77 , G06N3/0455 , G06N3/084 , G06N3/0985 , G06V10/72
Abstract: 本发明涉及遥感图像处理与气象监测技术领域,具体为一种基于RepFNet网络的积雪覆盖度监测方法,包括:获取FY‑4A影像数据、Landsat卫星影像数据和地理辅助数据;构建适用于深度学习训练的数据集;生成高分辨率的积雪覆盖度图像;构建编码器‑解码器架构的RepFNet网络模型,集成改进的特征提取模块、动态上采样模块及自适应图通道注意力模块;确定最佳模块组合和参数配置;使用ADAM优化器结合动态学习率策略进行模型训练;通过调整超参数和对比实验,优化模型性能;利用训练完成的RepFNet模型对研究区域进行积雪覆盖度的精准反演,并结合时空滤波方法进行去云处理,确保积雪监测的准确性和稳定性。
-
公开(公告)号:CN118886801A
公开(公告)日:2024-11-01
申请号:CN202411382722.8
申请日:2024-09-30
Applicant: 无锡学院
IPC: G06Q10/067 , G06N3/0464 , G06N3/08 , G06Q10/04 , G06Q10/0637 , G06Q50/26 , G08G1/01
Abstract: 本发明公开一种交通流预测模型的构建方法及交通流预测方法,包括如下步骤:S100、以图结构来描述网络中实体之间的关系,同时构建节点之间的特征矩阵;S200、根据图结构和特征矩阵,采用结合时空注意力机制的卷积神经网络框架,构建交通流预测模型。本发明建立一个由图网络生成层、图卷积模块和多尺度时间卷积模块三个核心组件构成的框架,由自适应动态图生成器和异构邻接关系注意力机制来生成动态邻接矩阵,并对多类邻接矩阵聚合,进而更好地利用交通节点中的交通特性,以及捕捉提取交通特征里隐含的空间特征,克服了传统方法的局限性,有效地解决了传统交通流量预测方法在智能交通系统中预测准确度度、无法反映交通网络影响等问题。
-
公开(公告)号:CN118230554A
公开(公告)日:2024-06-21
申请号:CN202410642052.2
申请日:2024-05-23
Applicant: 无锡学院
Abstract: 一种基于物联网与边缘计算的车载实时道路信息采集系统。其首先将多个车辆的车辆运行数据通过5G物联网通信网络传输至边缘计算节点,接着,在所述边缘计算节点,分别对所述多个车辆的车辆运行数据进行编码以得到多个车辆运行状态全连接编码特征向量,然后,在所述边缘计算节点,对所述多个车辆运行状态全连接编码特征向量进行特征提取以得到车辆间运行状态关联特征向量的序列,接着,在所述边缘计算节点,将所述车辆间运行状态关联特征向量的序列通过门控特征筛选本质特征网络以得到道路全域车辆间运行状态关联表征特征,最后,基于所述道路全域车辆间运行状态关联表征特征,确定道路拥堵状态等级标签。
-
-
-
-
-
-
-
-
-