公开(公告)号：CN114109452A

公开(公告)日：2022-03-01

申请号：CN202111244962.8

申请日：2021-10-26

Applicant: 河南信大建设集团有限公司 ,  河南科技大学

Inventor： 史宝宝 ,  王凯 ,  张萍 ,  张建伟 ,  何静 ,  李臻 ,  刘跃仓 ,  梁斌

IPC: E21D11/38 ,  E21D11/10

Abstract: 本发明公开了一种隧道衬砌施工缝防水结构，该防水结构包括由内而外依次设置的初期支护层、无纺布层、防水卷材层、加强防水层及隧道衬砌浇筑混凝土层，隧道衬砌浇筑混凝土层包括先浇筑混凝土层、后浇筑混凝土层、施工缝及高分子自粘密封止水板，施工缝设置在先浇筑混凝土层和后浇筑混凝土层之间，施工缝中涂有水泥基渗透结晶型防水涂料；高分子自粘密封止水板位于先、后浇筑混凝土结构中部，高分子自粘密封止水板的一端设置在先浇筑混凝土层内，另一端穿过施工缝后设置在后浇筑混凝土层内；本发明有效地解决隧道衬砌施工缝常规防水施工工艺复杂和防水效果差的问题。

公开(公告)号：CN119741544A

公开(公告)日：2025-04-01

申请号：CN202411810630.5

申请日：2024-12-10

Applicant: 河南科技大学

Inventor： 付主木 ,  胡东辉 ,  陶发展 ,  黄波 ,  王志凯 ,  高颂 ,  王楠 ,  王俊 ,  朱龙龙 ,  司鹏举 ,  王欢 ,  何静 ,  王永强

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06N3/045

Abstract: 一种基于深度学习的异常烟丝检测方法，包括如下步骤：在烟丝输送过程中对烟丝进行连续拍摄，得到原始烟丝图像；将原始烟丝图像输入到预先训练好的烟丝检测模型中进行检测并且输出烟丝异常结果，烟丝检测模型以YOLOv5s网络模型为基础，包括主干网络、瓶颈层网络和预测层网络，烟丝检测模型对原始烟丝图像进行检测的方法包括：利用主干网络的多个特征提取模块对原始烟丝图像进行特征提取输出多个基本特征图，并且最后一个特征提取模块输出的基本特征图经过SPPF模块处理；利用瓶颈层网络对基本特征图进行深度特征增强得到增强特征图；利用预测层网络基于增强特征图输出预测结果。本发明能够在烟丝输送过程中快速、精确地对烟丝进行检测，确定烟丝异常情况。

公开(公告)号：CN119625333A

公开(公告)日：2025-03-14

申请号：CN202411726677.3

申请日：2024-11-28

Applicant: 河南科技大学

Inventor： 陶发展 ,  黄波 ,  王志凯 ,  冀保峰 ,  王楠 ,  王俊 ,  朱龙龙 ,  李梦杨 ,  司鹏举 ,  王欢 ,  何静 ,  张中才 ,  周遥 ,  王永强

IPC: G06V10/40 ,  G06V10/75 ,  G06V10/80

Abstract: 基于改进视觉特征提取与匹配优化的强鲁棒性SLAM方法，包括骤：实时采集环境图像，并且将环境图像输入到预先训练好的SLAM模型中生成动态环境模型并且优化，SLAM模型基于SuperPoint算法构建，SLAM模型包括多尺度特征融合模块、注意力模块、三元组损失模块、随机一致算法模块和综合特征融合模块。本发明提供一种基于改进视觉特征提取与匹配优化的强鲁棒性SLAM方法及系统，能够处理复杂环境中多特征、多源数据的融合与优化，适用于室内外复杂场景，显著提高视觉惯性SLAM的精度、鲁棒性和适应性，降低外界干扰对系统的影响。

公开(公告)号：CN119239591A

公开(公告)日：2025-01-03

申请号：CN202411508323.1

申请日：2024-10-28

Applicant: 河南科技大学

Inventor： 王楠 ,  陶发展 ,  王志凯 ,  朱龙龙 ,  付主木 ,  王俊 ,  王桐 ,  冀保峰 ,  张平 ,  何静 ,  张冀 ,  孙力帆 ,  张高远 ,  李梦杨 ,  张中才

IPC: B60W30/16 ,  B60W50/00

Abstract: 本发明提供了一种基于车辆模型的预设时间跟踪控制方法，旨在提升车辆跟车下的响应速率，减少车辆跟随下的“幽灵车辆”问题，提升交通通行效率。本发明在考虑跟车过程中跟随车受到的空气阻力、坡道阻力、滚动阻力的基础上，将预设时间控制理论与车辆跟踪控制相结合，设计控制器实现安全车距内车辆的跟踪控制。该控制器需要满足跟踪稳定性和位置跟踪误差收敛性两个要求，即在车辆跟踪控制过程中，需要保证跟随车辆的运动状态与前车的运动状态之间存在稳定的关系，也就是跟随车应当在预设时间内保持与前车一致的速度以保证安全车距行驶，同时实现后车的位置跟踪误差在预设时间内收敛到零附近的一个领域内，确保后车准确跟随前车。

公开(公告)号：CN119399502A

公开(公告)日：2025-02-07

申请号：CN202411444231.1

申请日：2024-10-16

Applicant: 河南科技大学

Inventor： 陶发展 ,  黄波 ,  付主木 ,  王志凯 ,  何静 ,  周遥 ,  李梦杨 ,  冀保峰 ,  王楠 ,  王俊 ,  张中才 ,  唐小林 ,  朱龙龙 ,  司鹏举

IPC: G06V10/75 ,  G06V10/762 ,  G06V10/26

Abstract: 本发明涉及自主导航下的视觉SLAM技术领域，且公开了一种基于图像差分和粒子滤波的动态场景RGB‑D SLAM方法，首先，基于FAST特征和BRIEF描述子的视觉SLAM匹配特征点，引入PROSAC算法进行匹配优化。其次，基于优化的匹配点集计算基础矩阵，将前一帧RGB图像重投影到当前图像，通过差分两张图像来粗略检测物体运动。再次，基于粒子滤波跟踪以增强物体运动检测，具体的，将差分图像信息用作粒子滤波的测量信息，更新粒子的权重，从而优化移动对象位置估计。在每次迭代中，计算移动对象位置的MAP估计。进而，通过矢量量化深度图来进一步优化检测结果，以精确地分割移动对象。最后，通过移除位于分割区域中的特征，为实现相机精确自运动估计，以及有效建图提供基础。