-
公开(公告)号：CN106933103A
公开(公告)日：2017-07-07
申请号：CN201710262726.6
申请日：2017-04-20
Applicant: 清华大学深圳研究生院
IPC: G05B13/04
Abstract: 本发明提供一种有限时间收敛的遥操作双边控制器的控制方法。所述控制方法包括如下步骤：S01、建立不考虑重力项的动力学模型；S02、根据S01中的动力学模型建立主从双边控制系统的误差模型；S03、计算S02中的误差模型的不确定部分的界；S04、定义S02中的误差模型的外界干扰项关于系统状态量的界；S05、根据S02确定滑模变量；S06、根据S03至S05，针对S02的误差模型，确定双边控制律；S07、S06中的确定与控制器参数、系统初始状态相关的收敛时间并根据收敛时间调整控制律。本发明能保证在给定的有限时间内，主从双边机器人的跟踪误差快速收敛到零，在保证系统在时延下稳定性的同时，提高了系统双边同步跟踪的快速性。
-
公开(公告)号：CN101629966B
公开(公告)日：2011-09-28
申请号：CN200910109430.6
申请日：2009-08-18
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种粒子图像测速处理方法，包括以下步骤：A、对于N×M像素范围Ω构建水平集函数φ，水平集函数φ为定义在N×M像素范围内的连续函数，用水平集函数φ将区域Ω划分为第一子区域Ω1和第二子区域Ω2，运动场、散度场和旋度场在两个子区域内光滑连续，但在交界处不连续，其中，φ≥0的区域对应第一子区域Ω1，φ＜0的区域对应第二子区域Ω2；B、构造区域Ω的能量函数E＝E1+λE2，其中E为全局能量泛函，E1为数据约束能量，E2光滑约束能量；C、最小化全局能量泛函，实现运动场、散度场和旋度场的最佳逼近。本发明提供了一种精度高可靠性好的PIV处理方法。
-
公开(公告)号：CN101634551B
公开(公告)日：2011-04-13
申请号：CN200910109431.0
申请日：2009-08-18
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供一种检测表面粗糙度的方法及其系统。检测表面粗糙度的方法，包括如下步骤：获取灰度图像步骤：获得待测物体表面的灰度图像；区域处理步骤：将所述灰度图像根据像素的灰度值划分为若干个同质区域，并获取同质区域相应的区域和边界参数；粗糙度计算步骤：根据所述区域和边界参数，采用特定的神经网络模型获得所述待测物体表面的粗糙度。
-
公开(公告)号：CN103234475B
公开(公告)日：2017-02-08
申请号：CN201210490109.9
申请日：2012-11-27
Applicant: 深圳华用科技有限公司 , 清华大学深圳研究生院
IPC: G01B11/24
Abstract: 本发明提供了一种基于激光三角测量法的亚像素表面形态检测方法，该方法通过测量零件不同位置轮廓切片，叠加得到整个零件轮廓。本发明充分利用图像的彩色信息，在激光条纹是红色，背景是黑色的先验知识指导下，提取RGB图像的红色通道分量，减小噪声影响，提高高斯拟合条纹中心精度。通过对同一位置多次拍摄叠加激光条纹图像提高精度，降低了对激光条纹宽度和亮度的要求，降低了激光器的成本。通过先粗略确定条纹中心位置然后采用固定数量的像素拟合确定亚像素中心的方法避免了确定激光条纹边界而采用复杂算法，降低了算法复杂度。
-
公开(公告)号：CN106933103B
公开(公告)日：2019-11-08
申请号：CN201710262726.6
申请日：2017-04-20
Applicant: 清华大学深圳研究生院
IPC: G05B13/04
Abstract: 本发明提供一种有限时间收敛的遥操作双边控制器的控制方法。所述控制方法包括如下步骤：S01、建立不考虑重力项的动力学模型；S02、根据S01中的动力学模型建立主从双边控制系统的误差模型；S03、计算S02中的误差模型的不确定部分的界；S04、定义S02中的误差模型的外界干扰项关于系统状态量的界；S05、根据S02确定滑模变量；S06、根据S03至S05，针对S02的误差模型，确定双边控制律；S07、S06中的确定与控制器参数、系统初始状态相关的收敛时间并根据收敛时间调整控制律。本发明能保证在给定的有限时间内，主从双边机器人的跟踪误差快速收敛到零，在保证系统在时延下稳定性的同时，提高了系统双边同步跟踪的快速性。
-
Patent Agency Ranking
公开(公告)号：CN110278390A
公开(公告)日：2019-09-24
申请号：CN201810212665.7
申请日：2018-03-15
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种改进型图像传感器读取方法，具体方法如下：像素阵列包括n*m个像素，即包括m个行选择电路和n个列读取电路，每行像素都公用一个行选择电路，每列像素都公用一个列读取电路；本发明设计合理，不仅降低了行方向一半的有效像素个数，但是也降低了行方向的噪声，提高了图像质量。同时系统还提高了一倍的读取速度(由每次读取一行变成每次读取两行)，降低了一半的行选择电路功耗(一半的行选择电路不工作)，而且也降低了列方向一半的有效像素个数，但是也降低了列方向的噪声，提高了图像质量。同时系统降低了一半的列读取电路功耗(一半的列读取电路不工作)。
-
公开(公告)号：CN102254159B
公开(公告)日：2014-07-02
申请号：CN201110189650.1
申请日：2011-07-07
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种数显仪表判读方法，包括如下步骤：分别提取数显仪表图像的水平边缘和竖直边缘，判断出显示屏区域的水平边缘和竖直边缘，进而提取出显示屏区域图像；用卷积模板对提取的显示屏区域图像进行卷积和量化，并对量化结果进行二值化处理，得到二值化显示屏图像；提取二值化显示屏图像中的字符串，确定字符串的上下、左右边界后再将每个字符分割出来；利用根据字符所处的矩形设定的直线与字符的相交次数和相交位置进行识别字符。本发明有很好的鲁棒性和很高的识别准确率。
-
公开(公告)号：CN101627913B
公开(公告)日：2011-06-08
申请号：CN200910109432.5
申请日：2009-08-18
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供一种身份信息识别方法及其系统，该方法包括如下步骤：手掌支撑步骤：放置待辨明身份的手掌于手掌支撑装置上；手背静脉信息获取步骤：获取放置在所述手掌支撑装置上的待辨明身份的手掌的手背静脉的图像；掌心掌纹信息获取步骤：对准所述手掌支撑装置的另一侧设置的掌心掌纹信息获取装置，获取放置在所述手掌支撑装置上的待辨明身份的手掌的掌心掌纹的图像；身份处理识别步骤：分别处理并获取相应的手背静脉纹理信息和掌心掌纹的纹理信息，再根据手背静脉纹理信息和掌心掌纹的纹理信息构造身份特征矢量，对比预先存储于身份特征矢量库的注册样本特征矢量以判定用户的身份。
-
公开(公告)号：CN101547344A
公开(公告)日：2009-09-30
申请号：CN200910106883.3
申请日：2009-04-24
Applicant: 清华大学深圳研究生院
Abstract: 本发明涉及基于联动摄像机的视频监控装置及其跟踪记录方法，监控装置包括：一个随动摄像装置，包括安装在第一运动控制平台上的第一摄像机和安装在第二运动控制平台上的第二摄像机，第二运动控制平台与第一摄像机固定连接跟随第一摄像机同步运动；一台计算机，通过数据通信接口与两个运动控制平台和两个摄像机连接，控制第一摄像机跟踪、定位进入监控区域的目标，控制第二摄像机对准目标、捕获被跟踪目标的特写细节，实现对目标的视频监控及智能记录。其不但可以跟踪记录目标在监控区域的活动过程和目标的特写细节，而且可正常工作于移动载体上、可以跟踪记录进入监控区域的保持长时间静止不动的目标、可以节省存储空间和降低硬件成本。
-
公开(公告)号：CN107358626B
公开(公告)日：2020-05-15
申请号：CN201710581875.9
申请日：2017-07-17
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种利用条件生成对抗网络计算视差的方法,先训练一个神经网络计算左右两张图片的视差，训练完成后，该神经网络作为条件生成对抗网络的生成器；然后训练另一个神经网络判断视差图的正确性，训练完成后，该神经网络作为条件生成对抗网络的判别器；在训练本发明的条件生成对抗网络时，生成器生成左右眼图像的视差图，判别器判别该视差图的正确率；根据判别器的判别结果，调节生成器网络的权值；训练完成后，生成器的网络权值调整到最佳，将生成器分离出来，此时的生成器就是能生成左右眼图像视差图的最佳神经网络。通过上述操作，得到的最佳神经网络结构较简单，再使用GPU加速计算，可以提高现有的匹配速度。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.023 seconds)
