|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
三維復(fù)雜自由面流動問題粒子法并行計算
加快科學(xué)工程計算領(lǐng)域中并行計算算法研究及流體力學(xué)中復(fù)雜流動機(jī)理研究，為機(jī)械流體工程上流體力學(xué)領(lǐng)域中無法模擬的商業(yè)軟件的開發(fā)提供基礎(chǔ)理論支持
揚州大學(xué)
2021-04-14
.jpg){kind=logo}
一種結(jié)構(gòu)可控的三維石墨烯多孔材料制備方法
構(gòu)建三維多孔結(jié)構(gòu) CAD 模型，并通過增材制造技術(shù)制得相應(yīng)形 狀的三維多孔金屬結(jié)構(gòu)；在惰性氣體的保護(hù)氛圍下，將所制得的三維 多孔金屬結(jié)構(gòu)升溫至 900℃～1500℃，然后冷卻至室溫；然后進(jìn)行噴 砂和超聲清洗處理以獲得金屬模板；通過化學(xué)氣相沉積法在金屬模板 上生長石墨烯薄膜；配置腐蝕液并在 60℃～90℃的溫度下回流溶解金 屬模板，經(jīng)洗滌和干燥處理后即得到三維石墨烯多孔材料產(chǎn)品。通過 本發(fā)明，能夠有效克服現(xiàn)有技術(shù)中所存
華中科技大學(xué)
2021-04-14
基于分裂算法的湖泊三維水動力-水溫-水質(zhì)模擬預(yù)測方法
本發(fā)明公開了一種基于分裂算法的湖泊三維水動力-水溫-水質(zhì)模擬預(yù)測方法。構(gòu)建湖泊三維水動力-水溫-水質(zhì)模型，將湖泊離散成若干網(wǎng)格單元，并對網(wǎng)格采用 Arakawa-C 模式布置變量，基于分裂算法將湖泊三維水動力-水溫-水質(zhì)模型中各算子按照其物理波動過程的波頻快慢特性進(jìn)行分類，對低頻慢過程算子采用顯式處理，對高頻快過程算子采用隱式處理，運用分裂算法分步離散求解模型，得到湖泊水域內(nèi)不同位置和時間的三維流場、水溫和水質(zhì)指標(biāo)濃度。本發(fā)明提出的基于分裂算法的湖泊三維水動力-水溫-水質(zhì)模擬預(yù)測方法能較準(zhǔn)確地反映湖
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種魯棒的大場景稠密三維重建方法
本發(fā)明公開了一種魯棒的大場景稠密三維重建方法。針對大場景圖像集具有尺度多變、角度不一、焦距不同和數(shù)量巨大等特點，首先尺度魯棒的選取每幅圖像的鄰居圖像，隨后利用DAISY特征和PatchMatch信息傳播框架精確快速計算每幅圖像的深度圖，然后利用圖像與鄰居圖像集的一致性優(yōu)化融合深度圖，最后利用重建三維點精度去除冗余點得到最終的三維模型。本發(fā)明方法步驟簡單、重建精度高、運行速度快，容易在圖像級實現(xiàn)并行，能真實的還原場景模型，非常適合大場景三維重建。
四川大學(xué)
2016-10-09
利用諧波幅值判定飽和的高動態(tài)三維測量方法
本發(fā)明公開了一種利用諧波幅值判定飽和的高動態(tài)三維測量方法。使用投影裝置向三維目標(biāo)投射多組結(jié)構(gòu)光圖案序列，并用攝像裝置進(jìn)行同步拍攝，通過控制掃描參數(shù)獲取具有不同的亮度的結(jié)構(gòu)光圖像組，對每組圖像分別計算其時間序列的非主頻成分幅值，把非主頻成分幅值小于一定閾值的像素區(qū)域為判定為非亮度飽和區(qū)域，對每一個像素點在該點未飽和的圖像組中找到亮度最大的一組，并用這組圖像計算該像素點的相位，最后根據(jù)相位和系統(tǒng)標(biāo)定參數(shù)計算出物體表面的三維坐標(biāo)。本發(fā)明可用于測量反射率變化大的物體的三維面形。本發(fā)明能精確穩(wěn)定地判定飽和區(qū)域，達(dá)到較高的三維測量精度。
四川大學(xué)
2016-10-08
.jpg){kind=logo}
基于激光掃描的大規(guī)模三維場景快速重建系統(tǒng)（軟件平臺）
成果簡介：激光掃描技術(shù)是一種嶄新的三維空間數(shù)據(jù)采集方法。相對于二維 影像，激光掃描所獲的三維點云具有精度高、密度大、信息豐富等優(yōu)勢，已 成為國內(nèi)外地理信息產(chǎn)業(yè)、城市規(guī)劃、環(huán)境監(jiān)測等各種社會領(lǐng)域不可或缺的重要空間參考數(shù)據(jù)。本系統(tǒng)所提供的全自動/半自動化功能覆蓋了從點云前 期處理（如瀏覽、分區(qū)、編輯、坐標(biāo)系轉(zhuǎn)換）、到點云分類（地形、道路、 植被、人造物體等）、特征（點、線、面、自定義）提取、直至最終三維場 景創(chuàng)建的全部數(shù)據(jù)流程。本系統(tǒng)所涉及的部分關(guān)鍵技術(shù)
北京理工大學(xué)
2021-04-14
一種用于水下航行器三自由度姿態(tài)模擬裝置
本發(fā)明公開了一種水下航行器三自由度姿態(tài)模擬裝置，該姿態(tài)模擬裝置由下而上依次包括基座、偏航機(jī)構(gòu)、俯仰機(jī)構(gòu)和橫滾機(jī)構(gòu)；偏航機(jī)構(gòu)包括第一電機(jī)、第一減速箱和第一轉(zhuǎn)軸，用于模擬偏航運動；俯仰機(jī)構(gòu)包括第二電機(jī)、第二減速箱、轉(zhuǎn)動座和電機(jī)座，用于模擬俯仰運動；橫滾機(jī)構(gòu)包括第三電機(jī)、第三減速箱、聯(lián)軸器、第二轉(zhuǎn)軸、安裝板和磁羅盤，用于模擬橫滾運動。本發(fā)明中的姿態(tài)模擬裝置其偏航、俯仰以及橫滾運動均由電機(jī)直接驅(qū)動的，相對其他的模擬裝置，減小了傳動環(huán)節(jié)，因此提高了傳動的精度以及姿態(tài)模擬的可靠性；并且，能夠準(zhǔn)確模擬單一自由度的
華中科技大學(xué)
2021-04-14
一種用于水下航行器三自由度姿態(tài)模擬裝置
本實用新型公開了一種水下航行器三自由度姿態(tài)模擬裝置，該姿態(tài)模擬裝置由下而上依次包括偏航機(jī)構(gòu)、俯仰機(jī)構(gòu)和橫滾機(jī)構(gòu)；偏航機(jī)構(gòu)包括第一電機(jī)、第一減速箱和第一轉(zhuǎn)軸，用于模擬偏航運動；俯仰機(jī)構(gòu)包括第二電機(jī)、第二減速箱、轉(zhuǎn)動座和電機(jī)座，用于模擬俯仰運動；橫滾機(jī)構(gòu)包括第三電機(jī)、第三減速箱、聯(lián)軸器、第二轉(zhuǎn)軸、安裝板和磁羅盤，用于模擬橫滾運動。本實用新型中的姿態(tài)模擬裝置其偏航、俯仰以及橫滾運動均由電機(jī)直接驅(qū)動的，相對其他的模擬裝置，減小了傳動環(huán)節(jié)，因此提高了傳動的精度以及姿態(tài)模擬的可靠性；并且，能夠準(zhǔn)確模擬單一自由度
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
面向機(jī)器人的智能視覺環(huán)境感知及三維場景重建
面向機(jī)器人的智能視覺環(huán)境感知及三維場景重建? 面向機(jī)器人視覺的自然場景理解是近年來的研究熱點和重要挑戰(zhàn)之一，其目標(biāo)是對自然場景圖像及視頻的內(nèi)容作出有效分析、認(rèn)知與表達(dá)，目前相關(guān)理論和算法正處于初期探索階段。我們的研究成果表明，從場景視覺語義推理、場景目標(biāo)識別和場景行為模式檢測三個環(huán)節(jié)展開研究，有助于構(gòu)建自然場景理解的創(chuàng)新機(jī)制，進(jìn)一步開發(fā)機(jī)器人
南京大學(xué)
2021-04-14
.jpg){kind=logo}
一種三維視覺目標(biāo)檢測與識別方法與裝置
1. 痛點問題
我們生活在一個真實的三維世界中，二維環(huán)境感知是遠(yuǎn)無法滿足我們的實際需求。在諸如自動駕駛、機(jī)器人抓取和三維目標(biāo)識別等應(yīng)用中（如圖1），我們經(jīng)常需要推理三維空間中物體之間的位置關(guān)系，從而能夠理解真實三維場景并做出進(jìn)一步的決策行為。
圖1 自動駕駛、視覺抓取、物體識別
2. 解決方案
本技術(shù)成果提出了一種三維視覺目標(biāo)檢測與識別方法。在三維視覺目標(biāo)檢測方面，提出了一種基于關(guān)系推理網(wǎng)絡(luò)的單目三維物體檢測方法，方法流程圖如圖2所示。方法提出了一種新的單目三維物體檢測架構(gòu)，訓(xùn)練了一個深度關(guān)系推理網(wǎng)絡(luò)來估計三維候選和真實物體之間的空間位置關(guān)系，通過測量投影結(jié)果和真實物體之間的視覺擬合度來實現(xiàn)高精的三維空間定位。
圖2 三維目標(biāo)檢測的流程圖
在三維視覺目標(biāo)識別方法，提出了一種基于球面分形卷積神經(jīng)網(wǎng)絡(luò)的三維點云識別技術(shù)，方法流程圖如圖3所示。方法通過引入球面分形結(jié)構(gòu)，將原始三維點云通過可學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)投影到球面，使得卷積神經(jīng)網(wǎng)絡(luò)可以高效處理三維點云數(shù)據(jù)并進(jìn)行特征特征，同時通過設(shè)計基于分形結(jié)構(gòu)的層次化學(xué)習(xí)框架，提高了三維點云物體識別的精度，實現(xiàn)了對于三維點云目標(biāo)在旋轉(zhuǎn)條件下特征表示的魯棒性。
合作需求
尋求在人工智能、智能機(jī)器人、智慧城市等領(lǐng)域有相關(guān)技術(shù)開發(fā)、市場推廣經(jīng)驗，能推進(jìn)本技術(shù)落地的高科技企業(yè)，可以進(jìn)行深度合作。本技術(shù)成果有望在自動駕駛、虛擬現(xiàn)實等場景進(jìn)行落地應(yīng)用。
清華大學(xué)
2021-12-16