|
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}
基于多傳感器信息融合的小型巴士空座檢測系統(tǒng)
成果描述：本實用新型公開了一種基于多傳感器信息融合的小型巴士空座檢測系統(tǒng)。其包括微處理器及分別與所述微處理器連接的檢測模塊、定位模塊和通訊模塊；所述檢測模塊用于檢測巴士車座占用情況數(shù)據(jù),所述定位模塊用于采集巴士車輛的坐標(biāo)位置數(shù)據(jù)；所述微處理器用于根據(jù)所述檢測模塊檢測的巴士車座占用情況數(shù)據(jù)計算巴士空座數(shù)據(jù),并與巴士車輛坐標(biāo)位置數(shù)據(jù)封裝成數(shù)據(jù)包；所述通信模塊將上述數(shù)據(jù)包發(fā)送到服務(wù)器。本實用新型具有設(shè)備安裝維護簡單,每臺小型巴士只需安裝一套設(shè)備的優(yōu)點,通過與外部網(wǎng)絡(luò)的通訊,可以方便乘客約車、候車與乘車,方便駕駛員規(guī)劃行駛路線,方便調(diào)度員根據(jù)客流靈活調(diào)度,從而有效提高公交出行效率和營運成本。市場前景分析：本實用新型具有設(shè)備安裝維護簡單,每臺小型巴士只需安裝一套設(shè)備的優(yōu)點,通過與外部網(wǎng)絡(luò)的通訊,可以方便乘客約車、候車與乘車,方便駕駛員規(guī)劃行駛路線,方便調(diào)度員根據(jù)客流靈活調(diào)度,從而有效提高公交出行效率和營運成本。與同類成果相比的優(yōu)勢分析：國內(nèi)領(lǐng)先
成都大學(xué)
2021-04-10
基于多段復(fù)合導(dǎo)航的機器人自主無線充電系統(tǒng)
成果描述：本實用新型公開了一種基于多段復(fù)合導(dǎo)航的機器人自主無線充電系統(tǒng)。其包括機器人端導(dǎo)航子系統(tǒng)、機器人端充電子系統(tǒng)及無線充電樁端子系統(tǒng),所述機器人端導(dǎo)航子系統(tǒng)包括導(dǎo)航模塊及分別與所述導(dǎo)航模塊連接的攝像頭處理模塊、WIFI處理模塊,所述機器人端充電子系統(tǒng)包括無線充電接收端,所述無線充電樁端子系統(tǒng)包括微控制模塊及分別與所述微控制模塊連接的WIFI管理模塊、LED信標(biāo)燈控制模塊、無線充電管理模塊。本實用新型具有無需額外添加傳感器,安裝維護簡單的優(yōu)點,極大的提高了室內(nèi)機器人的充電環(huán)境適應(yīng)能力。市場前景分析：本實用新型具有無需額外添加傳感器,安裝維護簡單的優(yōu)點,極大的提高了室內(nèi)機器人的充電環(huán)境適應(yīng)能力。與同類成果相比的優(yōu)勢分析：國內(nèi)領(lǐng)先
成都大學(xué)
2021-04-10
.jpg){kind=logo}
一種高精度多通道溫度控制與記錄儀
本發(fā)明公開了一種高精度多通道溫度控制與記錄儀,屬于溫度控制技術(shù)領(lǐng)域,包括：溫度測量模塊、溫度采集模塊、控制單元、開關(guān)量輸入輸出模塊、顯示屏、電源供應(yīng)器、單相固態(tài)繼電器、接線柱及加熱帶；所述溫度測量模塊、溫度采集模塊等。
北京理工大學(xué)
2021-04-10
.jpg){kind=logo}
一種多軸數(shù)控機床通用后置處理方法
本發(fā)明公開了一種多軸數(shù)控機床通用后置處理方法，包括如下步驟：(1)根據(jù)機床結(jié)構(gòu)建立機床運動變換鏈(2)根據(jù)步驟(1)中所建立的機床運動變換鏈，建立從刀具到工件的變換矩陣 QWT(3)輸入初始刀位點 CL1 的機床各平動軸運動坐標(biāo)Δ1(4)計算出所述初始刀位點 CL1 后續(xù)的任一刀位點 CLi+1 的平動軸運動坐標(biāo)Δi+1(5)判斷 i 的值是否小于n，如果小于 n 則返回步驟(4.1)，將 i 增加 1 后繼續(xù)計算，否則，計算結(jié)束，輸出各刀位點對應(yīng)的機床平動軸運動坐標(biāo)和旋轉(zhuǎn)軸運動坐標(biāo)。本發(fā)明克服了一般后置處理方法中機床各軸運動坐標(biāo)計算公式需要手工推導(dǎo)的缺點，可以滿足各類多軸數(shù)控機床的后置處理需求，具有求解速度快、求解精度高的優(yōu)點。
華中科技大學(xué)
2021-04-11
.jpg){kind=logo}
基于多光譜圖像處理的水稻稻葉瘟病檢測分級方法
本發(fā)明公開了一種基于多光譜圖像處理的水稻稻葉瘟病檢測分級方法。利用可見/近紅外多光譜攝像機實時采集綠光波段,紅光波段,近紅外波段三個波段通道的單色灰度圖像,然后使用MATLAB軟件,通過圖象處理方法編寫應(yīng)用軟件,進行圖像處理。包括背景及噪聲、干擾等的消除和作物病斑信息的識別分析,實現(xiàn)植物是否發(fā)病及病斑位置和分級的準(zhǔn)確快速處理。每張圖片的病害識別時間僅為數(shù)秒。本發(fā)明用于快速、準(zhǔn)確、穩(wěn)定、實時、非破壞性的水稻稻瘟病感染診斷并且準(zhǔn)確地指出病斑所在的位置以及感染程度分級,減少由于全面噴灑而造成的藥物用量,降低生產(chǎn)成本并減少污染,為變量噴藥提供數(shù)據(jù)支持,提高精確噴藥的決策水平,實現(xiàn)精細(xì)農(nóng)業(yè)起到積極的作用。
浙江大學(xué)
2021-04-11
多機器人三維幾何地圖的融合方法
本發(fā)明公開了一種多機器人三維幾何地圖的融合方法,包括:把待融合的三維幾何地圖投影成二維的柵格地圖;采用圖像配準(zhǔn)算法對柵格地圖進行融合,得到柵格地圖之間的旋轉(zhuǎn)參數(shù);對三維地圖施行旋轉(zhuǎn)變換,采用三維點集配準(zhǔn)算法進行三維幾何地圖的融合。本發(fā)明多機器人三維幾何地圖的融合方法,通過考慮三維地圖中的幾何特征信息,結(jié)合二維地圖融合和三維點集配準(zhǔn)算法,完成多機器人三維幾何地圖的融合,明顯了改進三維幾何地圖融合的準(zhǔn)確性。本發(fā)明多機器人三維幾何地圖的融合方法主要用于在多機器人同時定位與地圖重建應(yīng)用中,對單個機器人所創(chuàng)建的局部地圖進行融合以形成全局地圖。
浙江大學(xué)
2021-04-11
一種多增量虛擬機內(nèi)存管理系統(tǒng)和方法
本發(fā)明公開了一種多增量虛擬機管理系統(tǒng)，包括頁面讀監(jiān)控模 塊、頁面寫監(jiān)控模塊、共享管理模塊、頁面拷貝模塊、內(nèi)存分配回收 模塊以及類氣球驅(qū)動模塊，頁面讀監(jiān)控模塊用于監(jiān)控虛擬機對鏡像文 件的讀操作，并在虛擬機讀取過程中需要訪問基礎(chǔ)鏡像文件時通知共 享管理模塊，頁面寫監(jiān)控模塊用于監(jiān)控虛擬機對內(nèi)存頁面的寫操作， 并在寫操作作用在共享管理模塊管理的頁面上時通知共享管理模塊， 共享管理模塊用于管理來自基礎(chǔ)鏡像文件的頁面，并對該頁面做標(biāo)記 以方便頁面寫監(jiān)控模塊進行寫監(jiān)控，記錄所管理的各個頁面被索引的 次數(shù)。本發(fā)明避免了基于同一基礎(chǔ)鏡像文件的多個增量虛擬機針對磁 盤上基礎(chǔ)鏡像文件中相同的數(shù)據(jù)內(nèi)容所進行的重復(fù)的讀操作。
華中科技大學(xué)
2021-04-11
一種基于李群論的多模態(tài)情感識別方法
本發(fā)明公開了一種基于李群論的多模態(tài)情感識別方法，包括以 下步驟：獲取視頻，并提取視頻幀中圖像區(qū)域的高斯型特征描述子， 基于高斯型特征描述子對視頻中的圖像區(qū)域進行跟蹤，根據(jù)視頻子序 列構(gòu)建 ARMA 模型獲取 ARMA 模型間的距離，根據(jù) ARMA 模型之間 的距離構(gòu)建核函數(shù)，并進行情感表達分類，根據(jù)人體、臉部和手部的 情感類別概率對人進行情感識別。本發(fā)明根據(jù)視頻中所包含的人體姿 態(tài)運動信息、手勢和臉部表情信息來判斷人的情感狀態(tài)，是一個將視 頻數(shù)據(jù)映射到人體運動特征、手勢特征和臉部表情特征，再從人體運 動特征空間和臉部表情特征映射到狀態(tài)空間的過程，并提出利用李群 論進行多模態(tài)情感識別，提高模型進行情感識別的精確性。
華中科技大學(xué)
2021-04-11
大學(xué).jpg){kind=logo}
基于多源異構(gòu)的新冠肺炎疫情數(shù)據(jù)分析技術(shù)
南京工業(yè)大學(xué)計算機科學(xué)與技術(shù)學(xué)院史本云教授團隊聯(lián)合香港浸會大學(xué)計算機科學(xué)系與中國疾病預(yù)防控制中心寄生蟲病預(yù)防控制所（國家熱帶病研究中心）共建的智能化疾病監(jiān)控聯(lián)合實驗室，及時搜集疫情相關(guān)信息，追蹤相關(guān)數(shù)據(jù)，運用多源異構(gòu)數(shù)據(jù)驅(qū)動的傳染病學(xué)模型和分析方法，針對武漢（新冠肺炎發(fā)源地）、北京、天津（京津冀地區(qū)）、深圳（粵港澳大灣區(qū)）、杭州和蘇州（長三角經(jīng)濟區(qū)）6座典型城市，開展了新冠肺炎疫情的回顧性分析和趨勢預(yù)判，精準(zhǔn)評估了不同復(fù)工場景下的疫情風(fēng)險和經(jīng)濟損失。該研究針對新冠肺炎疫情發(fā)展期、控制期和恢復(fù)期的不同階段，以及不同城市的傳播特點（本地傳播為主/輸入病例為主），綜合考慮了各個城市內(nèi)不同年齡段的人口分布和不同人群（如學(xué)生、上班族和老人）的接觸強度、接觸時長等，設(shè)計了居家場所、學(xué)校場所、工作場所和公共場所4種主要接觸場景。通過結(jié)合城市間的人口流動數(shù)據(jù)，構(gòu)建了數(shù)據(jù)驅(qū)動的傳染病動力學(xué)模型，對不同城市不同干預(yù)手段下的疫情走勢進行了評估。在此基礎(chǔ)上，研究人員結(jié)合不同城市的GDP增長預(yù)期和產(chǎn)業(yè)結(jié)構(gòu)，基于對未來數(shù)日各城市疫情走勢的研判，對下一階段有序推動恢復(fù)正常生產(chǎn)提出了若干建議并進行了相應(yīng)的經(jīng)濟損失評估。據(jù)悉，該研究成果和建議已經(jīng)通過國務(wù)院參事提交國家相關(guān)部門。
南京工業(yè)大學(xué)
2021-04-10
.jpg){kind=logo}
基于多信息融合的軌跡數(shù)據(jù)路網(wǎng)精確匹配方法
高?？萍汲晒M在科轉(zhuǎn)云
電子科技大學(xué)
2021-04-10