-
公开(公告)号：CN110849514B
公开(公告)日：2021-09-28
申请号：CN201910978383.2
申请日：2019-10-15
Applicant: 杭州电子科技大学
IPC: G01L1/18
Abstract: 本发明公开了一种高性能rGO/CNF力电传感器及其制备方法，本发明包括一组弯曲管道、弹性基体、以及具有流动性的rGO/CNF液态敏感材料；所述弯曲管道横截面为圆形，直径1mm，位于弹性基体内部，采用连续弯曲导线为模板进行构筑；具有流动性的rGO/CNF液态敏感材料设置在弯曲管道内，弯曲管道两端通过电极封堵；其中具有流动性的rGO/CNF液态敏感材料包括CNF三维骨架、rGO微纳粒子和异丙醇；本发明rGO/CNF液态敏感材料具有优异的导电能力和延展能力。同时在弹性基体中引入弯曲管道，这种连续弯曲的管道具有两大优势，既可以增强传感器的延展能力，又基于串联效应大大提升了传感器的灵敏度。
-
公开(公告)号：CN109461150B
公开(公告)日：2021-09-28
申请号：CN201811282994.5
申请日：2018-10-31
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于机器视觉的纱线管颜色分拣方法，所述方法分为判断管头管尾图像区域、管体管尾颜色提取和纱管分拣等步骤。首先需要对纱线管管头与管尾的的摆放顺序做出判断，根据不同的管尾颜色可以分为多种不同纱管。接着，提取当前纱线管管体和管尾颜色。最后，需要将当前的纱线管颜色统计值与库中纱管比较，得出颜色样式最相似纱管，并将信息反馈给执行机构做出分拣动作。根据现场测试，采用本发明的检测方法，可以大幅度提高检测效率和精度，减少分拣错误。
-
公开(公告)号：CN108582065B
公开(公告)日：2021-05-04
申请号：CN201810178011.7
申请日：2018-03-05
Applicant: 杭州电子科技大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于FPGA的六轴机械臂运动方程逆解快速求解的方法，该方法通过FPGA直接实现逆解计算，根据重新整合后的计算过程，得到相应关节角。首先通过传感器获取机械臂末端目标的运动坐标，输入FPGA中，利用流水线设计与模块时间复用相结合，仅使用2个浮点乘法器、1个浮点除法器、1个浮点开方模块、1个Cordic模块、1个反正切模块，2个浮点加法器，全并行工作，有效降低运动学方程逆解求解所需算子的时钟延时，快速获得逆解(N个角度值)进行输出。从而大大提高了求解运动学方程逆解的速度，并且降低了系统的成本。
-
公开(公告)号：CN107895342B
公开(公告)日：2021-02-19
申请号：CN201711220699.2
申请日：2017-11-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于FPGA的高速颜色筛选方法的实现方法，该方法首先对线阵CCD采集的一行的有效像素数进行像元划分，即确定起始像素位置和结束像素位置，并将位于起点像素与结束像素之间的像素分成N个通；接着对每个像素进行单点颜色判决，用从上位机接收的M组颜色阈值对采集的像素数据进行实时判断，如果采集到的像素数据落在八组颜色阈值中至少一组的数值范围内，则将采集的像素数据保存为1，否则为0；最后根据每个通道的累加值与从上位机接收的通道阈值的比较结果进行通道判决确定颜色筛选结果；该方法通过硬件的方式对采集的图像数据进行实时的处理判断，大大提高了颜色筛选的速度，并且降低了成本提高了系统的集成度。
-
公开(公告)号：CN112287788A
公开(公告)日：2021-01-29
申请号：CN202011124018.4
申请日：2020-10-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于改进YOLOv3和改进NMS的行人检测方法。具体包括采集行人图像、图像预处理、构建训练集与测试集、利用YOLOv3网络提取训练集中的行人特征、通过K‑means聚类方法从已标注的数据中得到最有可能的检测目标形状、使用二元交叉熵函数、CIoU‑Loss分别作为类别预测损失函数和预测框损失函数，并引入GHM思想。最后加入置信度损失函数作为本算法的总损失函数；使用改进FPN网络对模型预测过程产生的多尺度信息进行融合；最后融合CIoU和Soft‑NMS的思想提出了CIoU‑Soft‑NMS算法去除多余的预测边界框，输出模型预测的类别、边界框与类别置信度。本发明的行人检测准确率高，采用的CIoU‑GHM‑R损失函数降低了正负样本不均衡带来的影响，而CIoU‑Soft‑NMS算法降低了模型在遮挡环境下的误检率。
-
Patent Agency Ranking
公开(公告)号：CN111930578A
公开(公告)日：2020-11-13
申请号：CN202010673862.6
申请日：2020-07-14
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于FPGA的板载DDR带宽测试方法及系统。本发明CPU驱动程序通过PCIe总线访问当前挂载的FPGA设备的配置空间；DDR控制模块对DDR HARD IP发起相应读写命令操作，整个带宽测试开始执行；带宽计算模块将计算得到的实际DDR读写带宽以及测量误差写入相应的配置空间寄存器；带宽计算模块会向PCIe HARD IP发起中断请求，中断请求经过PCIe总线传达至CPU。本发明测量周期短，不需要编写全新的测试代码，即可对板载DDR完成带宽测试；由于只需更改板载DDR的存控IP的参数修改，即可测试DDR的带宽大小；不需要进行上板测试。
-
公开(公告)号：CN111275618A
公开(公告)日：2020-06-12
申请号：CN202010029063.5
申请日：2020-01-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于双支感知的深度图超分辨率重建网络构建方法。传统的深度图像超分辨方法在效果和速度都不如基于卷积神经网络的方法，但大部分的超分辨卷积神经网络框架都都只是堆叠的卷积层，没有网络结构能判断彩色图像的纹理区域是否和深度图像中的纹理区域相关。本发明的基于注意力机制的卷积神经网络结构可以利用可学习参数判断彩色特征图像的纹理是否是深度图像重建所需要的，即可以更好的利用彩色图像所提供的信息，经过多级的感知机制最终获得筛选后的精细化的特征图像，融合这些信息对深度图像进行超分辨率重建。并且利用残差学习的思想，减轻了卷积神经网络的负担，提升了深度图像的重建效果。
-
公开(公告)号：CN110149043B
公开(公告)日：2020-05-26
申请号：CN201910421418.2
申请日：2019-05-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种泵升电压检测及泄放电路，本发明改变常规的泵升电压检测及泄放电路，设计一种新型泵升电压检测及泄放电路，该电路能够对电源电压进行稳定快速的检测，并能滤除电源中的不稳定干扰，通过AD转换芯片将电压信号传输给单片机并控制单片机输出PWM信号控制MOS管开断，从而对泵生电压进行快速的泄放，大大增强了传统的泵生电压检测及泄放电路的稳定性。本发明一种泵生电压检测及泄放电路包括单片机U4，电压采样电路，光耦隔离电路以及电压泄放电路。本电路具有电压采样精度高，长时间工作稳定性高，电路结构简单，具有隔离功能，电路维护简单的特点。
-
公开(公告)号：CN107516300B
公开(公告)日：2020-05-22
申请号：CN201710719877.X
申请日：2017-08-21
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种针对无人机视频采集的混合抖动纠正方法，该方法包括：从无人机视频图像内获得预采集图像；利用预采集图像内因抖动而产生图像旋转的特征点来计算卡尔曼滤波器的系统状态转换矩阵A；构建卡尔曼滤波器系统方程和过程观察方程；根据系统噪音方差Q和观察噪音方差R计算预采集图像在k时刻的系统状态的估算值和状态观察值的估算值；计算卡尔曼增益并结合卡尔曼增益计算卡尔曼评估图像的特征参数；采用离散化高斯滤波器对卡尔曼评估图像的亮度矩阵进行低通滤波，滤除系统噪音和观察噪音，得到纠正后的无抖动的图像。
-
公开(公告)号：CN110991274A
公开(公告)日：2020-04-10
申请号：CN201911130289.8
申请日：2019-11-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于混合高斯模型和神经网络的行人摔倒检测方法。现有的基于硬件传感器和基于视频图像的摔倒检测方案检测准确率和泛化能力较差。本发明结合了混合高斯模型和神经网络，采用alphapose神经网络能对运动的物体区域进行行人目标检测和骨骼提取，单人骨骼提取的训练集采用人工合成三维人体模型的方法，之后的浅层卷积神经网络会对提取的骨骼进行分类，完成摔倒检测。高斯混合模型能快速的定位运动的前景，过滤视频帧中大量的非运动物体，减少神经网络的计算量。本发明方法检测速度快，且神经网络有较强的泛化性，能应用于实时的视频监控。
-
-
-
-
-
-
-
-
-
Search Results
344
records
(took 0.036 seconds)
