一种基于眼动和深度学习的电动轮椅实现方法

    公开(公告)号:CN113274206A

    公开(公告)日:2021-08-20

    申请号:CN202110543762.6

    申请日:2021-05-19

    Abstract: 本发明公开了一种基于眼动和深度学习的电动轮椅实现方法,涉及电动轮椅控制技术领域;包括数据处理系统、安全系统、电动轮椅控制系统。数据处理系统包括图像采集及预处理模块、眼动深度学习模块,图像处理及预处理模块与眼动深度学习模块电连接。安全系统包括超声波阵列、三轴传感器。电动轮椅控制系统包括主控、舵机模块,主控与舵机模块电连接,眼动深度学习模块、超声波阵列、三轴传感器分别与主控电连接。本发明将眼动技术与电动轮椅结合,实现了一种全新的轮椅控制方式,并且采用舵机控制电动轮椅,方便改造现有电动轮椅。为了提高轮椅运行时的安全性,设计了安全系统。

    一种基于机器视觉的智能制造产品识别与检测方法

    公开(公告)号:CN109916913A

    公开(公告)日:2019-06-21

    申请号:CN201910272868.X

    申请日:2019-04-04

    Inventor: 徐军 吴兴圆

    Abstract: 本发明公开了一种基于机器视觉的智能制造产品识别与检测方法,包含以下步骤:A、首先使用机器视觉图像采集装置采集合格产品的图像信息,生成标准图像数据;B、使用机器视觉图像采集装置采集待检测产品的画面信息;C、对步骤B采集的数据进行初步识别,判断图像有效性;D、将步骤A和步骤B得到的图像信息做对比;本发明基于机器视觉的智能制造产品识别与检测方法采用3CCD高清面阵彩色相机作为机器视觉图像采集装置,能够精确的采集产品图像信息,同时利用特征比对技术将待检测产品与标准产品对比,能够快速的判断产品质量,同时还增加了人工判断阶段,减少机器检测存在的遗漏。

    一种智能鞋架
    33.
    发明公开

    公开(公告)号:CN109431104A

    公开(公告)日:2019-03-08

    申请号:CN201910056630.3

    申请日:2019-01-22

    Abstract: 本发明公开了一种智能鞋架,它涉及到智能家居领域,它具有普通鞋架的储鞋整理收纳功能,鞋架装用来模式识别的摄像头以及检测温度和湿度传感器和数据传输的蓝牙以及WIFI和机械臂;当鞋子处于鞋架的操作区后,鞋架会根据鞋子的种类进行三个流程的操作;首先分类分层收纳;其次,在收纳完成后,会对鞋子进行除尘,洗刷鞋面,洗刷鞋框,进行恒温烘干;最后会对鞋子进行消毒和除臭等一系列操作;摄像头检测鞋子的类别,根据材质分为毛皮、棉皮、将毛皮分为真皮和人造皮,温湿度传感器主要检测在烘干和消毒时鞋子的温度,避免损伤鞋子,当用户需要使用鞋子时,只需要在手机端选择要使用的鞋子即可,鞋架会自动通过机械臂把鞋子送出。

    一种车辆跟踪信息管理系统

    公开(公告)号:CN109147385A

    公开(公告)日:2019-01-04

    申请号:CN201811152797.1

    申请日:2018-09-29

    Inventor: 徐军 王曰辉

    CPC classification number: G08G1/148 G08G1/149 H04L67/025 H04L67/12 H04L67/125

    Abstract: 本发明公开了一种车辆跟踪信息管理系统,包括路由器、PLC系统、信息管理系统、WEB服务器和数据服务器,所述PLC系统通过路由器分别连接信息管理系统、WEB服务器和数据服务器,PLC系统还通过RS485线路连接多个扫码与控制单元,本发明能够分析、整理和确认工艺停车场问题车辆交界区域管理需求和业务流程,实现区域内进出车辆和人员信息采集,从而达到对进出车辆和在库车辆进行跟踪管理。

    一种基于数据手套的手语手势识别系统

    公开(公告)号:CN107678550A

    公开(公告)日:2018-02-09

    申请号:CN201710967482.1

    申请日:2017-10-17

    Inventor: 徐军 李辉

    CPC classification number: G06F3/014 G06F3/017 G06K9/00355

    Abstract: 本发明公开了一种基于数据手套的手语手势识别系统,包括数据手套、微处理器、电源和上位机,所述数据手套连接微处理器,微处理器还分别连接上位机和电源,所述电源还连接数据手套。本发明基于数据手套的手语手势识别系统能够对手语手势实现精准的识别效果,帮助聋哑人完成和正常人之间的信息沟通,并且其使用方便,精确度高。

    一种基于改进的YOLOv8堆叠餐具识别检测方法

    公开(公告)号:CN118887514A

    公开(公告)日:2024-11-01

    申请号:CN202411001579.3

    申请日:2024-07-25

    Inventor: 徐军 刘浩 李文涛

    Abstract: 本发明公开一种基于YOLOv8改进的堆叠餐具识别检测方法,属于机器视觉领域,为解决目前已有的目标检测算法面对堆叠状态的餐具识别精度较低的问题,本发明提供了一种基于YOLOv8改进的识别检测方法,首先构建堆叠餐具数据集并进行划分,调整和配置相应的参数建立YOLOv8的网络模型,在YOLOv8模型的主干网络结构中加入BiFormer注意力机制,在颈部网络中使用GFPN结构,将原有的CIoU损失函数替换为Repulsion Loss损失函数,使用训练好的权重在自建的堆叠餐具数据集上进行测试并输出测试结果;改进后的YOLOv8算法相较于原版YOLOv8算法及其他版本的YOLO算法,具有模型较小,检测精度高的特点。

    一种基于深度学习的智能眼动轮椅

    公开(公告)号:CN115227494B

    公开(公告)日:2024-07-16

    申请号:CN202210862245.X

    申请日:2022-07-20

    Inventor: 徐军 周浩

    Abstract: 本发明公开了一种基于深度学习的智能眼动轮椅,涉及机器视觉技术领域;包括眼动数据采集、数据预处理、眼动方向估计模型搭建、实验结果与可视化、眼动轮椅控制系统;其中数据预处理采用OpenCV图像处理和Dlib人脸检测技术;实验结果可视化利用Grad‑CAM对输入图像生成类激活的热力图,对卷积神经网络在视觉上进行可视化理解;本发明使用深度学习算法估计眼动方向,不仅消缺人眼和屏幕的过度交互,同时实现低成本的眼动方向估计;在传统图片提取特征方法的基础上,将卷积神经网络和注意力机制结合,准确提出人眼瞳孔特征信息;设计舵机控制电动轮椅操作杆机械结构,将眼动方向估计信号转化为Arduino控制电信号。

    一种基于改进CNN的玉米叶片病害图像分类方法

    公开(公告)号:CN116778256A

    公开(公告)日:2023-09-19

    申请号:CN202310835934.6

    申请日:2023-07-07

    Abstract: 本发明公开了一种基于改进CNN的玉米叶片病害图像分类方法,属于深度学习领域,为了解决目前已有的分类模型分类精度不高的问题,本发明提供了一种玉米叶片病害图像分类方法。首先对图像数据进行数据增强和图像标准化处理,在发明的F‑Resnet50网络模型基础上,引入迁移学习,结合注意力机制模块(CBAM),包括注意通道力机制和注意空间力机制,使用交叉熵作为损失函数,最终通过消融实验,得出网络最优模型,将预处理后的测试集中玉米叶片病害图像输入分类结果,获得图像的预测结果。本发明对玉米叶片病害图像的高精度、高准确率的分类,对玉米叶片病害的分析、研究、和防治方法具有重要意义。

    一种航空轴承气密性检测系统
    39.
    发明公开

    公开(公告)号:CN114739598A

    公开(公告)日:2022-07-12

    申请号:CN202210467631.9

    申请日:2022-04-29

    Inventor: 徐军 王婧然

    Abstract: 本发明公开了一种航空轴承气密性检测系统,涉及轴承气密性技术领域;包括如下四个部分:一、系统硬件部分:包括工控机、微控制器、采集卡、流量计、压力传感器、电磁阀、气泵、换向阀,通过微处理器主要完成多路信息的采集和预处理以及对电磁阀、气泵、换向阀的电气控制;二、机械结构部分;三、软件系统部分;四、测试与实现分析部分:对已经设计、组装、调试完成的气密性测试装置进行实验验证,并对实验结果进行分析和讨论;本发明可快速精确检测产品的泄漏量,智能判别其气密性的情况;通过人机交互界面实现包括行程控制、数据处理、实时显示、信息交换等功能的开发和实现。

    一种减摇鳍液压伺服模拟实验台的反步自适应控制方法

    公开(公告)号:CN110045612B

    公开(公告)日:2021-10-08

    申请号:CN201910347969.9

    申请日:2019-04-28

    Abstract: 减摇鳍液压伺服模拟实验台反步自适应控制方法包括减摇鳍液压伺服模拟实验台数学模型,自适应参数辨识器,反步子系统控制器1,反步子系统控制器2,反步子系统控制器3,反步子系统控制器4。通过理论分析和半实物实验验证可得,在对减摇鳍实验台液压伺服系统的输出跟踪中,反步自适应控制器具有明显优于常规PID控制器的动态性能和静态性能,跟踪误差相比减小了60%,能够有效地降低液压系统非线性和干扰因素的影响,提高了系统的跟踪控制精确度,符合减摇鳍模拟实验台的控制要求。

Patent Agency Ranking