-
公开(公告)号:CN102679907B
公开(公告)日:2015-04-22
申请号:CN201210178838.0
申请日:2012-06-01
申请人: 哈尔滨工业大学深圳研究生院
IPC分类号: G01B11/24
摘要: 本发明涉及一种基于LED光源高精度的微分干涉测量系统及方法,采用LED弱相干光作为照明光源,由于其相干长度短,光束在传播过程中被散射的杂散光在接收屏上不能发生干涉,从而避免了相干噪声或散斑噪声的产生,进而提高了系统的测量精度。LED光源作为照明光源减小了整体系统的封装尺寸,使系统的结构更加紧凑。激光器作为照明光源时,其价格在整个系统中占了相当的比重,而使用廉价的LED作为光源大大的降低了光学测量系统的成本,可实现批量生产。
-
公开(公告)号:CN117508669B
公开(公告)日:2024-09-10
申请号:CN202311513927.0
申请日:2023-11-14
IPC分类号: B64G4/00
摘要: 本发明涉及一种空间可伸缩柔性非合作目标可重复捕获机构及方法,属于非合作目标卫星专用的在轨服务技术领域。解决传统对接机构捕获过程中较大的轴向碰撞冲击,影响对接过程的可靠性与安全性的问题。包括运动单元、支撑单元、捕获单元和抓捕手单元,运动单元、抓捕手单元安装在支撑单元上,运动单元与捕获单元连接,捕获单元的侧面设置有抓捕手单元,捕获单元与目标星建立配合。本发明避免了传统对接机构捕获过程中较大的轴向碰撞冲击,使用可以吸收碰撞冲击的柔性杆结构,提高了对接过程的可靠性与安全性。
-
公开(公告)号:CN118442917A
公开(公告)日:2024-08-06
申请号:CN202410494322.X
申请日:2024-04-24
申请人: 哈尔滨工业大学
摘要: 折纸式摩擦电传感器及带有该传感器的仿生水下推进器,它涉及一种传感器及带有该传感器的仿生水下推进器。本发明为了解决现有传感器依赖于额外的电子模块或昂贵而耗时的技术,导致集成机器人总重量增加的问题。本发明所述折纸式摩擦电传感器包括电极、基底、第一导线和第二导线;电极粘贴在基底的正面和反面,第一导线与电极的正极性层连接,第二导向与电极的负极性层连接;本发明所述带有折纸式摩擦电传感器的仿生水下推进器包括是由多个摩擦对收尾依次连接组成的椭圆形结构。本发明属于水下仿生设备技术领域。
-
公开(公告)号:CN117620993A
公开(公告)日:2024-03-01
申请号:CN202311847156.9
申请日:2023-12-29
IPC分类号: B25H1/14
摘要: 一种具有超高精度无间隙测量装置的并联平台,本发明涉及一种并联平台,本发明为解决目前的并联平台的检测精度与控制精度普遍无法满足航天器超高精度指向要求的问题,本发明包括动平台、静平台、随动平台、支链组件和检测组件,所述动平台和静平台由上至下水平设置,随动平台位于动平台和静平台之间,且随动平台的下表面与静平台的上表面转动连接,所述驱动组件安装在随动平台上,所述检测组件位于支链组件的外侧并与所述支链组件连接。本发明为一种具有高精度无间隙测量装置的并联平台,可实现对并联平台指向的高精度检测与控制。本发明属于航天技术领域。
-
公开(公告)号:CN113452230B
公开(公告)日:2022-08-02
申请号:CN202110752428.1
申请日:2021-07-02
申请人: 哈尔滨工业大学
IPC分类号: H02K33/18
摘要: 本发明提出了一种纳星部署器用高推力密度电磁作动器,主要由定子和动子两部分组成,定子主要包括:定子框架、磁轭、磁环和锁母;动子主要包括:线圈骨架和线圈。本发明在单层磁极上形成上、下双永磁分支磁通,实现了对永磁磁通分流有效缓解了磁轭磁饱和,减小了磁轭的厚度,单层磁极单层线圈构型降低了作动器轴向尺寸及体积质量;双永磁分支回路改善了气隙磁场分布,降低了推力波动并增大了推力密度。本发明具有体积小、质量轻、推力密度大且推力平稳的特点,非常适用于部署器对纳卫星在轨调速释放。
-
公开(公告)号:CN108805284A
公开(公告)日:2018-11-13
申请号:CN201810500490.X
申请日:2018-05-23
申请人: 哈尔滨工业大学深圳研究生院
CPC分类号: G06N3/08 , G06N3/0454
摘要: 本发明公开了一种卷积神经网络感受野量化的方法及其应用,该方法包括如下步骤:(1)在网络初始化的过程中通过前向传播的方式计算各个网络层输出的stride值,其中,Stride值表示原输入尺度与该网络层feature map的尺度的比例大小;(2)计算不同层输出的感受野尺度大小,申请相应大小的内存并设置初始化的值;(3)对不同网络层输出的感受野进行初始化后就可以利用网络中卷积参数通过前向计算对不同层的感受野进行量化。本发明能够以前向传播的方式对不同网络层上神经元的感受野进行量化,量化结果可以在各个层中直接使用,尤其在深度卷积网络如VGG16网络,ResNet网络上进行有效应用。
-
-
-
-
-