-
公开(公告)号：CN205758245U
公开(公告)日：2016-12-07
申请号：CN201620333494.X
申请日：2016-04-20
IPC: A47G25/12
Abstract: 本实用新型公开了一种雨伞除水装置，其特征在于，包括设于除水装置壳体中的吸气头、吸气软管、吸气管道、接水板、过滤装置、雨水收集池、电机、排气口、装置支脚、排水管道、电源、开关、控制器、红外线传感器、水滴传感器、水位传感器、积水阀门和排水阀门，所述壳体内的吸气头，依次与吸气软管、吸气管道、接水板、雨水收集池相通；过滤装置将接水板和电机隔离；壳体侧边设有电源和开关，另一侧设有排水管道；红外线传感器、水滴传感器、水位传感器、积水阀门、排水阀门、开关、电机均与控制器连接。本实用新型通过红外线传感器驱动电机工作开始除水，通过水滴传感器停止工作，减少了除水时间，通过负压差将雨滴吸入除水，有效达到了除水效果。具有实现简单、操作体验较好等优点，可在公共场所大量部署。
-
公开(公告)号：CN205788477U
公开(公告)日：2016-12-07
申请号：CN201620417013.3
申请日：2016-05-10
Applicant: 东华大学 , 上海大学 , 上海迪麦教学设备有限公司 , 上海电机学院
Abstract: 本实用新型公开了一种ATM机安全提醒装置，其特征在于，包括ATM机、防护舱，所述ATM机上设有银行卡插槽，防护舱上有防护门，防护门上有内把手和外把手，分别用于从防护舱内外拉开防护门；还包括控制器、槽型红外光电开关、扬声器、电磁锁、压力传感器、紧急按钮，所述槽型红外光电开关位于银行卡插槽侧面，扬声器和紧急按钮位于防护舱侧部，电磁锁位于防护舱与防护门之间，压力传感器位于防护门内把手上，槽型红外光电开关、扬声器、电磁锁、压力传感器和紧急按钮均与控制器相连。本实用新型通过槽型红外光电开关判断持卡人是否取走银行卡，通过电磁锁在未取走银行卡时紧闭防护门阻止持卡人离开，通过压力传感器判断持卡人是否要离开防护舱，通过扬声器进行语音提醒，从而达到持卡人取回银行卡的目的。本实用新型在不改变ATM机现有结构的基础上增加该功能，改造和维护成本低，具有较高的实用性，并具有成本低廉、
-
Patent Agency Ranking
公开(公告)号：CN109932730A
公开(公告)日：2019-06-25
申请号：CN201910135184.5
申请日：2019-02-22
Applicant: 东华大学
Abstract: 本发明提供了一种基于多尺度单极三维检测网络的激光雷达目标检测方法，首先进行激光雷达点云数据预处理；然后根据高度信息将数据分割成若干层，提取分层特征图并与预处理结果相加得到特征向量；构建训练多尺度单极三维检测网络；将测试集中的数据输入网络，输出特征图；最后复数域目标检测层在特征图上进行目标检测，得到目标检测结果张量，结果张量包含概率信息和位置信息。本发明能够同时满足目标检测的准确性需和实时性需求，改进了手工特征提取的方法，增加了特征张量表达的信息；提出了多尺度信息传递机制，减少了神经网络前向传播过程中的信息丢失，从而在不牺牲太多算法计算效率的情况下，大幅提高了三维目标检测的准确性。
-
公开(公告)号：CN109932730B
公开(公告)日：2023-06-23
申请号：CN201910135184.5
申请日：2019-02-22
Applicant: 东华大学
Abstract: 本发明提供了一种基于多尺度单极三维检测网络的激光雷达目标检测方法，首先进行激光雷达点云数据预处理；然后根据高度信息将数据分割成若干层，提取分层特征图并与预处理结果相加得到特征向量；构建训练多尺度单极三维检测网络；将测试集中的数据输入网络，输出特征图；最后复数域目标检测层在特征图上进行目标检测，得到目标检测结果张量，结果张量包含概率信息和位置信息。本发明能够同时满足目标检测的准确性需和实时性需求，改进了手工特征提取的方法，增加了特征张量表达的信息；提出了多尺度信息传递机制，减少了神经网络前向传播过程中的信息丢失，从而在不牺牲太多算法计算效率的情况下，大幅提高了三维目标检测的准确性。
-
公开(公告)号：CN109508710A
公开(公告)日：2019-03-22
申请号：CN201811235933.3
申请日：2018-10-23
Applicant: 东华大学
Abstract: 本发明涉及一种基于改进YOLOv3网络的无人车夜间环境感知方法。本发明应用于无人车领域，将YOLOv3网络应用于夜间红外图像，改进后的YOLOv3网络具有端到端的特点，将红外图像中周边车辆角度信息加入到YOLOv3网络边界框位置信息中，对周边车辆行驶意图做出判断，实现周边车辆角度预测，输入一张图像直接可以预测出目标信息，大幅提升速度的同时加强了对小目标物体的检测，有效的保证了预测的正确性和实时性。
-
公开(公告)号：CN109509180B
公开(公告)日：2021-12-10
申请号：CN201811243941.2
申请日：2018-10-24
Applicant: 东华大学
Abstract: 本发明涉及一种基于机器视觉的金属纽扣瑕疵检测方法，其特征在于，包括以下步骤：步骤1、利用训练数据集对ELM‑SRC模型进行训练；步骤2、将实时获得的实时金属纽扣图像输入训练后的ELM‑SRC模型，判断当前的金属纽扣是否有瑕疵。本发明应用于工业生产的纽扣的瑕疵检测领域，首先提出了专门针对金属纽扣采集后图像的预处理流程，包括去反光、提取边缘信息、降维等。其次在ELM的二分类网络上做出了如下的改进，加上正则化项，并用5‑flod交叉验证优化正则化参数。ELM与稀疏编码网络进行级联，实现了对高噪声纽扣的二次分类，在保证准确率的同时，降低了仅使用SRC网络的计算复杂度，提升了ELM网络模型的鲁棒性。
-
公开(公告)号：CN109509180A
公开(公告)日：2019-03-22
申请号：CN201811243941.2
申请日：2018-10-24
Applicant: 东华大学
Abstract: 本发明涉及一种基于机器视觉的金属纽扣瑕疵检测方法，其特征在于，包括以下步骤：步骤1、利用训练数据集对ELM-SRC模型进行训练；步骤2、将实时获得的实时金属纽扣图像输入训练后的ELM-SRC模型，判断当前的金属纽扣是否有瑕疵。本发明应用于工业生产的纽扣的瑕疵检测领域，首先提出了专门针对金属纽扣采集后图像的预处理流程，包括去反光、提取边缘信息、降维等。其次在ELM的二分类网络上做出了如下的改进，加上正则化项，并用5-flod交叉验证优化正则化参数。ELM与稀疏编码网络进行级联，实现了对高噪声纽扣的二次分类，在保证准确率的同时，降低了仅使用SRC网络的计算复杂度，提升了ELM网络模型的鲁棒性。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
