-
公开(公告)号：CN111160153B
公开(公告)日：2023-03-28
申请号：CN201911298225.9
申请日：2019-12-17
Applicant: 华南理工大学 , 扬州盛世云信息科技有限公司
IPC: G06V20/10 , G06V10/764 , G06T7/62 , G06T7/64
Abstract: 本发明公开了一种基于图像处理的路面排水监测评估方法及系统，该方法的步骤包括：摄像机的双远心镜头在路面排水过程中采集图像数据信息；采用剪切波变换对图像数据信息进行边缘检测预处理；采用粒度测定方法对排水过程中路面的凸出物进行提取并计算；构建评价指标对路面排水质量进行评价，得到路面排水质量评价结果；采用贝叶斯专家系统分类器对路面排水质量评价结果进行分类，并对路面进行分类；采用混沌矩阵验证贝叶斯专家系统分类器的评估性能，得到路面排水过程评估性能。本发明能够有效地去噪，而且可以较完整地检测出边缘，提高了路面排水性能检测的评估效率。
-
公开(公告)号：CN111160153A
公开(公告)日：2020-05-15
申请号：CN201911298225.9
申请日：2019-12-17
Applicant: 华南理工大学 , 扬州盛世云信息科技有限公司
Abstract: 本发明公开了一种基于图像处理的路面排水监测评估方法及系统，该方法的步骤包括：摄像机的双远心镜头在路面排水过程中采集图像数据信息；采用剪切波变换对图像数据信息进行边缘检测预处理；采用粒度测定方法对排水过程中路面的凸出物进行提取并计算；构建评价指标对路面排水质量进行评价，得到路面排水质量评价结果；采用贝叶斯专家系统分类器对路面排水质量评价结果进行分类，并对路面进行分类；采用混沌矩阵验证贝叶斯专家系统分类器的评估性能，得到路面排水过程评估性能。本发明能够有效地去噪，而且可以较完整地检测出边缘，提高了路面排水性能检测的评估效率。
-
公开(公告)号：CN107516315B
公开(公告)日：2020-04-28
申请号：CN201710743406.2
申请日：2017-08-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于机器视觉的掘进机出渣监测方法，包括：围岩出渣破碎程度监测步骤、输送带负载监测步骤以及围岩分类监测步骤；出渣破碎程度监测步骤对石渣的最大尺寸、最小尺寸和平均尺寸进行统计，提供当前掘进状况下的破碎围岩能力；输送带负载监测步骤通过检测出渣占整个皮带机的深度来评估当前皮带机的负荷情况；围岩分类监测步骤通过出渣表面特征，判断当前掘进围岩的状况。本发明用机器视觉的方法提高出渣监测的效率、准确率，避免恶劣换环境造成的监测不准确等问题，同时还可以降低人工成本。
-
公开(公告)号：CN107608211A
公开(公告)日：2018-01-19
申请号：CN201710743422.1
申请日：2017-08-25
Applicant: 华南理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种掘进机多电机刀盘系统的分布式预测控制方法，包括：根据机械关联关系对刀盘驱动系统进行建模，得到每个电机系统方程，相应地建立掘进机刀盘系统的分区系统模型，为电机的转矩优化提供模型；利用分布式预测控制方法，基于刀盘系统分区模型，每个分区设计一个独立的分布式预测控制器，对该分区的电机转矩进行优化设定；引入迭代算法实现各个分区电机扭矩设定的迭代交互，每个采样周期进行控制器的多次交互，实现各个分区电机的负载均衡。本发明方法是对传统集中式控制算法的延伸和拓展，在可靠性性、灵活性和容错性方面都比传统集中式控制更具有优势。
-
公开(公告)号：CN105220261B
公开(公告)日：2017-11-17
申请号：CN201510632770.2
申请日：2015-09-30
Applicant: 中国工程物理研究院激光聚变研究中心 , 华南理工大学
IPC: D01F6/70 , C08G18/76 , C08G18/66 , C08G18/65 , C08G18/42 , C08G18/48 , C08G18/69 , C08G18/44 , C08G18/32 , C08G18/10
Abstract: 本发明提供了一种用于Z箍缩丝阵负载的自适应纤维及其制备方法。该自适应纤维的原料包括：分子量为500至10000的脂肪族低聚物二醇、高对称性芳香族二异氰酸酯和高对称性芳香族二胺类化合物。该自适应纤维首先采用一定摩尔数的脂肪族低聚物二醇与两倍于二醇摩尔数的高对称性芳香族二异氰酸酯进行预聚，然后用高对称性芳香族二胺进行扩链制成纺丝原液；最后采用溶液干法、溶液湿法两种方法中的任意一种进行纺丝成型加工。该自适应纤维中硬链段内部的内聚能密度高，硬链段结合力强，尺寸稳定性高，回弹性好且应力稳定性高。该自适应纤维在整个服役期间，不会出现明显的应力松弛，且回弹应力也能长期保持不变。
-
Patent Agency Ranking
公开(公告)号：CN107545729B
公开(公告)日：2020-02-18
申请号：CN201710742733.6
申请日：2017-08-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于数据驱动的交通路网分布式区域控制方法，包括交通数据滤波、交通路网车道饱和度建模和信号灯配时分布式区域控制；根据预测模型进行滚动优化，设定一系列未来的控制信号U(k)，在给定约束下，求得最优解决方案U*(k)，并将其作为控制对象的输入；进一步利用纳什优化方法解决多个子系统的关联问题，获得最优信号周期时长本发明利用数据驱动方法研究车道饱和度预测模型，提出基于分布式预测控制的交通信号灯区域配时优化，为避免或缓解交通拥堵提供一套高效控制方法。
-
公开(公告)号：CN107516315A
公开(公告)日：2017-12-26
申请号：CN201710743406.2
申请日：2017-08-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于机器视觉的掘进机出渣监测方法，包括：围岩出渣破碎程度监测步骤、输送带负载监测步骤以及围岩分类监测步骤；出渣破碎程度监测步骤对石渣的最大尺寸、最小尺寸和平均尺寸进行统计，提供当前掘进状况下的破碎围岩能力；输送带负载监测步骤通过检测出渣占整个皮带机的深度来评估当前皮带机的负荷情况；围岩分类监测步骤通过出渣表面特征，判断当前掘进围岩的状况。本发明用机器视觉的方法提高出渣监测的效率、准确率，避免恶劣换环境造成的监测不准确等问题，同时还可以降低人工成本。
-
公开(公告)号：CN105220261A
公开(公告)日：2016-01-06
申请号：CN201510632770.2
申请日：2015-09-30
Applicant: 中国工程物理研究院激光聚变研究中心 , 华南理工大学
IPC: D01F6/70 , C08G18/76 , C08G18/66 , C08G18/65 , C08G18/42 , C08G18/48 , C08G18/69 , C08G18/44 , C08G18/32 , C08G18/10
Abstract: 本发明提供了一种用于Z箍缩丝阵负载的自适应纤维及其制备方法。该自适应纤维的原料包括：分子量为500至10000的脂肪族低聚物二醇、高对称性芳香族二异氰酸酯和高对称性芳香族二胺类化合物。该自适应纤维首先采用一定摩尔数的脂肪族低聚物二醇与两倍于二醇摩尔数的高对称性芳香族二异氰酸酯进行预聚，然后用高对称性芳香族二胺进行扩链制成纺丝原液；最后采用溶液干法、溶液湿法两种方法中的任意一种进行纺丝成型加工。该自适应纤维中硬链段内部的内聚能密度高，硬链段结合力强，尺寸稳定性高，回弹性好且应力稳定性高。该自适应纤维在整个服役期间，不会出现明显的应力松弛，且回弹应力也能长期保持不变。
-
公开(公告)号：CN107545729A
公开(公告)日：2018-01-05
申请号：CN201710742733.6
申请日：2017-08-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于数据驱动的交通路网分布式区域控制方法，包括交通数据滤波、交通路网车道饱和度建模和信号灯配时分布式区域控制；根据预测模型进行滚动优化，设定一系列未来的控制信号U(k)，在给定约束下，求得最优解决方案U*(k)，并将其作为控制对象的输入；进一步利用纳什优化方法解决多个子系统的关联问题，获得最优信号周期时长 本发明利用数据驱动方法研究车道饱和度预测模型，提出基于分布式预测控制的交通信号灯区域配时优化，为避免或缓解交通拥堵提供一套高效控制方法。
-
公开(公告)号：CN208841412U
公开(公告)日：2019-05-10
申请号：CN201821090287.1
申请日：2018-07-11
Applicant: 华南理工大学
IPC: B25J9/16
Abstract: 本实用新型公开了一种电子消费品精密结构件装配点识别与部件加工装置，包括用于运送精密结构件的传送带、工业摄像机、上位机和多轴机械臂；所述传送带的运行动力由滚轴提供；所述上位机通过数据线分别连接工业摄像机和多轴机械臂连接。所述工业摄像机位于传送带起始段的上方；所述多轴机械臂位于传送带末尾段的上方。本实用新型采用机器视觉，对精密结构件装配点进行识别；同时利用所识别的装配点信心，对加工路径进行规划，进而指导多轴机械臂对结构件的不同部件进行加工，提高精密结构件的不同部件的加工速度与进度，避免部件的人工加工的重复性工作带来的人员疲劳与加工精度下降等问题。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.098 seconds)
