公开(公告)号：CN118387209A

公开(公告)日：2024-07-26

申请号：CN202410405081.7

申请日：2024-04-03

Applicant: 桂林理工大学

Inventor： 严继池 ,  李纪臻 ,  伍祚华 ,  吴耀鑫 ,  张锦峻

IPC: B62D57/028 ,  G05D1/49 ,  G05D109/12

Abstract: 双足轮腿式机器人，是一款基于STM32F103ZET6为主控、拥有弹跳能力的小型机器人教学用具。当教具连接电源后，可以通过电机轮的移动保持平衡，接收到弹跳信号时，可以通过两组舵机的相对摆动，使其产生向下的推力，将自己退离地面。双足轮腿式机器人包括主控电路板、整体结构以及外接器件，其中在整体结构中设计了车体以及机械双足，共有四条腿，大小腿之间安装轴承，可以自由折叠且作出大量姿体动作；车体外壳还设计内嵌了大量的M3螺柱接口，可以搭载丰富的外接设备；双足轮腿式机器人教具只需正常连接电源便可正常使用，无论是地面状况崎岖还是受到外力干扰，机器人始终保持目标状态，并且接收到弹跳指令后，机器入通过腿部的伸缩运动可以完成跳跃行为。

公开(公告)号：CN118314694A

公开(公告)日：2024-07-09

申请号：CN202410405006.0

申请日：2024-04-03

Applicant: 桂林理工大学

Inventor： 于雁南 ,  李雨航 ,  李纪臻 ,  郑家聪 ,  伍祚华

IPC: G08B21/10 ,  G08B25/10 ,  H04W4/38 ,  H04W52/28 ,  H05K5/02 ,  H05K5/06

Abstract: 本发明公开了一种双云端冗余通信的雨水箅积水监测传感器，涉及市政管理领域。近年来，中国城市内涝频发，政府出台多项政策强化防治。城市排水防涝设施建设亟待加强，需深化降雨规律研究，提升数字化水平。建立智慧化的城域环境内涝监测预警系统，对保障城市安全和人民生命财产安全至关重要。一种双云端冗余通信的雨水箅积水监测传感器包括：主控电路板、外接器件、双层密封壳体。本发明的有益效果是：运用NB‑IOT技术实现双云端冗余通信，在云平台显示井盖是否发生震动、倾斜、移位、反水、以及积水深度的情况，并提供感器的电量信息，异常时可报警。双云端冗余通信比一般的方式要更加可靠，也用到一些重要的监测场合。

公开(公告)号：CN117935448A

公开(公告)日：2024-04-26

申请号：CN202311804323.1

申请日：2023-12-25

Applicant: 桂林理工大学

Inventor： 于雁南 ,  李雨航 ,  李纪臻 ,  伍祚华 ,  郑家聪

IPC: G08B13/14 ,  G08B13/16 ,  G08B29/04 ,  H04W4/38 ,  H04W4/70 ,  H04W4/90

Abstract: 本发明公开了一种双云端冗余通信的井盖异动传感器，涉及市政管理领域。如果智慧井盖出现安装、地基下沉、人为打开、松动破裂及在城市内涝中被水冲开等问题，数字城管监督员就能第一时间发现、第一时间处置、第一时间解决。一种双云端冗余通信的井盖异动传感器包括：主控电路板、外接器件、双层密封壳体。本发明的有益效果是：通过Modbus协议和CoAP协议实现井盖异动传感器的双云端冗余通信，在云平台显示井盖是否发生震动、倾斜、移位，以及井盖异动传感器的电量信息，异常时可报警。双云端冗余通信比一般的方式要更加可靠，也用到一些重要的监测场合。

公开(公告)号：CN117934934A

公开(公告)日：2024-04-26

申请号：CN202410085480.X

申请日：2024-01-19

Applicant: 桂林理工大学

Inventor： 于雁南 ,  熊春林 ,  莫泳彬 ,  伍祚华 ,  严继池

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/096

Abstract: 本发明提供基于改进ShuffleNet V2模型的柑橘害虫分类方法。首先收集部分柑橘害虫图像，并对图像进行数据增强处理，构建柑橘害虫数据集；首先，引入参数化线性整流函数，避免神经元死亡问题；其次，加入改进后的混合注意力机制，提高模型对害虫特征的关注；然后，调整原模型网络结构，降低架构复杂度；最后，使用迁移学习方法进行训练，得到SCHNet模型。本申请提供一种在复杂环境下能够快速且准确的识别柑橘害虫方法，通过人工智能技术辅助柑橘害虫检测，可以提高柑橘病虫害防治效率，能够减少因害虫所带来的经济损失。

公开(公告)号：CN117830821A

公开(公告)日：2024-04-05

申请号：CN202311422303.8

申请日：2023-10-30

Applicant: 桂林理工大学

Inventor： 莫泳彬 ,  严继池 ,  熊春林 ,  伍祚华

IPC: G06V20/10 ,  G06V10/32 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提供一种基于改进ShuffleNetV2网络的柑橘叶部病害识别方法。首先获取柑橘叶片健康状态和柑橘叶片病害图像，并对图像进行数据增强处理，构建柑橘叶片病害数据集；然后通过混合注意力机制ECAM和Ghost模块改进ShuffleNetV2网络，提升病害识别率且保持模型轻量化；接着将训练数据集放入改进的ShuffleNetV2模型进行训练，得到训练中最佳模型；最后使用改进ShuffleNetV2模型对柑橘病害叶片进行识别。本申请提供一种在复杂环境下能够快速且准确的识别柑橘病害方法，通过人工智能技术辅助柑橘病害检测，可以提高柑橘疾病防治效率，能够减少因病害所带来的经济损失。