-
公开(公告)号：CN116758937A
公开(公告)日：2023-09-15
申请号：CN202310625191.X
申请日：2023-05-29
Applicant: 浙江浙能数字科技有限公司 , 浙江大学
Abstract: 本发明公开了一种搭载在巡视机器人上的异常声音检测方法，包括1、声音收集；2、获取声音时间序列和采样频率、每个采样点的样本位数的属性，先对PCM进行补零使其长度为2的整数次幂L，并对PCM进行归一化；3、计算声音的能量；4、进行短时傅里叶变换；5、计算梅尔频谱图MelSpec，通过梅尔滤波器进行加权，最后将对加权的滤波器输出值进行对数运算得到MelSpec；6、得到一个多特征融合的声音特征向量X；7、构建数据集，将拼接得到的特征向量X输入到自编码器中进行训练，根据重建误差与阈值的关系来判断是否为异常声音。本发明可以有效避免现有技术需要异常声音样本、特征单一导致识别率低等问题。
-
公开(公告)号：CN117191272A
公开(公告)日：2023-12-08
申请号：CN202310842277.8
申请日：2023-07-11
Applicant: 浙江浙能数字科技有限公司 , 浙江大学
IPC: G01M3/04 , G06T7/00 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/082 , G06N3/094 , G01N21/84 , H04N7/18
Abstract: 本发明涉及一种基于图像增广和轻量级深度学习模型的工业设备漏水漏油检测方法，包括：获取工业设备的正常运行图像以及漏水漏油图像；进行数据增广；对漏水漏油图像中的漏水漏油区域进行标注；进行模型训练；将模型部署到服务器端，对是否有漏水漏油现象进行检测。本发明的有益效果是：本发明通过数据集采集与制作、基于对抗生成网络的图像增广、基于轻量级深度学习模型的漏水漏油检测、深度学习模型部署技术实现了对多类工业设备漏水漏油现象进行自动快速的检测，提高了检测效率，降低了人力成本。
-
公开(公告)号：CN116930747A
公开(公告)日：2023-10-24
申请号：CN202310613435.2
申请日：2023-05-29
Applicant: 浙江大学 , 浙江浙能数字科技有限公司
Abstract: 本发明属于电机声音异常检测技术领域，公开了一种模拟多台电机异常声音的装置及方法，包括电机、变压器、摩擦剂和麦克风阵列；电机通过变压器接通电源，摩擦剂涂抹在电机的轴承上。电机用于发出电机运行的声音；变压器用于降低电机供电电压、加大电流，使电机处于过载状态，产生异常声音；摩擦剂用于降低电机轴承的光滑程度，使电机能够产生内部摩擦的异常声音；麦克风阵列用于收集电机异常声音。本发明通过在麦克风阵列不同的位置分别模拟和采集电机异常声音，并将多个位置的声音进行叠加从而模拟多台电机发出异常声音，供工程师进行实验和测试，节省了电机的使用数量，降低了成本和测试过程对电机的损害，提高了电机的质量和稳定性。
-
公开(公告)号：CN116758416A
公开(公告)日：2023-09-15
申请号：CN202310620743.8
申请日：2023-05-29
Applicant: 浙江大学 , 浙江浙能数字科技有限公司
IPC: G06V20/10 , G06V10/25 , G06V10/774 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于工业垃圾检测领域，公开了一种基于改进YOLOv5和模型迁移学习微调的工业垃圾目标检测方法。该方法首先使用大规模多种类垃圾目标检测数据集进行模型训练，保存训练后得到的模型参数数据文件。然后采集具体场景的真实工业垃圾图像，并标注制作工业垃圾目标检测数据集。最后，将模型参数数据文件在训练模型上进行预训练权重加载，使用工业垃圾目标检测数据集对模型进行微调训练，得到针对工业垃圾目标检测的高性能网络模型。本发明有效提高了工业垃圾目标检测的精度，并且减少了采集并标注大量工业垃圾目标检测图像的时间和成本，解决了在人工智能视觉检测领域工业垃圾目标检测图像数据不足的问题。
-
公开(公告)号：CN111306984A
公开(公告)日：2020-06-19
申请号：CN202010175398.8
申请日：2020-03-13
Applicant: 余姚市浙江大学机器人研究中心 , 浙江大学
Abstract: 本发明公开了一种基于电磁铁的枪械安全管控装置，属于枪械领域，包括枪械本体，所述枪械本体内设有两根导轴，所述导轴上设有总成滑板，所述总成滑板的前方设有撞铁，所述撞铁通过第一转轴与枪械本体相连接，所述总成滑板的一侧设有摆臂，所述摆臂的下方设有自锁式电磁铁，所述总成滑板上设有插销，所述撞铁上设有插销孔，所述插销孔与插销同轴设置。本发明设置在枪械的内部，不易被破坏；使用简单，改造成本低，能在不影响枪械的正常使用，不破坏枪械的主体，不降低枪械的可靠性的情况下，对枪械进行云管控，降低了枪械事故，加强了社会管理。
-
Patent Agency Ranking
公开(公告)号：CN111026102A
公开(公告)日：2020-04-17
申请号：CN201911326539.5
申请日：2019-12-20
Applicant: 浙江大学 , 余姚市浙江大学机器人研究中心
Abstract: 本发明公开了基于上下位机协同规划的移动机器人自主回充方法，包括如下步骤：步骤一，移动机器人开启回充模式，移动机器人发出开启信号，充电桩接收开启信号后，发出红外信号；步骤二，判断回充过程；步骤三，进入回充过程；步骤四，近程回充过程完成后，移动机器人发出关闭信号，所述充电桩接收关闭信号后，停止发出红外信号；基于上下位机协同规划的移动机器人自主回充系统，包括移动机器人、充电桩，移动机器人包括上位机、下位机、红外接收模块、移动机器人充电电极、移动机器人蓝牙模块，充电桩包括控制模块、红外发射模块、充电桩充电电极、充电桩蓝牙模块。
-
公开(公告)号：CN111696077A
公开(公告)日：2020-09-22
申请号：CN202010391589.8
申请日：2020-05-11
Applicant: 余姚市浙江大学机器人研究中心 , 浙江大学
Abstract: 本发明公开一种应用于晶圆缺陷检测的WaferDet网络方法。通过建立晶圆外观缺陷数据集，然后通过EfficientNet神经网络提取晶圆缺陷特征，并基于特征金字塔（FPN），设计了针对晶圆缺陷特征提取的双向FPN进一步提取多尺度特征，再采用RPN网络在提取的特征图谱上生成感兴趣区域，最后分别采用一个分类层识别感兴趣区域的缺陷类别，一个回归层直接在特征图谱上确定缺陷标记框位置。将改进后的整体网络命名为“WaferDet”。本发明实现了自动晶圆缺陷检测，较传统方法极大地提高了检测效率与检测精度。
-
公开(公告)号：CN115131785A
公开(公告)日：2022-09-30
申请号：CN202210605716.9
申请日：2022-05-31
Applicant: 余姚市浙江大学机器人研究中心 , 浙江大学
IPC: G06V20/69 , G06V10/26 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于图像处理和人工智能领域，公开了一种基于卷积神经网络和Dbscan的病理切片细胞高精度自动分割方法。该方法利用病理切片和人工标注细胞掩码进行针对病理切片细胞特征改进的U‑Net卷积神经网络模型训练，得到精度较低的初步语义分割结果；然后通过GrabCut后处理模块，补偿细胞欠分割状况，优化分割边缘，得到高精度的语义分割掩码；然后根据语义分割结果中的切片细胞掩码像素值密度调整Dbscan算法聚类半径和聚类密度，使用聚类实例划分，得到高精度的实例分割结果。本发明能够对多类病理切片细胞进行高精度高效率的语义分割和实例分割。
-
公开(公告)号：CN111306984B
公开(公告)日：2022-09-09
申请号：CN202010175398.8
申请日：2020-03-13
Applicant: 余姚市浙江大学机器人研究中心 , 浙江大学
Abstract: 本发明公开了一种基于电磁铁的枪械安全管控装置，属于枪械领域，包括枪械本体，所述枪械本体内设有两根导轴，所述导轴上设有总成滑板，所述总成滑板的前方设有撞铁，所述撞铁通过第一转轴与枪械本体相连接，所述总成滑板的一侧设有摆臂，所述摆臂的下方设有自锁式电磁铁，所述总成滑板上设有插销，所述撞铁上设有插销孔，所述插销孔与插销同轴设置。本发明设置在枪械的内部，不易被破坏；使用简单，改造成本低，能在不影响枪械的正常使用，不破坏枪械的主体，不降低枪械的可靠性的情况下，对枪械进行云管控，降低了枪械事故，加强了社会管理。
-
公开(公告)号：CN119919657A
公开(公告)日：2025-05-02
申请号：CN202411976365.8
申请日：2024-12-31
Applicant: 余姚市机器人研究中心 , 浙江大学
Abstract: 本发明属于计算机技术领域，公开了一种基于开放词汇的场景草图语义分割系统、方法及装置，该方法包括：首先，获取手绘草图图像和文本描述；通过文本解析，得到草图类别文本提示；同时，通过草图图像编码器对整体场景草图编码，捕捉全局场景信息；然后，计算草图图像编码块与类别文本的跨模态相似度，得到类别草图分割图，通过草图图像编码器对类别草图编码，捕捉局部物体信息；最后，计算全局场景和局部物体的图像‑文本交叉损失，进行训练，得到语义分割模型。本发明能够基于手绘场景草图和文本提示得到分割的物体草图，无需数据标注和训练，有效提高了场景图像语义分割的效率和分割质量。
-
-
-
-
-
-
-
-
-
Search Results
315
records
(took 0.096 seconds)
