-
公开(公告)号：CN115463696A
公开(公告)日：2022-12-13
申请号：CN202210973052.1
申请日：2022-08-15
Applicant: 湖北工业大学
Abstract: 本申请公开了一种低温冷库测试系统。当需要实施室外低温试验模拟操作时，将待试验件放置在保温库体中。通过降温装置为保温库体提供低温条件，通过降雨装置为保温库体提供降雨条件，通过风速装置为保温库体提供刮风条件，通过画面监控装置采集保温库体的实况图像，通过湿度调节装置为保温库体提供特定的湿度条件，再通过远程智能控制装置对降温装置、降雨装置、湿度调节装置、风速装置、画面监控装置，以保证保温库体的各模拟条件达到预设要求，较好地满足了室外实验条件。
-
公开(公告)号：CN114861966B
公开(公告)日：2024-12-20
申请号：CN202210245497.8
申请日：2022-03-14
Applicant: 湖北工业大学
Abstract: 本发明提供了一种道桥结冰预测方法，首先采集道桥路面的环境参数，每个环境参数均为一个影响因素；之后对每个环境参数设置初始阈值，先通过初始阈值判断单因素条件下路面状态是否结冰，结冰的路面状态记为+T，不结冰的路面状态记为‑T，T为任意正数；再通过ANP网络分析法对多因素的条件下每个环境参数的全局权重；对每个因素乘以相应的全局权重并相加得到综合指标K；如果综合指标K大于0，则路面状态为结冰；K小于0，则路面状态为不结冰；K等于0，则路面状态为结冰临界状态。本发明判断准确度高，大大降低能耗，并减少交通事故发生，本发明判断矩阵可以根据判断结果不断更新。
-
公开(公告)号：CN116000945A
公开(公告)日：2023-04-25
申请号：CN202211552526.1
申请日：2022-12-05
Applicant: 湖北工业大学
IPC: B25J11/00 , B25J9/16 , E01D22/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06F18/2135 , G06F18/214 , G06F18/2415 , G06F18/2431 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N20/20 , G06N7/01
Abstract: 本发明提供了一种缆索除冰机器人的智能控制方法，该方法包括基于改进UNet神经网络的覆冰形态预测模型、贝叶斯分类模型、GBDT分类模型。其中UNet网络模型改进方式为：加入批量标准化BN、优化卷积层、加入残差模块和注意力模块，对改进后的UNet网络模型进行训练，进而可根据原图得到覆冰形态预测图。将覆冰形态预测图进行PCA降维后输入到朴素贝叶斯分类模型进行训练，实现对结冰类别的预测。最后建立GBDT分类模型，采集结冰类别以及气象数据的特征数据信息进行数据建模后再做降维处理，将处理好后的数据信息输入到GBDT模型进行训练，可以对机器人的除冰参数以及运动学参数进行预测。将三种模型结合可以实现根据图像以及气象来控制机器人的行走以及除冰的目的。
-
公开(公告)号：CN114358401A
公开(公告)日：2022-04-15
申请号：CN202111570201.1
申请日：2021-12-21
Applicant: 湖北工业大学
Abstract: 本发明公开了一种融合图像和气象环境数据的道路结冰识别方法，利用现场勘探、远程终端监测系统等多渠道对当地路面的实时状态进行监测后，得到图像数据和气象环境数据，对图像数据和气象环境数据进行特征提取，得到图像数据样本和气象环境数据样本，再将两种数据相融合，并构造一种用于路面结冰积雪识别的全新机器学习模型——卷积‑集成学习模型，通过选择恰当的机器学习方法对该模型进行不断训练与调试，最终建立可用于冬季路面结冰识别的机器学习模型。本发明能提高道路结冰识别的效率与准确性，应用简便，模型容易改进，可以广泛应用于道路、桥梁、机场结冰预测。
-
公开(公告)号：CN116000945B
公开(公告)日：2024-04-12
申请号：CN202211552526.1
申请日：2022-12-05
Applicant: 湖北工业大学
IPC: B25J11/00 , B25J9/16 , E01D22/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06F18/2135 , G06F18/214 , G06F18/2415 , G06F18/2431 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N20/20 , G06N7/01
Abstract: 本发明提供了一种缆索除冰机器人的智能控制方法，该方法包括基于改进UNet神经网络的覆冰形态预测模型、贝叶斯分类模型、GBDT分类模型。其中UNet网络模型改进方式为：加入批量标准化BN、优化卷积层、加入残差模块和注意力模块，对改进后的UNet网络模型进行训练，进而可根据原图得到覆冰形态预测图。将覆冰形态预测图进行PCA降维后输入到朴素贝叶斯分类模型进行训练，实现对结冰类别的预测。最后建立GBDT分类模型，采集结冰类别以及气象数据的特征数据信息进行数据建模后再做降维处理，将处理好后的数据信息输入到GBDT模型进行训练，可以对机器人的除冰参数以及运动学参数进行预测。将三种模型结合可以实现根据图像以及气象来控制机器人的行走以及除冰的目的。
-
Patent Agency Ranking
公开(公告)号：CN114900811A
公开(公告)日：2022-08-12
申请号：CN202210245460.5
申请日：2022-03-14
Applicant: 湖北工业大学
IPC: H04W4/38 , H04L67/025 , H04L67/12 , G16Y40/10
Abstract: 本发明提供了一种用于道桥融雪化冰的智能监控系统，该智能监控系统包括设备监控模块、数据采集模块、无线通信模块、云端、前端和融雪化冰设备组成。所述设备监控模块和数据采集模块与无线通信模块通过有线连接，所述无线通信模块与云端通过无线传输设备进行连接，所述设备监控模块与融雪化冰设备有线连接，从而实现数据的传输、解析计算、储存，再通过ANP网络分析法实现对融雪化冰设备的智能控制。所述前端与云端通过无线网络连接，可以实现对设备的远程监控和管理。
-
公开(公告)号：CN114900811B
公开(公告)日：2024-11-08
申请号：CN202210245460.5
申请日：2022-03-14
Applicant: 湖北工业大学
IPC: H04W4/38 , H04L67/025 , H04L67/12 , G16Y40/10
Abstract: 本发明提供了一种用于道桥融雪化冰的智能监控系统，该智能监控系统包括设备监控模块、数据采集模块、无线通信模块、云端、前端和融雪化冰设备组成。所述设备监控模块和数据采集模块与无线通信模块通过有线连接，所述无线通信模块与云端通过无线传输设备进行连接，所述设备监控模块与融雪化冰设备有线连接，从而实现数据的传输、解析计算、储存，再通过ANP网络分析法实现对融雪化冰设备的智能控制。所述前端与云端通过无线网络连接，可以实现对设备的远程监控和管理。
-
公开(公告)号：CN116331378A
公开(公告)日：2023-06-27
申请号：CN202211547964.9
申请日：2022-12-05
Applicant: 湖北工业大学
Abstract: 本发明公开了一种检测机器人及钢管混凝土柱密实性检测方法，一种检测钢管混凝土柱密实性的机器人，包括六个检测单元，所述检测单元由运动攀爬装置、检测装置、径向伸缩装置和伸缩臂杆组成。所述径向伸缩装置主要实现检测机器人的小范围变径，所述伸缩臂杆利用的蜗轮蜗杆转动原理进行大范围变径，实现快速变径的效果；所述检测单元之间利用高强螺栓连接，所述六个检测单元共同组成检测钢管混凝土柱密实性机器人。本发明检测机器人具有自动化操作、检测数据更稳定及检测装置快装快卸等优点，有效解决了人工检测钢管混凝土柱速度慢危险性极高问题。
-
公开(公告)号：CN114684290B
公开(公告)日：2023-03-21
申请号：CN202210410026.8
申请日：2022-04-19
Applicant: 湖北工业大学
IPC: B62D57/024 , G01N21/95 , B25J11/00 , B25J5/00
Abstract: 本发明公开了一种可径向平衡调整的履带式斜拉索机器人，包括行走模块、径向平衡模块和AI缺陷检测模块，径向平衡模块固定安装在行走模块上，AI缺陷检测模块固定安装在行走模块上，为了适应斜拉索表面的不同环境，行走机构能实现履带轮式行走和攀爬式行走两种模式，在行走履带两侧的浮动支撑板上安装了弹力自适应机构，在攀爬的过程中可以机器人可以提供稳定的正压力，保证机器人能平稳运行，在履带轮内部设有结构紧凑的传动机构，能提供较大的力矩，径向平衡模块能保证机器人工作时的平衡。本发明能实现履带轮式行走、攀爬式行走、动态径向平衡以及斜拉索AI检测一体化作业，极大地提升了工作效率。
-
公开(公告)号：CN114861966A
公开(公告)日：2022-08-05
申请号：CN202210245497.8
申请日：2022-03-14
Applicant: 湖北工业大学
Abstract: 本发明提供了一种道桥结冰预测方法，首先采集道桥路面的环境参数，每个环境参数均为一个影响因素；之后对每个环境参数设置初始阈值，先通过初始阈值判断单因素条件下路面状态是否结冰，结冰的路面状态记为+T，不结冰的路面状态记为‑T，T为任意正数；再通过ANP网络分析法对多因素的条件下每个环境参数的全局权重；对每个因素乘以相应的全局权重并相加得到综合指标K；如果综合指标K大于0，则路面状态为结冰；K小于0，则路面状态为不结冰；K等于0，则路面状态为结冰临界状态。本发明判断准确度高，大大降低能耗，并减少交通事故发生，本发明判断矩阵可以根据判断结果不断更新。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
