公开(公告)号：CN118652093A

公开(公告)日：2024-09-17

申请号：CN202410884190.1

申请日：2024-07-03

申请人： 西安建筑科技大学

发明人： 何娟 ,  任海涛 ,  伍勇华 ,  宋学锋 ,  武佳涵 ,  李朝阳

IPC分类号： C04B28/06 ,  C04B14/48 ,  C04B14/06 ,  C04B24/24 ,  C04B7/02 ,  C04B16/06

摘要： 本发明公开了一种用于装配式复合体系的韧性模壳构件混凝土及其制备方法，混凝土包括胶凝材料、砂、钢纤维、有机纤维、减水剂、消泡剂和水；以质量百分数计，所述胶凝材料由占比70％～90％的普通硅酸盐水泥和占比10％～30％的硫铝酸盐水泥组成；所述减水剂与消泡剂分别为胶凝材料总质量的5％～6％与0.1％～0.2％；所述钢纤维与有机纤维的体积掺量分别为混凝土总量的0.3％～0.7％与0.1％～0.2％；以质量计，所述胶凝材料与砂的比例为1:1.4～1:1.6，水胶比为0.28～0.32。本发明解决了韧性模壳混凝土工作性与早期强度的问题，加快了模板周转效率，同时解决了刚度与韧性相平衡的问题，既满足建筑模板刚度要求，又满足模板韧性要求。

公开(公告)号：CN118196536A

公开(公告)日：2024-06-14

申请号：CN202410422292.1

申请日：2024-04-09

申请人： 西安建筑科技大学

发明人： 陈俊英 ,  董戌泽 ,  李朝阳 ,  黄汉涛

IPC分类号： G06V10/764 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/0455 ,  G06V10/80 ,  G06N3/047 ,  G06V10/82 ,  G06N3/084

摘要： 本发明公开了一种并行特征提取和渐进特征融合的主板装配缺陷检测算法，包括特征提取网络VTNet和多尺度互交叉注意力渐进特征融合网络构成的计算机主板缺陷检测算法网络架构模型。本发明设计一种并行特征提取网络，该网络融合了部分卷积与视觉Transformer技术，每一阶段的特征提取网络都以并行方式构建，从而能够同时捕获图像的全局和局部信息。这种方法不仅提高了特征提取的效率，也有助于提高检测精度；本发明提出了一种多尺度特征渐进融合网络，该网络利用互交叉注意力机制，构建了一种渐进融合的网络结构，增强了模型对多尺度特征的融合能力，同时，该网络还能有效地捕获特征图中的细节信息，提高检测精度。

公开(公告)号：CN113208883A

公开(公告)日：2021-08-06

申请号：CN202110640462.X

申请日：2021-06-08

申请人： 西安建筑科技大学

发明人： 段中兴 ,  刘瑞兴 ,  焦晨琳 ,  李朝阳 ,  申瑞 ,  范文清

IPC分类号： A61H3/06 ,  G01S15/08 ,  G01S19/42 ,  G08B3/10 ,  G08B21/24 ,  G08G1/005 ,  G08G1/04 ,  G08G1/09 ,  G08G1/16 ,  H04W4/80

摘要： 本发明公开了一种基于机器视觉的多功能智能导盲手杖，包括手杖本体，手杖本体上设置有第一超声波模块、第二超声波模块、第三超声波模块、摄像头模块、语音播报模块和处理器，第一超声波模块、第二超声波模块和第三超声波模块分别用于探测手杖前方、左方和右方障碍物距离手杖的距离；摄像头模块用于实时采集环境图像；处理器用于将摄像头模块采集的环境图像输入红绿灯识别模型中，输出红绿灯识别结果；还用于将障碍物距离手杖的距离与预设安全距离进行比较，得到避障结果；还用于根据红绿灯识别结果以及避障结果控制语音播报模块进行语音导航提醒。本发明在导盲功能方面的安全性有了极大的提升，能够引导盲人安全的进行社会活动，维护盲人的安全。

公开(公告)号：CN115830386A

公开(公告)日：2023-03-21

申请号：CN202211610031.X

申请日：2022-12-14

申请人： 西安建筑科技大学

发明人： 陈俊英 ,  李朝阳

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06N20/00

摘要： 基于深度学习的计算机主板装配质量检测方法及相关装置，包括：采集若干张计算机主板图像；对采集到的计算机主板图像进行数据增强，图像标注，得到主板检测数据集Mainboard‑DET，训练得到深度学习网络质量检测模型；基于训练得到的深度学习网络质量检测模型对实时采集的计算机主板图像进行检测；在MySQL数据库中保存检测结果，基于PyQt5搭建的人机界面显示检测结果。本发明采用机器视觉与深度学习相结合的方法对计算机主板的装配质量进行检测。借助于机器视觉获取计算机主板图像，应用深度学习方法建立深度神经网络分类模型和定位模型，实现计算机主板装配质量检测过程自动化，同时设计人机交互系统，方便企业管理人员对装配质量检测过程的监测。

公开(公告)号：CN214311441U

公开(公告)日：2021-09-28

申请号：CN202120511818.5

申请日：2021-03-10

申请人： 西安建筑科技大学

发明人： 段中兴 ,  刘瑞兴 ,  徐琳 ,  李朝阳 ,  焦晨琳

IPC分类号： G05D1/02

摘要： 本实用新型公开了一种智能餐厅系统，包括铺设在餐厅地面上的餐车轨迹引导线、位于餐车轨迹引导线上的送餐车和位于餐车轨迹引导线两侧的若干餐桌；循迹模块用于探测餐车轨迹引导线以获得循迹信息，将循迹信息发送给控制模块；餐桌编号发射模块用于发射对应的餐桌编号；餐桌编号接收模块用于接收餐桌编号，将餐桌编号发送给控制模块；复位模块用于向控制模块发送复位信号；控制模块用于根据接收的循迹信息控制驱动模块驱动车体沿餐车轨迹引导线运动；用于判断接收的餐桌编号与预设的餐桌编号是否相同，若相同，则控制驱动模块停止对车体驱动；用于根据接收的复位信号控制驱动模块驱动车体沿餐车轨迹引导线原路返回。本实用新型能够实现自动化送餐。