|
搜索
搜 索
高等教育领域数字化综合服务平台
一种新型轴径向磁通的调磁电机
本实用新型公开了一种新型轴径向磁通的调磁电机。包括同轴安装在机壳内的绕组定子、两个永磁定子和调磁转子；绕组定子和调磁转子置于机壳内，分别位于外圈和内圈，两个永磁定子分别位于调磁转子两端并对称安装，绕组定子和永磁定子均固定在机壳上，调磁转子固定在转轴上，绕组定子与调磁转子之间存在径向气隙，两个永磁定子与调磁转子之间分别存在轴向气隙。本实用新型具有自动过载保护功能，与传统调磁电机相比，具有更大的气隙磁密、转矩密度和功率密度，机械可靠性更高，在风力发电、新能源汽车、电动舰船、多电飞机等低速大扭矩应用场合具有广阔的应用前景。
浙江大学
2021-04-13
一种铁磁性细长构件轴力检测方法及装置
本发明公开了一种铁磁性细长构件轴力检测方法及装置,其方法 包括以下步骤：1)在标样上施加轴力 T0；2)将磁化器吸附在标样上；3)测量标样上的磁感应强度的法向分量和轴向分量；4)计算并得到表征 标样轴力的特征量 1/k0；5)重复测量并计算得到不同轴力下表征标样 轴力的一组特征量，绘制 1/k-T 标定曲线；6)在与标样同类型的被测铁 磁性细长构件上测量轴力特征量 1/k，通过 1/k-T 标定曲线获得被测铁 磁性细长构件的轴力 T。其装置包括磁化器、霍尔元件、磁感应强度 测量装置和数据计算装置。本发明采用磁化器来磁化铁磁性细长构件 以进行轴力检测，因此，现场安装检测操作方便，可方便地实现铁磁 性细长构件轴力的检测。
华中科技大学
2021-04-11
一种多轴电力推进半实物模拟试验平台
本发明属于船舶电力推进领域，并公开了一种多轴电力推进半实物模拟试验平台。该模拟实验平台包括依此连接的开发主机、实时仿真机、电机驱动器和电机组，开发主机用于开发船‑机‑桨模型；实时仿真机用于收集系统状态信息，完成对电机组的控制；电机驱动器分为主动电机和负载电机，电机组分为主动电机和负载电机，电机驱动器和电机组是组成电力推进半实物实验平台硬件在回路模拟的主体。通过本发明，实现船舶或海洋平台电力推进的半实物模拟试验，为研究人员对实际大型船舶和海洋平台多轴电力推进系统的设计、论证和验证提供指导，适用范围广，鲁棒性强，且方便快捷。
华中科技大学
2021-04-14
单目视觉城市建筑物参数化三维建模
本书结合作者对图像处理,分析和三维重建等进行的研究和工作,对从数码相机拍摄的建筑物图像中以参数化建模的方法恢复建筑物的三维几何结构进行了论述和探讨.
江苏海洋大学
2021-05-06
大视场低畸变高分辨率全景视觉系统
复旦大学
2021-04-10
计算机视觉检测技术的QR码检测识别方法
本发明主要由计算机、数字摄像机、补光装置和声光提示装置组成,数字摄像机的视频信号输出给计算机,接受到视频传感器输入后计算机控制补光设备和声光提示设备,计算机内安装有QR码智能检测模块,通过循环读取扫描视频中的帧数据,检测其中的QR码图形,并提取和译码。
四川大学
2021-04-10
基于3D视觉自动控制食品检测机械结构
本实用新型提供了基于3D视觉自动控制食品检测机械结构，包括：防护装置、流水线、移动机构；防护装置呈矩形框架结构；流水线设置在防护装置的内部；移动机构设置在流水线的一侧；货台设置在移动机构的一侧；第一机械臂设置在移动机构的上侧，且第一机械臂与移动机构通过螺栓固定相连接；相机设置在流水线的一侧；第二机械臂设置在流水线的一侧；控制台设置在流水线的一侧；通过对现有装置的改进，该装置具有运行效率高，抓取范围大、不易出现漏检漏抓现象的优点，从而有效的解决了现有装置的问题和不足。
青岛农业大学
2021-04-13
一种基于自适应采样的实时视觉跟踪系统（技术）
成果简介：视觉跟踪是计算机视觉领域中备受关注的一个研究热点。它在智 能交通、人机交互、视频监控和军事等领域有着广泛的应用。在实际应用中， 视觉跟踪方法通常需要处理一些复杂的目标运动如运动突变和几何外观急 剧变化等情况，传统的跟踪技术无法满足跟踪要求。我们提出基于自适应 MCMC采样的方法，很好地解决了这一难题，为实际应用中复杂运动目标的跟踪提供了保障。 项目来源：自主研发。 技术领域：计算机应用技术，人工智能与模式识别。
北京理工大学
2021-04-14
面向车身环境感知及预警的高性价比智慧视觉系统
基于单颗 NXP 嵌入式芯片，研制一套可集成 4 至 8 路 高清视频输入的高性价比智慧视觉系统。该系统除了实现倒车影像、行车记录、环视全景成像等基本功能外，还将进一步基于深度学习算法，一体化集成车道偏离预警、前车碰撞预警、行人碰撞预警、盲区监测及变道辅助、驾驶行为监测等高级辅助驾驶功能，从而在不增加硬件成本的基础上，为客户提供高性价比的智慧视觉系统，实现各类型车辆的车身环境感知及预警。
中国科学技术大学
2021-04-14
图像自动标注和模型训练技术在工业视觉中的应用
1. 痛点问题
工业视觉场景下普遍存在缺陷样本数量少、难采集，已有标注方案无法完全发挥样本数据效用等问题。在工业视觉应用场景中，产线整体生产良率均已达到相当水平，人工可识别的缺陷样本数量相对较少，且采集难度较大。制造生产环节对产线效率要求较高，模型训练难以实现精度与效率上的平衡。
2. 解决方案
本项目将最新的少样本学习、连续学习、模型压缩与优化技术，与工业场景中的缺陷检测需求深入结合，致力于工业视觉自主知识产权软硬件一体化装备研发。针对玻璃深加工与半导体晶圆宏观缺陷检测，本项目已完成工业视觉全流程视觉感知算法、人工智能算法研发平台、玻璃智能一体检测设备、晶圆宏观缺陷检测设备等智能设备的原理验证和装备试制，同时有多项智能设备在研。
本项目在玻璃与半导体缺陷检测中，基于图像自动标注方法完成少样本场景下的数据采集与标注，通过弱监督学习和连续学习方法完成有效模型构建，并针对长尾数据集设计模型训练和优化方法，实现高效工业视觉感知计算。针对工业视觉场景，本项目集成视觉感知算法能力，研发人工智能算法研发平台，该平台秉承低代码化、可视化等原则，打造包含数据采集与标注、算法训练与评估、模型压缩与优化、应用部署与管理的数据闭环。
合作需求
寻求浮法玻璃深加工、半导体加工与制造等行业企业合作。
清华大学
2021-12-23