申请日：**17.02.07

申请号：CN**1*****0938.8

公开（公告）号：CN*********A

公开（公告）日：**17.05.10

摘要：本发明公开一种基于机器视觉的瓷砖尺寸检测方法，包括：步骤1、图像采集与预处理：对瓷砖图像进行标定，再进行滤波、梯度锐化；步骤2、提取轮廓、确立拟合与分割点：以斜外接矩形的包络线为基准，采用最近邻搜寻算法确立瓷砖轮廓的分割点；步骤3、长、宽度和完整度计算：确定各分割点的坐标，采用欧式距离度量瓷砖长度和宽度，计算完整度；步骤4、采用最小二乘法对分割的轮廓线进行拟合，计算边直度；步骤5、合格判定：将测量得到的瓷砖长度、宽度、完整度和边直度与标准值进行比较，判断瓷砖是否合格。本发明可准确的检出瓷砖的真实物理尺寸，提高了瓷砖自动化检测水平。

申请日：**15.01.12

申请号：CN**1*****4223.8

公开（公告）号：CN*********A

公开（公告）日：**15.04.29

摘要：本发明公开一种用于被照顾人群的日常饮水管理网络系统，包括多个智能水杯和智能腕表、嵌入式管理平台；嵌入式管理平台记录多个使用智能水杯的被照顾人群的每次饮水量，并将科学计算所得的每个佩戴者的饮水设定值信息发送到智能水杯。当被照顾者饮水量不足时通过智能腕表进行语音或者振动提醒，适用于家庭、疗养院及医院使用。嵌入式管理平台、多个智能水杯和智能腕表之间的通讯方式为无线传感网络。此外，本发明能够用于被照顾人群的每天药物服用或者康复运动管理及提醒，有利于改善被照顾人群的生活质量，减轻家属和其他监护人员的工作量。

申请日：**16.07.19

申请号：CN**1*****0939.2

公开（公告）号：CN*********U

公开（公告）日：**17.05.31

摘要：本实用新型涉及一种量化检测帕金森运动症状的可穿戴智能设备,包括用以检测帕金森运动症状的穿戴机构和用以采集穿戴机构的数据信息并进行处理和显示的智能终端，所述穿戴机构包括脚部模块，脚部模块包括为用电元件供电的电源模块、用以感测姿势步态数据的第一微机电系统运动测量模块、用以感测脚底受力数据的压力传感器以及用以采集第一微机电系统运动测量模块的测量数据和用以采集压力传感器的测量数据的第一微控制器，压力传感器对应人体的脚底部设置。该方案，通过第一微机电系统运动测量模块感测病人脚部的姿势步态，并通过第一微控制器将测量数据传送至智能终端进行处理，用以辅助帕金森运动症状的监测和治疗。

申请日：**21.02.08

申请号：CN**2*****8479.3

公开（公告）号：CN*********U

公开（公告）日：**21.11.05

摘要：本实用新型涉及机器人技术领域，特别是一种移动机器人底盘万向急停装置。该种移动机器人底盘万向急停装置，包括底盘、外壳、若干弹性机构、若干限位开关，弹性机构沿底盘四周均匀分布，底盘与外壳之间通过各弹性机构弹性连接，且底盘四周与外壳之间具有位移空间；限位开关沿底盘四周间隔设置，限位开关的弹片一端抵顶在外壳上；底盘与外壳之间位移空间最小的位置形成撞击位，外壳挤压靠近撞击位的限位开关的弹片以开启限位开关。本实用新型具有缓冲、急停功能，提高在移动过程中的安全系数。

申请日：**21.02.08

申请号：CN**2*****9**3.7

公开（公告）号：CN*********U

公开（公告）日：**21.12.14

摘要：本实用新型涉及机器人技术领域，特别是一种多模块可拼接移动机器人。该种多模块可拼接移动机器人，包括主控模块、若干功能模块，主控模块包括驱动轮组、第一万向轮组、驱动组件、充电接收模组，驱动轮组设置在主控模块底部的后端，驱动轮组与驱动组件传动连接；第一万向轮组设置在主控模块底部的前端；充电接收模组设置在主控模块内的顶部；功能模块包括扫地模块、搬运模块、续航模块，搬运模块包括磁导传感器、摄像头、中央控制器，中央控制器分别与摄像头、磁导传感器、驱动组件信号连接，中央控制器控制驱动组件驱动驱动轮组根据摄像头与磁导传感器的数据进行移动。本实用新型满足不同模块之间的组合形成各种形式和功能的移动机器人。

申请日：**21.02.08

申请号：CN**2*****8491.4

公开（公告）号：CN*********U

公开（公告）日：**21.11.19

摘要：本实用新型涉及机器人技术领域，特别是一种应用于多模块移动机器人的连接机构。该种应用于多模块移动机器人的连接机构，包括主体模块、功能模块，主体模块设有插接板，插接板上开设有通孔，功能模块上开设有与通孔对应的卡槽，连接机构包括第一安装板、第二安装板、滑杆、卡销，滑杆上套设有弹簧，弹簧一端抵顶在第一安装板上，另一端抵顶在卡销上，第二安装板上开设有可使卡销穿过的第一让位孔，卡销穿过插接板的通孔通过弹簧向下的弹力将卡销抵顶在卡槽内，以将主体模块固定于功能模块上。本实用新型结构简单，实现多模块机器人的快速拼装和拆分，提高拼装和拆分的效率。

申请日：****.05.08

申请号：CN**2*****0040.9

公开（公告）号：CN*********A

公开（公告）日：****.06.30

摘要：本发明公开了一种基于视觉、激光雷达和毫米波雷达的目标检测方法，包括：获取摄像头，激光雷达，毫米波雷达的探测到的原始数据，并将三者进行时间和空间同步；根据雷达协议对毫米波雷达数据进行解算；基于毫米波雷达解算后的数据的位置，速度，雷达反射面积生成三维的感兴趣区域；提取点云鸟瞰图和摄像头图像的特征图；将生成的三维感兴趣区域投影到激光雷达的点云鸟瞰图的特征图和摄像头图像的特征图；将带有预选框的特征图进行融合，融合图像进行全连接层处理。本发明利用不同的传感器数据进行数据融合，大大减少了候选框的生成数量，提高了候选框的质量，加快了识别速度，通过传感器冗余提高不同环境下目标检测的可靠性。

申请日：****.12.21

申请号：CN****11521503.5

公开（公告）号：CN112580875A

公开（公告）日：**21.03.30

摘要：本发明公开了一种配电设备的故障预测方法和系统，能够实现对设备未来健康状态的评估预测。首先采集一地区内各种使用时长的配电设备的状态数据，并转换为无负载情况下的状态数据；将同一使用时长的配电设备的状态数据求取均值，作为该使用时长对应的状态数据z(m)，采用模型计算使用时长m对应的健康指数y(m)；z(m)和y(m)构成训练样本；利用隐性马尔科夫模型对配电装置的状态数据和健康指数进行建模，并采用自循环神经网络来实现。自循环神经网络的输入为m时刻的状态数据z(m)和m?1时刻的健康指数，输出为m时刻的健康指数；采用训练样本对自循环神经网络进行训练；最终可以采用自循环神经网络可以实现配电设备健康指数的预测。

申请日：**23.02.14

申请号：CN**2310107038.8

公开（公告）号：CN115830401A

公开（公告）日：**23.03.21

摘要：本发明公开一种小样本图像分类方法，包括，基于储备池构建小样本学习模型，其中所述小样本学习模型包括特征提取模块、基于储备池的特征增强模块及分类器；获取自动驾驶过程中的小样本数据集，通过小样本数据对小样本学习模型进行训练、测试及验证，生成优化模型，获取自动驾驶过程中的实测小样本图像，通过优化模型对实测小样本图像进行分类，得到分类结果以实现自动驾驶过程中的小样本图像分类。

申请日：**23.02.**

申请号：CN**2310132811.6

公开（公告）号：CN115797711A

公开（公告）日：**23.03.14

摘要：本发明公开了一种基于重构模型的对抗样本改进分类方法，属于自动驾驶图像分类领域，包括：构建重构模型，基于重构模型提取图像数据集的特征信息；利用对抗攻击从重构模型中学习抽象表征，基于生成器生成对抗样本；构建分类器，基于对抗样本对分类器进行训练，获得训练后的分类器；基于共同的损失函数联合训练对抗样本和训练后的分类器，获得目标分类模型，基于目标分类模型对图像数据集进行分类，获得分类结果。本发明能从基于重构模型的对抗样本中学习帮助分类的特征，从而提升模型分类精度。

申请日：**22.10.27

申请号：CN**2211321718.1

公开（公告）号：CN115439719A

公开（公告）日：**22.12.06

摘要：本发明公开了一种图像识别技术领域、针对对抗攻击的深度学习模型防御方法及模型，充分利用对抗样本与原始样本之间的内在关联，通过在深度学习模型输入层之前构建过滤层，将对抗样本向正常样本进行转化；并利用对抗攻击样本，对过滤层参数进行训练，从而提高模型抵御对抗攻击的能力；最后将训练好的过滤层与经过对抗训练的学习模型结合，得到鲁棒性强且分类精度高的深度学习模型，保证在抵御对抗攻击的同时不降低对正常样本的识别能力。

申请日：**22.12.19

申请号：CN**2211629954.X

公开（公告）号：CN116299498A

公开（公告）日：**23.06.23

摘要：本发明涉及一种三维点云探测中的目标区域检测方法，包括：构建Padar?RPN三维目标检测模型；采集激光雷达点云和毫米波雷达点云，输入所述Padar?RPN三维目标检测模型中，输出预测框，完成目标检测。本发明的Radar?RPN可以大大降低建议的数量，并帮助模型的收敛，且在需要较少的回归迭代的同时实现具有竞争力的精度。

申请日：**21.02.05

申请号：CN**2110164107.X

公开（公告）号：CN112907685A

公开（公告）日：**21.06.04

摘要：本发明提供一种点云极坐标编码方法及装置，包括如下步骤：对激光雷达扫描的圆形扫描区域以角度Δθ进行等角度的划分，得到多个相同的极坐标区域；对各极坐标区域沿径向以长度Δr进行等长度划分，得到多个极坐标网格，并在三维空间生成各极坐标网格对应的多个极坐标柱；生成坐标柱体素；对每个极坐标柱体素中的所有点云数据均提取结构特征；获取二维点云伪图像；对二维点云伪图像进行边界补偿；利用卷积神经网络对经步骤F的二维点云伪图像进行特征提取并输出最终特征图。本发明在实现点云数据的有序化编码的同时，能够最大化地保留点云数据的内在特点，并提高后续点云目标检测的精度。

点拍科技有限公司

**24年4月16日