|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
面向人體下肢運動感知的柔性可穿戴系統(tǒng)
一、項目分類
關(guān)鍵核心技術(shù)突破
二、成果簡介
可穿戴設(shè)備已成為疾病診斷與治療方面的一項重要創(chuàng)新技術(shù)，在人體生理指標(biāo)與機能監(jiān)測方面發(fā)揮著極其重要的作用。可穿戴外骨骼機器人技術(shù)漸漸融入人類日常生活，但面臨著環(huán)境多變、骨骼特征復(fù)雜、傳感電極順應(yīng)性差等挑戰(zhàn)。本技術(shù)針對人-機-環(huán)境耦合中的關(guān)鍵難題，開展面向人體運動感知的柔性可穿戴系統(tǒng)研究，研發(fā)了面向關(guān)節(jié)轉(zhuǎn)角、肌肉形變、足底三維力測量的可穿戴柔性傳感系統(tǒng)，旨在揭示人體自然運動規(guī)律、促進外骨骼機器人研究，為復(fù)雜環(huán)境中的外骨骼自適應(yīng)控制提供智能感知技術(shù)支撐。
華中科技大學(xué)
2022-07-26
旦大學(xué).jpg){kind=logo}
隔空交互和人體感知的智能雷達傳感器
1. 針對人機交互和人體感知場景開發(fā)智能微波感知識別技術(shù)，實現(xiàn)基于手勢識別和動作識別技術(shù)的交互控制應(yīng)用、基于人體定位跟蹤、呼吸心跳測量、跌倒檢測和身份識別技術(shù)的存在檢測、健康監(jiān)護和安防監(jiān)測應(yīng)用。
2. 采用小尺寸的集成毫米波雷達芯片，精簡硬件設(shè)計，縮小模組尺寸，軟硬件聯(lián)合優(yōu)化減低功耗，集成針對人機交互和人體感知場景設(shè)計的多種功能算法，打造小尺寸、低成本、低功耗、多功能的新型通用傳感器。
復(fù)旦大學(xué)
2021-09-18
一種基于帶寬感知的 Hadoop 調(diào)度方法和系統(tǒng)
本發(fā)明公開了一種基于帶寬感知的 Hadoop 調(diào)度方法，包括：對Hadoop 任務(wù)調(diào)度建立一個作業(yè)時間完成模型，為 Hadoop 調(diào)度系統(tǒng)建立一個數(shù)學(xué)模型，將 Hadoop 的任務(wù)調(diào)度問題轉(zhuǎn)化為一個為待調(diào)度的作業(yè)尋找一個使得該作業(yè)的作業(yè)完成時間最短的任務(wù)調(diào)度方法的問題；利用 SDN 提供的實時網(wǎng)絡(luò)管理與流量控制功能，提出了一種基于時隙的網(wǎng)絡(luò)帶寬分配機制，將每一條鏈路的剩余帶寬的占用期劃分為相等的時隙，在作業(yè)完成時間模型和網(wǎng)絡(luò)時隙帶寬分配機制的基礎(chǔ)之上；在為某個任務(wù)分配計算節(jié)點之前，綜合考慮任務(wù)的本地性與實時網(wǎng)絡(luò)帶寬情況，為每一個任務(wù)分配一個能夠提供最早完成時間的計算節(jié)點。本發(fā)明解決了現(xiàn)有方法中不能同時從全局視角和實際網(wǎng)絡(luò)可用帶寬兩方面進行任務(wù)調(diào)度的問題。
華中科技大學(xué)
2021-04-11
.jpg){kind=logo}
一種多軸數(shù)控機床轉(zhuǎn)臺幾何誤差六位置辨識方法
本發(fā)明公開了一種多軸數(shù)控機床轉(zhuǎn)臺幾何誤差六位置辨識方法，包括：根據(jù)機床結(jié)構(gòu)和轉(zhuǎn)臺位置，確定球桿儀在轉(zhuǎn)臺坐標(biāo)系上的六個安裝位置；結(jié)合球桿儀測量方向以及轉(zhuǎn)臺幾何誤差對機床精度影響模型，建立球桿儀讀數(shù)與轉(zhuǎn)臺幾何誤差之間的關(guān)系；根據(jù)球桿儀詳細坐標(biāo)和測量方向齊次向量建立轉(zhuǎn)臺的六個集成誤差表達式；根據(jù)轉(zhuǎn)臺垂直度誤差和位置偏差的性質(zhì)，分離得到轉(zhuǎn)臺十項幾何誤差的辨識公式；建立球桿儀安裝誤差對球桿儀讀數(shù)影響模型；安裝球桿儀，轉(zhuǎn)動轉(zhuǎn)臺得到各個安裝位置處球桿儀讀數(shù)；對球桿儀讀數(shù)進行擬合，得到剔除安裝誤差后的球桿儀數(shù)據(jù)；利用十項幾何誤差辨識公式計算得到轉(zhuǎn)臺所有的幾何誤差。該方法操作簡單方便，辨識精度高，系統(tǒng)性好。
浙江大學(xué)
2021-04-13
植物-環(huán)境信息快速感知與物聯(lián)網(wǎng)實時監(jiān)控技術(shù)及裝備
項目屬現(xiàn)代農(nóng)業(yè)技術(shù)領(lǐng)域，圍繞農(nóng)田信息快速感知、穩(wěn)定傳輸和精準(zhǔn)管控三大瓶頸難題，在植物養(yǎng)分/生理/病害信息快速感知，土壤水/鹽/養(yǎng)分特性多維快速測試，農(nóng)田復(fù)雜環(huán)境下信息無線穩(wěn)定傳輸，基于作物生長需求的物聯(lián)網(wǎng)環(huán)境調(diào)控和肥水藥精準(zhǔn)管理等核心技術(shù)取得了重大突破，自主研制了系列產(chǎn)品和系統(tǒng)，總體達到了國際同類研究先進水平，部分達國際領(lǐng)先水平。相關(guān)成果已經(jīng)在全國20 多個省市的農(nóng)田、果園與設(shè)施農(nóng)業(yè)等推廣應(yīng)用，取得了重大經(jīng)濟和社會效益，對推動我國數(shù)字農(nóng)業(yè)和農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)的發(fā)展具有重要意義。
浙江大學(xué)
2021-04-11
.jpg){kind=logo}
一種基于多人眼感知分組特性的圖構(gòu)造方法
本發(fā)明公開一種基于多人眼感知分組特性的圖構(gòu)造方法，包括以下步驟：將待處理圖像過分割成多個超像素，并將超像素定義為圖的頂點；基于人眼感知分組特性中的空間鄰近特性，將在圖像空間中相鄰的超像素相連，作為圖的一部分邊；基于人眼感知分組特性中的顏色相似特性，將圖像中顏色特征相似的超像素相連，作為圖的另一部分邊；基于人眼感知分組特性的紋理相似特性，將圖像中紋理特征相似的超像素相連，作為圖的又一部分邊；基于PRSVM算法，學(xué)習(xí)空間鄰近度、顏色相似性和紋理相似性對圖中邊權(quán)的作用大小；將圖的邊權(quán)定義為相連的兩個超像素之間空間鄰近度、顏色相似性和紋理相似性的加權(quán)和。本發(fā)明充分考慮人眼的多種感知分組特性，有效描述圖像中各區(qū)域之間的關(guān)系，有助于對圖像中的目標(biāo)進行檢測。
東南大學(xué)
2021-04-11
技術(shù)大學(xué).jpg){kind=logo}
面向車身環(huán)境感知及預(yù)警的高性價比智慧視覺系統(tǒng)
基于單顆 NXP 嵌入式芯片，研制一套可集成 4 至 8 路 高清視頻輸入的高性價比智慧視覺系統(tǒng)。該系統(tǒng)除了實現(xiàn)倒車影像、行車記錄、環(huán)視全景成像等基本功能外，還將進一步基于深度學(xué)習(xí)算法，一體化集成車道偏離預(yù)警、前車碰撞預(yù)警、行人碰撞預(yù)警、盲區(qū)監(jiān)測及變道輔助、駕駛行為監(jiān)測等高級輔助駕駛功能，從而在不增加硬件成本的基礎(chǔ)上，為客戶提供高性價比的智慧視覺系統(tǒng)，實現(xiàn)各類型車輛的車身環(huán)境感知及預(yù)警。
中國科學(xué)技術(shù)大學(xué)
2021-04-14
一種多核多線程環(huán)境下 NUMA 感知的同步方法
本發(fā)明公開了一種多核多線程環(huán)境下 NUMA 感知的同步方法， 屬于并行計算領(lǐng)域。本發(fā)明提出的方法是：線程將同步請求結(jié)點插入 鏈表并在局部鎖上自旋，如果局部鎖被釋放并且請求已被執(zhí)行則返回， 否則該線程作為 combiner 線程，設(shè)置宿主 NUMA 節(jié)點，執(zhí)行請求的 回溯位置，然后開始執(zhí)行自己以及其他線程的同步請求，執(zhí)行完畢后 從當(dāng)前位置向前遍歷尋找來自宿主 NUMA 節(jié)點內(nèi)的線程，若找到則將 其作為新的 combin
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
基于地形改正的衛(wèi)星影像虛假地形感知現(xiàn)象改正方法
本發(fā)明公開了一種基于地形改正的衛(wèi)星影像虛假地形感知現(xiàn)象改正方法，從改變光照方向的角度出 發(fā)，引入地形改正中的 C 校正模型，通過建立原始影像與虛假地形感知現(xiàn)象改正后影像經(jīng)過地形改正后 的輻射關(guān)系，獲得虛假地形感知現(xiàn)象改正前后影像輻射值的對應(yīng)關(guān)系，進而推導(dǎo)出改正后影像灰度值。 本發(fā)明方法能夠在改正虛假地形感知現(xiàn)象的同時，較好地保持原始影像的空間細節(jié)及光譜特性，可顯著 提高影像解譯準(zhǔn)確度。
武漢大學(xué)
2021-04-14
基于壓縮感知特征選擇的實時檢測跟蹤框架與跟蹤方法
本發(fā)明提出了一種基于壓縮感知特征選擇的實時檢測跟蹤框架與跟蹤方法(CFS)，本發(fā)明能夠?qū)?縮后的特征進行選擇，只使用區(qū)分度高的樣本特征進行分類;本發(fā)明能夠達到實時跟蹤，而且避免了由 于選擇了錯誤的特征導(dǎo)致的跟蹤失敗現(xiàn)象，有效的抑制了不好的特征對跟蹤結(jié)果的影響，并且明顯提高 了跟蹤速度和跟蹤精度。
武漢大學(xué)
2021-04-13