|
搜索
搜 索
高等教育領域數字化綜合服務平臺
一種適用于多材質工件的 3D 打印設備
本發(fā)明公開了一種適用于多材質工件的 3D 打印設備，其包括三 維運動結構、工作臺、轉盤式噴頭切換裝置、供料系統和控制系統， 三維運動結構包括 X 軸、Y 軸和 Z 軸運動結構；工作臺與 X 軸運動結 構固定連接，其在 X 軸運動結構和 Y 軸運動結構的驅動下作水平運動， 在 Z 軸運動結構的驅動下作上下運動；轉盤式噴頭切換裝置包括轉盤 和電機；轉盤周向上安裝有多個分段式螺桿噴頭裝置，其在電機的帶 動下實現旋轉切換；供
華中科技大學
2021-04-14
柵式多參數、多功能、分布式傳感技術與網絡系統
該成果將光纖光柵與多種通信復用技術相結合，采用一種新型的光纖光柵調諧解調技術，具有當前最先進技術特點的多參數、多功能、分布式光纖光柵傳感網絡系統。該系統能夠同時對多點（1-32點）、多個物理量（例如溫度、應變、振動等）進行測量。其檢測的最大應變量20000με，應變分辨率1 με，可檢測溫度范圍-30—200℃，溫度分辨率0.03 ℃，并可給出相關物理量的分布曲線。 該成果在實際應用中將推廣和轉化為兩個方向的產品：1.廣泛應用于各類重大工程建筑，包括大型橋梁、大樓、大壩、輸油管道、化
南開大學
2021-04-14
一種多傳感器數據融合的盾構機實時導向系統
一種多傳感器數據融合的盾構機實時導向系統，包括激光全站儀、激光標靶、第一棱鏡、第二棱鏡、后視棱鏡以及計算機，所述后視棱鏡用于檢測測量過程中全站儀的位置是否發(fā)生變動，所述激光標靶用于實時測量盾構機的姿態(tài)角，所述第一棱鏡和第二棱鏡分別安裝在盾構機兩端，所述激光全站儀通過發(fā)射激光測量所述第一棱鏡和第二棱鏡及激光標靶棱鏡在大地坐標系下的坐標，再結合上述激光標靶測量得到的姿態(tài)角數據，由計算機計算得到多組姿態(tài)角并進行融合處理，即可得到優(yōu)化的盾構機姿態(tài)角，實施對盾構機的實時導向。本發(fā)明在標靶內部傳感器出現故障或是
華中科技大學
2021-04-14
基于增材制造的多自由度液壓機械臂開發(fā)
本項目主要解決此市場痛點，將3D打印技術和液壓系統相結合，設計一套輕量化的液壓機械臂，特別適用于航空航天、軍工、勘探、安防、排爆、物流搬運等特種機器人領域。對比同體積和質量的電驅動馬達，扭矩可增加4倍以上。
一、項目進展
已注冊公司運營
二、企業(yè)信息
企業(yè)名稱
上海埃曼機器人有限公司
企業(yè)法人
唐鋒
注冊時間
2021.8.19
注冊所在省市
上海
組織機構代碼
91310113MA7B0CQ912
經營范圍
機器人及其配件的研發(fā)、銷售
企業(yè)地址
上海市寶山區(qū)上大路668號
獲投資情況
EFG天使基金
三、負責人及成員
姓名
學院/所學專業(yè)
入學/畢業(yè)時間
唐鋒
材料科學與工程/冶金工程
2020.09
黃夢婷
材料科學與工程/冶金工程
2020.09
劉翔
材料科學與工程/冶金工程
2020.09
四、指導教師
姓名
學院/所學專業(yè)
職務/職稱
研究方向
王江
材料科學與工程
教授
陳超越
材料科學與工程
講師
五、項目簡介
目前市面上使用的機械臂、機器人95%以上為電機驅動，存在負載小，抗干擾能力差，續(xù)航短的問題，難以滿足人們對負載日益增長的需求。而液壓驅動的機械臂、機器人在相同功率下可以提供更大負載，對外界干擾不敏感，但同樣存在一些問題，比如液壓執(zhí)行機構和液壓元器件體積大，質量大，漏油，散熱差等，因而很少被采用。在大負載、移動式機器人領域二者難以兼顧。
本項目主要解決此市場痛點，將3D打印技術和液壓系統相結合，設計一套輕量化的液壓機械臂，特別適用于航空航天、軍工、勘探、安防、排爆、物流搬運等特種機器人領域。對比同體積和質量的電驅動馬達，扭矩可增加4倍以上。
從最初的結構設計就采用增材制造思維，打破傳統加工工藝的限制，因而設計更加多樣化。然后將關鍵液壓元器件也采用輕量化設計，金屬3D打印工藝加工，部分液壓元件外殼可進一步與機械結構件集成，使整體更加輕量化，簡潔化。
團隊目前已為中電X所開發(fā)一套原型機，產品于2021年7月交付，目前在開發(fā)第二代產品。今年1月與浙江大學機械工程學院簽訂三年合作開發(fā)協議，開發(fā)一款用于軍工的機械狗腿部關節(jié)等項目。
上海大學
2022-08-12
基于TLD算法和步態(tài)算法的六足多地形追蹤機器人
機器人在煤礦救援領域發(fā)揮著越來越重要的作用，但仍存在無法精確識別災后環(huán)境、無法適應井下復雜地形以及難以檢測、定位井下生命體等問題。
一、項目進展
創(chuàng)意計劃階段
二、負責人及成員
姓名
學院/所學專業(yè)
入學/畢業(yè)時間
柳佳樂
自動化18-2
2018-2022
劉浩峰
計算機科學與技術18-7
2018-2022
石少勇
測控技術與儀器18-2
2018-2022
欒廣鑫
電氣工程及其自動化18-5
2018-2022
李明晶
測控技術與儀器18-1
2018-2022
三、指導教師
姓名
學院/所學專業(yè)
職務/職稱
研究方向
楊洪濤
機械工程學院
教授
精密測試技術、儀器精度理論及應用、自動化測控系統
凌六一
電氣與信息工程學院
教授
智能信息處理、光電檢測及環(huán)境光譜探測技術
蘇樹智
計算機科學與工程學院
副教授
人工智能、模式識別、機器視覺、信息融合、深度學習等領域
四、項目簡介
目前，機器人在煤礦救援領域發(fā)揮著越來越重要的作用，但仍存在無法精確識別災后環(huán)境、無法適應井下復雜地形以及難以檢測、定位井下生命體等問題。為此，本團隊充分利用六足機器人高穩(wěn)定性和多地形適應性的優(yōu)勢，應用激光雷達、深度相機和其他輔助傳感器，設計仿生六足煤礦救援機器人，結合SLAM、A*、ROS等先進技術，實現礦井災后局部復雜環(huán)境的三維地圖構建、地形障礙物識別以及機器人自主路徑規(guī)劃。機器人所獲信息實時無線傳輸至上位機，幫助救援人員快速制定科學有效的救援方案。
安徽理工大學
2022-07-25
蜂窩移動通信網絡覆蓋的多小區(qū)聯合優(yōu)化方法及其裝置
本發(fā)明公開了一種蜂窩移動通信網絡覆蓋的多小區(qū)聯合優(yōu)化方法及其裝置；本發(fā)明的方法包括：收集目標區(qū)域內各基站位置信息；對目標區(qū)域進行柵格劃分；測量各基站到各柵格點的傳播損耗；遍歷發(fā)射總功率、天線電參數組合，統計不良覆蓋比；挑選使不良覆蓋比最小的組合，饋送最優(yōu)激勵電流至各天線。本發(fā)明的裝置包括：信息收集模塊、柵格化處理模塊、傳播損耗確定模塊、遍歷求解模塊和挑選模塊。本發(fā)明通過優(yōu)化陣列天線的方向圖和發(fā)射功率來實現面向實際傳播環(huán)境的網絡覆蓋的多小區(qū)聯合優(yōu)化，使得整個目標區(qū)域的不良覆蓋最少；既可用于面向實際傳播環(huán)境的網絡覆蓋的多小區(qū)聯合優(yōu)化，也可以用于對個別小區(qū)的不良覆蓋進行單獨糾正。
浙江大學
2021-04-13
一種基于多段熱電模組構成的柔性供電表帶
本實用新型公開了一種基于多段熱電模組構成的柔性供電表帶。柔性供電表帶中間至少由一段密度大且等距排布熱電模組的供電表帶，其兩側至少各由一段相同的密度小且等距排布熱電模組的供電表帶連接而成；熱電模組的供電表帶，從手腕穿戴面向外都具有依次為導熱層，裝有熱電模組的柔性印刷電路板和多個散熱層，柔性印刷電路板上表面熱電模組中的每個熱電對分別裝在各自表帶主體的長方形通孔中，每個熱電對分別通過冷端銅導電片與各自的散熱層連接，散熱層均位于表帶主體外。本實用新型在保證供電表帶貼合手腕輪廓的前提下提高熱電模組中熱電對的對數，提高供電表帶的輸出驅動能力。表帶主體采用聚二甲基硅氧烷，柔性較好，可以適合不同手臂表面。
浙江大學
2021-04-13
一種多攝像頭自適應的立體視覺測距裝置
本實用新型涉及雙目立體視覺測距技術，具體涉及一種多攝像頭自適應的立體視覺測距裝置，包括 主板，固定在主板上的左一攝像頭、左二攝像頭、右一攝像頭、右二攝像頭、右三攝像頭、左數據傳輸 接口，及右數據傳輸接口，還包括外部控制板；左一攝像頭、左二攝像頭通過主板與左數據傳輸接口連 接；右一攝像頭、右二攝像頭、右三攝像頭通過主板與右數據傳輸接口連接；左數據傳輸接口、右數據 傳輸接口分別與外部控制板連接。該測距裝置結構簡單、操作方便、成本低，具有多個攝像頭，允許根 據待測物的實際位置和實際距離選擇使用攝像頭對，具有自適應性，可移植性強，能夠實現雙目立體視 覺測距所需圖像數據的實時采集和傳輸。
武漢大學
2021-04-13
一種適于規(guī)則網格 DEM 的結構化多尺度重構方法
一種適于規(guī)則網格 DEM 的結構化多尺度重構方法，包括如下步驟:步驟 1，谷地匯水區(qū)域的提取 及結構化組織;步驟 2，谷地選取與匯水區(qū)域的合并;步驟 3，基于合并后的匯水區(qū)域進行約束內插生 成新的、刪除次要谷地后的 DEM。其優(yōu)點是:通過實驗對比，傳統重采樣及濾波綜合方法無論谷地和 山脊大小同等程度地削減正向、負向地貌，沒有顧及地理特征的保持;而采用本發(fā)明方法綜合后，圖中 表示次要谷地的等高線彎曲呈現成組刪除的效果，表示主要谷地源頭的等高線彎曲保持較好，與專家手 工綜合的效果接近。
武漢大學
2021-04-13
一種基于多尺度梯度差分熵的圖像質量評價方法
本發(fā)明公開了一種基于多尺度梯度差分熵的圖像質量評價方法，包括如下步驟：步驟 1，將原始圖 像和失真圖像均轉換成灰度圖像；步驟 2，基于步驟 1 的結果，計算不同尺度空間內的梯度差分熵，并 將不同尺度空間內的梯度差分熵進行加權平均；步驟 3，計算原始圖像和失真圖像對應的灰度圖像均值 的比值；步驟 4，計算原始圖像和失真圖像對應的灰度圖像方差的比值；步驟 5，基于步驟 2，步驟 3 和步驟 4 的結果，進行綜合評價。本發(fā)明引入尺度空間的基本思想，基于人在不同距離下目標在視網膜 上的形成過程，通過提取尺度空間下的輪廓特征，并通過熵來反映原始圖像和失真圖像在尺度空間下輪 廓特征的差異，與主觀評價結果具有較好的一致性。
武漢大學
2021-04-13