CN116758109B - 一种基于智能设备的动作仪态同步性监测系统 - Google Patents

一种基于智能设备的动作仪态同步性监测系统 Download PDF

Info

Publication number
CN116758109B
CN116758109B CN202310731864.XA CN202310731864A CN116758109B CN 116758109 B CN116758109 B CN 116758109B CN 202310731864 A CN202310731864 A CN 202310731864A CN 116758109 B CN116758109 B CN 116758109B
Authority
CN
China
Prior art keywords
action
action unit
unit
image
synchronicity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310731864.XA
Other languages
English (en)
Other versions
CN116758109A (zh
Inventor
孙锎
黄海艳
吕子雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Light Digital Technology Co ltd
Original Assignee
Hangzhou Light Digital Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Light Digital Technology Co ltd filed Critical Hangzhou Light Digital Technology Co ltd
Priority to CN202310731864.XA priority Critical patent/CN116758109B/zh
Publication of CN116758109A publication Critical patent/CN116758109A/zh
Application granted granted Critical
Publication of CN116758109B publication Critical patent/CN116758109B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及智能设备监测技术领域，具体公开了一种基于智能设备的动作仪态同步性监测系统，本发明通过由标识件配合动作获取模块获取智能设备获取被标记的实时状态的智能设备每个动作单元的图像，通过图像处理模块进行图形变化消除上一个动作单元对识别的当前动作单元的运动轨迹的影响，最后进行动作分析，可以独立的对智能设备的每个动作单元进行分析，消除了设备的动作单元会受到设置连接在其前方所有的动作单元的影响的问题，从而避免了执行端的监测设备的误报，提升了智能设备的管理效率。

Description

一种基于智能设备的动作仪态同步性监测系统
技术领域
本发明涉及智能设备监测技术领域，具体的，涉及一种基于智能设备的动作仪态同步性监测系统。
背景技术
随着智能设备在生产制造领域的大量应用，对智能设备的监测成为了维持设备安全生产重要部分，目前对智能设备的监测方式是通过对电信号或者物理参数进行在线监测以评价当前设备的状态，电信号或者物理参数进行在线监测通常都是对智能设备的执行端进行检测的，在多动作单元组合的设备中，各个动作单元都通过对应的驱动件独立的进行运动，设备的动作单元会受到设置连接在其前方所有的动作单元的影响，而这种影响的方向是难以确定的，也就会产生多种特殊情况，比如多个不影响当前动作单元的误差累计造成最终的执行端误差过大以至于电信号或者物理参数进行报错，或者多个影响当前动作单元的误差相互抵消而最终的执行端却不进行报错，这两种情况都属于误报，显然是会影响对智能设备的管理效率的。
鉴于此，本发明提出一种基于智能设备的动作仪态同步性监测系统，通过独立分析处理每个动作单元以减少在管理智能设备过程中的误报情况。
发明内容
本发明的目的在于提供一种基于智能设备的动作仪态同步性监测系统，解决以下技术问题：
如何独立分析处理每个动作单元以减少在管理智能设备过程中的误报情况。
本发明的目的可以通过以下技术方案实现：
一种基于智能设备的动作仪态同步性监测系统，包括：
动作获取模块，根据智能设备的预设动作，获取智能设备多个视角的图像信息；
标识件，标识件设置于每个所述动作单元的表面；
图像处理模块，对智能设备多个视角的图像信息分别进行处理，将某一视角的智能设备的一个完整动作的图像信息划分为若干动作单元的运动图像，所述运动图像包括标识件的图像；
动作分析模块，对若干动作单元的运动图像分别进行分析，获取每个动作单元的同步性系数，根据同步性系数对每个动作单元进行在线监测。
作为本发明的进一步技术方案：划分为若干动作单元的运动图像的过程包括：
图像处理模块确定每个动作单元所在位置；
从图像信息中截取包含当前识别动作单元一个完整动作的图像；
获取当前识别动作单元相连接的上一个动作单元上的标识件的图像并与当前识别动作单元一个完整动作的图像组合成为动作单元的运动图像。
作为本发明的进一步技术方案：对若干动作单元的运动图像分别进行分析的过程包括：
动作分析模块从动作获取模块中获得当前动作单元包含识别件图像的实时运动图像，所述实时运动图像于一个完整动作的起始时间点和终止时间点分别获得；
按照相同条件下获取的标准运动图像对两幅实时运动图像分别进行对应图形变换使得标准运动图像的识别件与实时运动图像的识别件完全重合；
其中，图形变化过程包括平移和角度调整。
作为本发明的进一步技术方案：获取每个动作单元的同步性系数的过程包括：
通过公式：
获取同步性系数δi，其中i表示第i个动作单元，为第i个动作单元实时状态下在一个完整动作起始位置的图像轮廓线斜率，/>是对应/>的第i个动作单元标准状态下在一个完整动作起始位置的图像轮廓线斜率；/>为第i个动作单元实时状态下在一个完整动作终止位置的图像轮廓线斜率，/>是对应/>的第i个动作单元标准状态下在一个完整动作终止位置的图像轮廓线斜率；/>和/>为第i个动作单元起始位置和终止位置在/>情况下的权重系数；/>是第i个动作单元实时状态下起始位置相比标准状态的起始位置的斜率变化最大值，/>第i个动作单元实时状态下终止位置相比标准状态的终止位置的斜率变化最大值；/>和/>是第i个动作单元起始位置和终止位置在/>情况下的权重系数；/>是第i个动作单元在实时状态下对应动作单元在起始位置的轮廓线与标准状态下对应动作单元在起始位置的轮廓线之间的间距；/>是第i个动作单元在实时状态下对应动作单元在终止位置的轮廓线与标准状态下对应动作单元在终止位置的轮廓线之间的间距，/>是是第i个动作单元在实时状态下对应动作单元在起始位置的轮廓线与标准状态下对应动作单元在起始位置的轮廓线之间的最大允许间距，/>是是第i个动作单元在实时状态下对应动作单元在终止位置的轮廓线与标准状态下对应动作单元在终止位置的轮廓线之间的最大允许间距。
作为本发明的进一步技术方案：根据同步性系数对每个动作单元进行在线监测的过程包括：
将同步性系数δi与对应的预设区间[εi1，εi2]进行比对，εi1和εi2均为经验常数；
若δi小于[εi1，εi2]，则判断当前动作单元的动作与标准状态的对应设备的动作同步性高；
若δi大于[εi1，εi2]，则判断当前动作单元的动作与标准状态的对应设备的动作同步性低，需要进行检修；
若δi属于[εi1，εi2]，则判断当前动作单元处于同步性的临界状态，需要进行运行风险评估。
作为本发明的进一步技术方案：所述运行风险评估的过程包括：
获取n个动作单元的所有同步性系数δ1，δ2，…δi，...δn；
通过公式：
获取评估系数A，其中，是∈[0，1]的转化函数且单调递增，N是δi对应动作单元之前的动作单元中同步性系数落入区间[εi1，εi2]的数量；n是一个完整的动作的动作单元的总数，/>是δ1到δi的算术平均值。
作为本发明的进一步技术方案：所述运行风险评估的过程还包括：
判断A与预设区间[εi1，εi2]的关系；
当A落入预设区间[εi1，εi2]时判断设备运行风险大，需要进行检修；
当A小于预设区间[εi1，εi2]时判断设备运行风险正常。
作为本发明的进一步技术方案：获取智能设备多个视角的图像信息是通过依据智能设备预设动作的固定位置，固定角度的摄像头获取的。
作为本发明的进一步技术方案：所述标识件具有至少三个识别点，且三个识别点的连线不为正三角形。
本发明的有益效果：
(1)本发明由标识件配合动作获取模块获取智能设备获取被标记的实时状态的智能设备每个动作单元的图像，通过图像处理模块进行图形变化消除上一个动作单元对识别的当前动作单元的运动轨迹的影响，最后进行动作分析，可以独立的对智能设备的每个动作单元进行分析，消除了设备的动作单元会受到设置连接在其前方所有的动作单元的影响的问题，从而避免了执行端的监测设备的误报，提升了智能设备的管理效率。
(2)本发明通过将实时状态以及标准状态下获取的两张对比图像的识别件进行平移和角度调整使得识别件的轮廓完全重合，从而消除前一个动作单元的误差对当前识别的动作单元的影响，同时，消除方式是基于数字处理的图形变化进行的，可以通过无线通信上传到运行效率高的主机中进行，运行效率高。
(3)本发明通过公式(1)获取对应动作单元的同步性系数δi，公式(1)从起始位置和终止位置在实时状态和标准状态下两个位置的差距对同步性系数δi进行分析，全面的考虑到在设备使用时间过长而零件松动导致的设备执行精度问题，此外，在δi与对应的预设区间[εi1，εi2]进行比对的过程中，更为仔细的对当前的动作单元进行分析，全面的对当前的动作单元的状态进行评价，更加方便和细化了智能设备的管理。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明监测系统的各模块运行流程图；
图2是本发明图像处理模块的运行流程图；
图3是本发明动作分析模块的运行流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1-图3所示，在一个实施例中，提供了一种基于智能设备的动作仪态同步性监测系统，包括：
动作获取模块，根据智能设备的预设动作，获取智能设备多个视角的图像信息，需要说明的是，是通过依据智能设备预设动作的固定位置，固定角度的摄像头获取的；
标识件，标识件设置于每个动作单元的表面，其中，标识件具有至少三个识别点，且三个识别点的连线不为正三角形；
图像处理模块，对智能设备多个视角的图像信息分别进行处理，将某一视角的智能设备的一个完整动作的图像信息划分为若干动作单元的运动图像，运动图像包括标识件的图像；
动作分析模块，对若干动作单元的运动图像分别进行分析，获取每个动作单元的同步性系数，根据同步性系数对每个动作单元进行在线监测。
通过上述技术方案：于本实施例中提供了动作仪态同步性监测的整体方案，具体的，由标识件配合动作获取模块获取智能设备获取被标记的实时状态的智能设备每个动作单元的图像，通过图像处理模块进行图形变化消除上一个动作单元对识别的当前动作单元的运动轨迹的影响，最后进行动作分析，可以独立的对智能设备的每个动作单元进行分析，消除了设备的动作单元会受到设置连接在其前方所有的动作单元的影响的问题，从而避免了执行端的监测设备的误报，提升了智能设备的管理效率。
划分为若干动作单元的运动图像的过程包括：
图像处理模块确定每个动作单元所在位置；
从图像信息中截取包含当前识别动作单元一个完整动作的图像；
获取当前识别动作单元相连接的上一个动作单元上的标识件的图像并与当前识别动作单元一个完整动作的图像组合成为动作单元的运动图像。
对若干动作单元的运动图像分别进行分析的过程包括：
动作分析模块从动作获取模块中获得当前动作单元包含识别件图像的实时运动图像，实时运动图像于一个完整动作的起始时间点和终止时间点分别获得；
按照相同条件下获取的标准运动图像对两幅实时运动图像分别进行对应图形变换使得标准运动图像的识别件与实时运动图像的识别件完全重合；
其中，图形变化过程包括平移和角度调整，平移和角度调整是基于傅里叶变化进行的，具体过程不做赘述。
通过上述技术方案：于本实施例中提供了图形变换的具体过程，具体的，通过将实时状态以及标准状态下获取的两张对比图像的识别件进行平移和角度调整使得识别件的轮廓完全重合，从而消除前一个动作单元的误差对当前识别的动作单元的影响，同时，消除方式是基于数字处理的图形变化进行的，可以通过无线通信上传到运行效率高的主机中进行，运行效率高。
获取每个动作单元的同步性系数的过程包括：
通过公式：
获取同步性系数δi，其中i表示第i个动作单元，为第i个动作单元实时状态下在一个完整动作起始位置的图像轮廓线斜率，上述斜率以及下文提到的斜率均于直角坐标系中通过斜率公式计算获取，/>是对应/>的第i个动作单元标准状态下在一个完整动作起始位置的图像轮廓线斜率；/>为第i个动作单元实时状态下在一个完整动作终止位置的图像轮廓线斜率，/>是对应/>的第i个动作单元标准状态下在一个完整动作终止位置的图像轮廓线斜率；/>和/>为第i个动作单元起始位置和终止位置在/>情况下的权重系数，是由经验数据确定的常数；/>是第i个动作单元实时状态下起始位置相比标准状态的起始位置的斜率变化最大值，是由经验数据确定的常数，/>第i个动作单元实时状态下终止位置相比标准状态的终止位置的斜率变化最大值，是由经验数据确定的常数；/>和/>是第i个动作单元起始位置和终止位置在/>情况下的权重系数，是由经验数据确定的常数；/>是第i个动作单元在实时状态下对应动作单元在起始位置的轮廓线与标准状态下对应动作单元在起始位置的轮廓线之间的间距；/>是第i个动作单元在实时状态下对应动作单元在终止位置的轮廓线与标准状态下对应动作单元在终止位置的轮廓线之间的间距；/>是是第i个动作单元在实时状态下对应动作单元在起始位置的轮廓线与标准状态下对应动作单元在起始位置的轮廓线之间的最大允许间距，/>是是第i个动作单元在实时状态下对应动作单元在终止位置的轮廓线与标准状态下对应动作单元在终止位置的轮廓线之间的最大允许间距，超过最大允许间距则发出警报。
根据同步性系数对每个动作单元进行在线监测的过程包括：
将同步性系数δi与对应的预设区间[εi1，εi2]进行比对，εi1和εi2均为经验常数；
若δi小于[εi1，εi2]，则判断当前动作单元的动作与标准状态的对应设备的动作同步性高；
若δi大于[εi1，εi2]，则判断当前动作单元的动作与标准状态的对应设备的动作同步性低，需要进行检修；
若δi属于[εi1，εi2]，则判断当前动作单元处于同步性的临界状态，需要进行运行风险评估。
通过上述技术方案：于本实施例中提供了获取同步性系数δi以及对同步性系数δi进行分析的方案，具体的，通过公式(1)获取对应动作单元的同步性系数δi，公式(1)从起始位置和终止位置在实时状态和标准状态下两个位置的差距与对同步性系数δi进行分析，全面的考虑到在设备使用时间过长而零件松动导致的设备执行精度问题，值得说明的是，公式(1)应该不限于于这两个位置，本实施例中以起始位置和终止位置为例只是基于数据获取难度的公式(1)的最佳方案，此外，在δi与对应的预设区间[εi1，εi2]进行比对的过程中，更为仔细的对当前的动作单元进行分析，全面的对当前的动作单元的状态进行评价，更加方便和细化了智能设备的管理。
运行风险评估的过程包括：
获取n个动作单元的所有同步性系数δ1，δ2，...δi，...δn；
通过公式：
获取评估系数A，其中，是∈[0，1]的转化函数且单调递增，/>的值越大，则/>越接近于1，N是δi对应动作单元之前的动作单元中同步性系数落入区间[εi1，εi2]的数量；n是一个完整的动作的动作单元的总数，/>是δ1到δi的算术平均值。
运行风险评估的过程还包括：
判断A与预设区间[εi1，εi2]的关系；
当A落入预设区间[εi1，εi2]时判断设备运行风险大，需要进行检修；
当A小于预设区间[εi1，εi2]时判断设备运行风险正常。
通过上述技术方案：于本实施例中提供了获取评估系数A的过程，具体的，通过公式(2)获取基于同步性系数δi的评估系数A，和/>均是小于一的数值，/>是δ1到δi的标准差，反应了δ1到δi的数据离散程度，也就是说在标准差值较小同时δi之前的同步性系数落入区间[εi1，εi2]的数量在一定阈值之前会对δi向下修正，使其始终小于预设区间[εi1，εi2]，当标准差值较小同时δi之前的同步性系数落入区间[εi1，εi2]的数量超过阈值之后会对δi向上修正或者维持δi使得δi落入区间[εi1，εi2]，从而对设备运行风险进行更为细致的判断，通过上述方案能够对δi属于[εi1，εi2]的动作单元进行进一步分析，从而使得监测过程更为细致，准确。
以上对本发明的一个实施例进行了详细说明，但内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (6)

1.一种基于智能设备的动作仪态同步性监测系统，其特征在于，包括：
动作获取模块，根据智能设备的预设动作，获取智能设备多个视角的图像信息；
标识件，标识件设置于每个动作单元的表面；
图像处理模块，对智能设备多个视角的图像信息分别进行处理，将某一视角的智能设备的一个完整动作的图像信息划分为若干动作单元的运动图像，所述运动图像包括标识件的图像；
划分为若干动作单元的运动图像的过程包括：
图像处理模块确定每个动作单元所在位置；
从图像信息中截取包含当前识别动作单元一个完整动作的图像；
获取当前识别动作单元相连接的上一个动作单元上的标识件的图像并与当前识别动作单元一个完整动作的图像组合成为动作单元的运动图像；
动作分析模块，对若干动作单元的运动图像分别进行分析，获取每个动作单元的同步性系数，根据同步性系数对每个动作单元进行在线监测；
其中，对若干动作单元的运动图像分别进行分析的过程包括：
动作分析模块从动作获取模块中获得当前动作单元包含识别件图像的实时运动图像，所述实时运动图像于一个完整动作的起始时间点和终止时间点分别获得；
按照相同条件下获取的标准运动图像对两幅实时运动图像分别进行对应图形变换使得标准运动图像的识别件与实时运动图像的识别件完全重合；
其中，图形变化过程包括平移和角度调整；
获取每个动作单元的同步性系数的过程包括：
通过公式：
获取同步性系数δi，其中i表示第i个动作单元，为第i个动作单元实时状态下在一个完整动作起始位置的图像轮廓线斜率，/>是对应/>的第i个动作单元标准状态下在一个完整动作起始位置的图像轮廓线斜率；/>为第i个动作单元实时状态下在一个完整动作终止位置的图像轮廓线斜率，/>是对应/>的第i个动作单元标准状态下在一个完整动作终止位置的图像轮廓线斜率；/>和/>为第i个动作单元起始位置和终止位置在/>情况下的权重系数；/>是第i个动作单元实时状态下起始位置相比标准状态的起始位置的斜率变化最大值，/>第i个动作单元实时状态下终止位置相比标准状态的终止位置的斜率变化最大值；/>和/>是第i个动作单元起始位置和终止位置在/>情况下的权重系数；/>是第i个动作单元在实时状态下对应动作单元在起始位置的轮廓线与标准状态下对应动作单元在起始位置的轮廓线之间的间距；/>是第i个动作单元在实时状态下对应动作单元在终止位置的轮廓线与标准状态下对应动作单元在终止位置的轮廓线之间的间距，/>是是第i个动作单元在实时状态下对应动作单元在起始位置的轮廓线与标准状态下对应动作单元在起始位置的轮廓线之间的最大允许间距，/>是是第i个动作单元在实时状态下对应动作单元在终止位置的轮廓线与标准状态下对应动作单元在终止位置的轮廓线之间的最大允许间距。
2.根据权利要求1所述的一种基于智能设备的动作仪态同步性监测系统，其特征在于，根据同步性系数对每个动作单元进行在线监测的过程包括：
将同步性系数δi与对应的预设区间[εi1,εi2]进行比对，εi1和εi2均为经验常数；
若δi小于[εi1,εi2]，则判断当前动作单元的动作与标准状态的对应设备的动作同步性高；
若δi大于[εi1,εi2]，则判断当前动作单元的动作与标准状态的对应设备的动作同步性低，需要进行检修；
若δi属于[εi1,εi2]，则判断当前动作单元处于同步性的临界状态，需要进行运行风险评估。
3.根据权利要求2所述的一种基于智能设备的动作仪态同步性监测系统，其特征在于，所述运行风险评估的过程包括：
获取n个动作单元的所有同步性系数δ1，δ2，…δi,…δn；
通过公式：
获取评估系数A，其中，是∈[0,1]的转化函数且单调递增，N是δi对应动作单元之前的动作单元中同步性系数落入区间[εi1,εi2]的数量；n是一个完整的动作的动作单元的总数，是δ1到δi的算术平均值。
4.根据权利要求3所述的一种基于智能设备的动作仪态同步性监测系统，其特征在于，所述运行风险评估的过程还包括：
判断A与预设区间[εi1,εi2]的关系；
当A落入预设区间[εi1,εi2]时判断设备运行风险大，需要进行检修；
当A小于预设区间[εi1,εi2]时判断设备运行风险正常。
5.根据权利要求1所述的一种基于智能设备的动作仪态同步性监测系统，其特征在于，获取智能设备多个视角的图像信息是通过依据智能设备预设动作的固定位置，固定角度的摄像头获取的。
6.根据权利要求1所述的一种基于智能设备的动作仪态同步性监测系统，其特征在于，所述标识件具有至少三个识别点，且三个识别点的连线不为正三角形。
CN202310731864.XA 2023-06-20 2023-06-20 一种基于智能设备的动作仪态同步性监测系统 Active CN116758109B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310731864.XA CN116758109B (zh) 2023-06-20 2023-06-20 一种基于智能设备的动作仪态同步性监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310731864.XA CN116758109B (zh) 2023-06-20 2023-06-20 一种基于智能设备的动作仪态同步性监测系统

Publications (2)

Publication Number Publication Date
CN116758109A CN116758109A (zh) 2023-09-15
CN116758109B true CN116758109B (zh) 2023-11-14

Family

ID=87958509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310731864.XA Active CN116758109B (zh) 2023-06-20 2023-06-20 一种基于智能设备的动作仪态同步性监测系统

Country Status (1)

Country Link
CN (1) CN116758109B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104122994A (zh) * 2013-02-22 2014-10-29 耐克创新有限合伙公司 活动监测、跟踪和同步
CN110414479A (zh) * 2019-08-08 2019-11-05 燕山大学 一种饮水行为感知方法、连续和非连续动作分割识别方法
CN112241154A (zh) * 2020-10-15 2021-01-19 杭州澳亚生物技术有限公司 一种gmp车间智能化监控管理系统
CN113326816A (zh) * 2021-07-14 2021-08-31 上海鼎算智能科技有限公司 一种线下顾客行为识别方法、系统、存储介质及终端
CN114344848A (zh) * 2021-12-17 2022-04-15 广东远华新材料股份有限公司 一种基于智能运动垫的运动监测处理方法、智能运动垫
CN114405004A (zh) * 2022-01-21 2022-04-29 金飞云 一种基于大数据特征识别的vr游戏智能管理系统
CN115240405A (zh) * 2021-04-25 2022-10-25 中兴通讯股份有限公司 一种交通信息管理方法、系统、网络设备及存储介质
CN115331314A (zh) * 2022-09-20 2022-11-11 国武时代国际文化传媒（北京）有限公司 一种基于app筛查功能的运动效果评估方法和系统
CN115864658A (zh) * 2023-02-27 2023-03-28 山东泰顺电气有限责任公司 一种基于数据分析的电力远动智能监控系统
CN116139471A (zh) * 2023-02-27 2023-05-23 上海动漫公共技术服务平台运营管理有限公司 一种互动观影系统-梦幻乘骑

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013185129A2 (en) * 2012-06-08 2013-12-12 Correlated Solutions, Inc. Optical non-contacting apparatus for shape and deformation measurement of vibrating objects using image analysis methodology
CN105448041B (zh) * 2016-01-22 2018-04-17 苏州望湖房地产开发有限公司 一种人体摔倒智能控制系统及其方法
US10506163B2 (en) * 2016-06-10 2019-12-10 Invensense, Inc. Systems and methods for synchronizing sensor data

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104122994A (zh) * 2013-02-22 2014-10-29 耐克创新有限合伙公司 活动监测、跟踪和同步
CN110414479A (zh) * 2019-08-08 2019-11-05 燕山大学 一种饮水行为感知方法、连续和非连续动作分割识别方法
CN112241154A (zh) * 2020-10-15 2021-01-19 杭州澳亚生物技术有限公司 一种gmp车间智能化监控管理系统
CN115240405A (zh) * 2021-04-25 2022-10-25 中兴通讯股份有限公司 一种交通信息管理方法、系统、网络设备及存储介质
CN113326816A (zh) * 2021-07-14 2021-08-31 上海鼎算智能科技有限公司 一种线下顾客行为识别方法、系统、存储介质及终端
CN114344848A (zh) * 2021-12-17 2022-04-15 广东远华新材料股份有限公司 一种基于智能运动垫的运动监测处理方法、智能运动垫
CN114405004A (zh) * 2022-01-21 2022-04-29 金飞云 一种基于大数据特征识别的vr游戏智能管理系统
CN115331314A (zh) * 2022-09-20 2022-11-11 国武时代国际文化传媒（北京）有限公司 一种基于app筛查功能的运动效果评估方法和系统
CN115864658A (zh) * 2023-02-27 2023-03-28 山东泰顺电气有限责任公司 一种基于数据分析的电力远动智能监控系统
CN116139471A (zh) * 2023-02-27 2023-05-23 上海动漫公共技术服务平台运营管理有限公司 一种互动观影系统-梦幻乘骑

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Development and Application of a Real-Time Testbed for Multiagent System Interoperability: A Case Study on Hierarchical Microgrid Control;Mehmet H. Cintuglu等;《IEEE TRANSACTIONS ON SMART GRID》;第9卷(第3期);第1759-1768页 *
基于任务运动行为模式及其脑电信号相关性研究;纪俐;《中国博士学位论文全文数据库 基础科学辑》(第1期);第A006-211页 *
基于智能手环运动状态的音乐生成系统;陈诗佳等;《郑州大学学报（理学版）》;第53卷(第4期);第95-101页 *
混合现实替身机器人的人机融合及其运动控制;高闻灿;《中国优秀硕士学位论文全文数据库 信息科技辑》(第6期);第I140-268页 *

Also Published As

Publication number Publication date
CN116758109A (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
WO2016055031A1 (zh) 直线检测、图像处理的方法及相关装置
CN111950396B (zh) 一种仪表读数神经网络识别方法
CN106991705B (zh) 一种基于p3p算法的位置参数估计方法
CN112966571B (zh) 一种基于机器视觉的立定跳远腾空高度量测方法
US20220398714A1 (en) Printing Solder Point Quality Identification And Maintenance Suggestion System And Method Thereof
CN115375588A (zh) 基于红外成像的电网变压器故障识别方法
CN104677782A (zh) 一种电连接器壳体机器视觉在线检测系统及方法
CN117576100B (zh) 一种fpc连接器表面缺陷分级检测评价方法
CN107765240B (zh) 一种运动状态的判断方法、装置和电子设备
CN112215825A (zh) 新能源电池制造中基于机器视觉的质量分析方法及系统
CN116758109B (zh) 一种基于智能设备的动作仪态同步性监测系统
Huang et al. A measurement technology of space distance among transmission bundle conductors based on image sensors
CN110599446B (zh) 隔离开关合闸位置判别方法
CN116902536A (zh) 一种皮带机智能纠偏系统
CN116152202A (zh) 基于图像识别技术和红外热成像技术的设备外观检测系统
CN109117720B (zh) 一种基于机器视觉的指针式仪表读数识别方法
CN117268588B (zh) 一种远程监控电力柜环境的监测系统
CN111062933A (zh) 一种基于视场自适应调节的输电线路覆冰图像检测方法
CN111562467B (zh) 一种基于地面合成电场测量数据的起晕判定方法及系统
CN115816834B (zh) 用于打印机打印质量实时监测的方法及系统
CN110675393B (zh) 一种基于机器视觉的坯料规格检测方法
CN109377482A (zh) 一种基于点云数据的轮胎胎角性质检测方法
CN116091996A (zh) 刀闸分合状态的识别方法、装置、设备及存储介质
Di Leo et al. Online visual inspection of defects in the assembly of electromechanical parts
CN111861876B (zh) 一种基于形状特征的金具自动识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A synchronization monitoring system for action and posture based on intelligent devices

Granted publication date: 20231114

Pledgee: Hangzhou United Rural Commercial Bank Limited by Share Ltd. Cambridge branch

Pledgor: Hangzhou Light Digital Technology Co.,Ltd.

Registration number: Y2024330000283