-
公开(公告)号：CN111964706A
公开(公告)日：2020-11-20
申请号：CN202010810319.6
申请日：2020-08-13
Applicant: 桂林电子科技大学
IPC: G01D18/00
Abstract: 本发明公开了一种分布式视场互补多伯努利关联算术平均融合跟踪方法，首先通过对每个传感器视场互补扩大传感器感知范围，以此让每个传感器的量测覆盖整个跟踪场景；其次，每个传感器分别运行局部多伯努利滤波，通过对滤波后验结果进行泛洪通信关联，将对应于同一目标的伯努利成分关联到同一个子集中，并对每个关联子集进行算术平均融合完成融合状态估计。该方法的主要特点是通过视场互补使得不同传感器之间的量测信息得到互补，同时又不会重复共享，能有效减少计算量从而提高计算效率；另外通过伯努利关联可以将同一目标的伯努利成分关联到一起然后进行算术平均融合，有效提升跟踪性能。
-
公开(公告)号：CN111812970A
公开(公告)日：2020-10-23
申请号：CN202010710311.2
申请日：2020-07-22
Applicant: 桂林电子科技大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于IEEE1588协议的双补偿时钟同步方法，首先将三维粒子群中的每组粒子初始化；接着利用获取的环境因子对粒子群算法进行改进，得到对应的每组个体的适应度值；然后获取PID控制器控制参数的解集范围并初始化种群，并利用指定的适应度函数计算出的每个粒子的适应度值，同时利用改进后的粒子群算法计算出敏感粒子对应的迭代适应度值，直至达到设定的同步精度，得到对应的优势个体和PID控制器控制参数值后，根据PID控制器控制参数值得到优化后的时钟偏差值，并结合卡尔曼滤波对时钟飘移和时钟偏差进行滤波，同时结合获取的多个不确定度，并利用双补偿卡尔曼滤波对得到的双补偿表达式进行预测和补偿更新，提升系统稳定性。
-
公开(公告)号：CN111612817A
公开(公告)日：2020-09-01
申请号：CN202010375319.8
申请日：2020-05-07
Applicant: 桂林电子科技大学
IPC: G06T7/246
Abstract: 本发明公开了一种基于深浅特征自适应融合与上下文信息的目标跟踪方法，首先，获取视频图像序列的第一帧图像，并基于上下文感知框架建立深层特征模型和浅层特征模型；然后获取所述视频图像序列的多个第二帧图像，并利用所述深层特征模型和所述浅层特征模型计算出对应的跟踪目标的深层特征响应和浅层特征响应；并根据所述深层特征响应和所述浅层特征响应自适应融合后的响应总和，得到所述跟踪目标在对应的所述第二帧图像中的位置；并基于阈值判断平均峰值相关能量，并更新所述深层特征模型和所述浅层特征模型，直至所述视频图像序列结束，能够有效跟踪目标，并且具有较高的准确率。
-
公开(公告)号：CN111399020A
公开(公告)日：2020-07-10
申请号：CN202010273061.0
申请日：2020-04-09
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种定向测姿系统及方法,首先通过引入钟差修正来天线的位置坐标，即利用不同接收机之间观测时间的差值对天线位置进行实时改正，以改善多台接收机时间不同步所带来的误差，从而能够在低成本单天线接收机的条件下，提高测姿精度；然后在根据载波相位和伪距双差定位模型所建立的卡尔曼滤波方程中引入基线长度作为观测量和观测量权值，以提高姿态解算的精度；最后对传统用于整周模糊度搜索的MLAMBDA算法进行了改进，通过引入基线长度加速了整周模糊度的搜索，以提高姿态解算的效率。本发明能够在相对较差观测和低成本的条件下(如只有2-3个数量较少的卫星信号接收天线，接收机之间的时钟不同步等)，改善系统抗差效果，提高测姿精度。
-
公开(公告)号：CN111353393A
公开(公告)日：2020-06-30
申请号：CN202010102280.2
申请日：2020-02-19
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于神经网络的犬只检测与预警系统，所述基于神经网络的犬只检测与预警系统包括数据采集子系统、检测与测距子系统和预警子系统，所述数据采集子系统、所述检测与测距子系统和所述预警子系统依次电性连接，利用摄像头对犬只进行图像采集，获取所述数据采集子系统采集的图像，并利用SSD检测框架经Darknet-53网络预测后直接预测图片类型，并对人犬距离计算采用k-means算法对犬只的检测数据进行聚类处理，将所述检测与测距子系统的结果进行上传，并进行预警操作，对不同种类的犬只进行快速识别，并对犬只距离测算算法进行优化，提高犬只预警速度，有效预防犬只伤人情况的发生。
-
Patent Agency Ranking
公开(公告)号：CN111353131A
公开(公告)日：2020-06-30
申请号：CN202010120952.2
申请日：2020-02-26
Applicant: 桂林电子科技大学
IPC: G06F17/18
Abstract: 本发明公开了一种码载偏离度阈值计算的方法，码载偏离度阈值计算的方法包括剔除预设仰角范围的码载偏离度数据，得到第一目标正常偏离度数据；对第一目标正常偏离度数据按照预设仰角进行分组，得到i组偏离度数据；基于箱型图法对i组中的每一组偏离度数据进行预处理，剔除异常数据，得到第二目标正常偏离度数据；对第二目标正常偏离度数据基于似然估计计算出总体均值μi和总体标准差σi；基于总体均值μi和总体标准差σi计算出每一组偏离度数据的阈值μi±3σi。实现在计算均值和标准差之前采用了预处理技术对异常数据进行剔除，并且对异常剔除之后的数据采用了似然估计方法对数据进行估计均值与标准差，进而提高了计算出的码载偏离度阈值的准确度。
-
公开(公告)号：CN108317949B
公开(公告)日：2020-05-15
申请号：CN201810123170.7
申请日：2018-02-07
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种RTK高精度差分定位形变监测系统及方法，通过提取解码后的导航数据和观测数据，按基准站和监测站进行分类，根据卫星位置、钟差和伪距等信息，利用自小二乘法实现监测点单点定位，解算基站载波相位、伪距残差的数据量，选取共视卫星和参考星，设计无迹卡尔曼滤波器，进行滤波器时间更新和状态更新，解算整周模糊度，然后固定模糊度，得到固定解，即得到监测站的位置信息，设计卡尔曼滤波器对位置信息进行平滑滤波，提高定位精度，减少野值的影响。本发明具有算法简单、易实现、实用性强，形变监测定位精度高，精度高的特点，适合应用与滑坡监测、桥梁监测等场景。
-
公开(公告)号：CN110533710A
公开(公告)日：2019-12-03
申请号：CN201910779546.4
申请日：2019-08-22
Applicant: 桂林电子科技大学
Abstract: 本发明实施例公开了一种基于GPU的双目匹配算法的方法及处理装置，用于提升双目视觉中图像匹配算法的运算效率，改善双目深度感知技术的实时性。本发明实施例方法包括：获取第一图片数据和第二图片数据，第一图片数据和第二图片数据分别由不同的摄像头获取的；根据第一图片数据和第二图片数据，进行代价计算，得到代价值；根据代价值同步进行第一方向、第二方向和第三方向的代价聚合计算，得到第一方向的代价聚合值、第二方向的代价聚合值和第三方向的代价聚合值；根据代价值进行第四方向的代价聚合计算，得到第四方向的代价聚合值；根据第一方向的代价聚合值、第二方向的代价聚合值、第三方向的代价聚合值和第四方向的代价聚合值，确定视差值。
-
公开(公告)号：CN110532904A
公开(公告)日：2019-12-03
申请号：CN201910743853.7
申请日：2019-08-13
Applicant: 桂林电子科技大学
Abstract: 本发明提供了一种车辆识别方法，将细粒度车型识别和车辆再识别融为一体，在无法获得车辆车牌信息的情况下，可以在多个场景图片中快速定位待检索车辆，极大地提高了车辆检索的速度和准确性，在处理包括提高收费效率、裁定交通责任和追踪肇事逃逸者等交通问题上有着得天笃厚的优势，对于智能交通系统的建设具有重要意义。
-
公开(公告)号：CN110472679A
公开(公告)日：2019-11-19
申请号：CN201910728575.8
申请日：2019-08-08
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种基于Siamese网络的无人机跟踪方法及装置，该方法包括采集无人机图像样本；对采集的所述无人机图像样本进行数据扩充，生成第一样本；利用第一样本对Siamese网络进行预训练；利用训练好的Siamese网络对实时采集的无人机图像进行特征提取，生成第一低维特征矩阵；在实时采集的无人机图像中选取无人机的位置；利用训练好的Siamese网络对跟踪目标进行特征提取，生成第二低维特征矩阵；在第一低维特征矩阵中进行滑动操作，生成若干第三低维特征矩阵；计算第二低维特征矩阵与第三低维特征矩阵的相似度，其中与第二低维特征矩阵相似度最高的第三低维特征矩阵即为跟踪目标的下一帧区域；将相似性最高的区域的二进制掩膜作为输出，得到无人机在视频中的位置。
-
-
-
-
-
-
-
-
-
Search Results
252
records
(took 0.037 seconds)
