-
公开(公告)号：CN106052684B
公开(公告)日：2023-07-11
申请号：CN201610436800.7
申请日：2016-06-16
Applicant: 济南大学
Abstract: 本发明公开了一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航系统及方法，包括：UWB参考节点、移动机器人和数据采集模块；所述UWB参考节点与移动机器人和数据采集模块分别通信，所述移动机器人和数据采集模块通信；UWB参考节点用于实现参考节点到移动机器人之间距离的测量；通过移动机器人上固定的码盘所采集到的速度判断移动机器人所处的运动状态，根据运动状态的不同分别进行解算误差的预估。本发明有益效果：该系统及方法能满足室内移动机器人导航的中高精度定位和定向的要求。可用于室内环境下的移动机器人的中高精度定位。
-
公开(公告)号：CN116243160A
公开(公告)日：2023-06-09
申请号：CN202211482306.6
申请日：2022-11-24
Applicant: 济南大学
Abstract: 本发明公开了一种基于自适应观测增强的多传感器状态预估方法及系统，包括：将t时刻采集到的发电机直轴、交轴的定子电流和发电机电角速度作为Kalman滤波器的状态向量；将测量得到的直轴、交轴的定子电流作为Kalman滤波器的观测向量；若当前时刻为Kalman滤波的正常采样时刻，Kalman滤波正常进行一步预估和量测更新；若当前时刻不是Kalman滤波的正常采样时刻，则Kalman只进行一步预估，并确定一步预估的次数；最终得到当前时刻的发电机直轴、交轴的定子电流预估值，进而得到发电机直轴、交轴的定子电压预估值。本发明在Kalman滤波器两次采样之间增加了一步预估的次数，减少了多传感器数据融合中采样频率快的传感器数据丢失对发电机电压预估精度的影响。
-
公开(公告)号：CN113640380B
公开(公告)日：2023-05-09
申请号：CN202110630527.2
申请日：2021-06-07
Applicant: 济南大学
Abstract: 本发明提供一种钢轨伤损检测多级分类方法及系统，属于钢轨缺陷检测技术领域，包括：获取待检测的钢轨探伤数据；利用训练好的伤损检测模型，对待检测的钢轨探伤数据进行处理，实现钢轨的有伤损和无伤损分类，并确定伤损的位置以及伤损的等级；其中，所述训练好的伤损检测模型由训练集训练得到，所述训练集包括钢轨的探伤数据以及标注所述探伤数据中有伤损和无伤损的标签，有伤损的标签分别标注伤损的等级。本发明有效地提高了钢轨伤损检测准确率，并且能够根据伤损的严重程度自动给出伤损等级分类，减轻了探伤工人的工作负担，提高了工作效率。
-
公开(公告)号：CN112147221B
公开(公告)日：2023-02-03
申请号：CN202011002329.3
申请日：2020-09-22
Applicant: 济南大学
IPC: G01N29/04 , G01N29/44 , G06F16/901 , G06N20/00
Abstract: 本公开提出了基于超声波探伤仪数据的钢轨螺孔裂纹识别方法，包括：获得钢轨螺孔裂纹类伤损的扫描数据；对扫描数据进行预处理后选取典型伤损数据制作数据集，分为训练集和测试集；以一个螺孔为单位样本对数据集中的伤损数据进行正负样本标记，以标签的方式区分正负样本，建立逻辑回归模型；用训练集进行模型的训练学习，调整优化参数；基于训练好的逻辑回归模型，建立钢轨螺孔裂纹检测模型，将测试集作为输入，伤损位置信息作为输出，检验模型的螺孔裂纹检测准确率；利用测试后的钢轨螺孔裂纹检测模型对待检测的钢轨螺孔进行裂纹检测。减少故障漏判率，减轻探伤人员工作负担，提高探伤工作效率。
-
公开(公告)号：CN111855810B
公开(公告)日：2023-02-03
申请号：CN202010697585.2
申请日：2020-07-20
Applicant: 济南大学 , 中国铁路济南局集团有限公司济南工务段 , 山东麦港数据系统有限公司
Abstract: 本发明公开了一种基于循环神经网络的轨底伤损识别方法及系统，包括：获取待测区段的超声波探伤数据，将所述数据转换为具有时序特征的数字序列；将所述数字序列输入到训练好的RNN循环神经网络模型，输出是否具有伤损及伤损的位置信息；对于RNN循环神经网络模型的训练过程包括：构建原始数据集；对原始数据集中的B显数据进行通道预处理；将所述样本集转换为具有时序特征的数字序列，对样本集中的正负样本进行标记；利用标记后的样本集对RNN循环神经网络模型进行训练。本发明可在现行探伤作业条件下直接检测探伤车数据，不需要其他辅助设备对钢轨进行检测。解决了B显数据中钢轨伤损回波形式多样化、回波信号的确切表达式很难得出等问题。
-
Patent Agency Ranking
公开(公告)号：CN114998932A
公开(公告)日：2022-09-02
申请号：CN202210654007.X
申请日：2022-06-10
Applicant: 哈工大机器人集团股份有限公司 , 济南大学
Abstract: 本发明属于计算机视觉技术领域，提供了一种基于YOLOv4的行人检测方法及系统，包括：获取待检测的图像信息；依据图像信息，以及预设的行人检测网络模型，得到检测结果；YOLOv4网络模型中，在边界框损失函数中添加一个指数函数作为修正系数，所述指数函数的自变量为预测框与真实框之间宽高比的绝对值之差乘上预设调节参数的积；本发明在YOLOv4网络模型中的边界框损失函数中添加一个指数函数作为修正系数，所述指数函数的自变量为预测框与真实框之间宽高比的绝对值之差乘上预设调节参数的积，通过对预设调节参数的选取来确定修正系数，从而达到提升模型收敛速度的目的。
-
公开(公告)号：CN114895690A
公开(公告)日：2022-08-12
申请号：CN202210740192.4
申请日：2022-06-28
Applicant: 济南大学 , 山东规格智能科技有限公司
IPC: G05D1/02
Abstract: 本发明属于机器人路径规划领域，提供了基于动态加权及热力图算法的机器人路径规划方法及系统，该方法基于构建的小型仓库栅格模型和热力图算法，计算货架组的热力值，将待运输的订单任务与其目标点所在的货架组一一对应，根据货架组的热力值进行任务的优先级排序并将其分配给对应的机器人；基于A*算法代价估算函数，对有订单运输任务的机器人进行路径寻优，得到从起始点到目标点的代价最小的最优路径；将该最优路径和预约表进行对比，查询是否存在路径冲突，若存在冲突则利用动态加权表，确定冲突点的通过顺序，若不存在冲突，直接按照最优路径执行当前订单运输任务。达到同时避免顶点冲突、边缘冲突的目的。
-
-
公开(公告)号：CN109655060B
公开(公告)日：2021-07-06
申请号：CN201910122571.5
申请日：2019-02-19
Applicant: 济南大学
Abstract: 本发明公开了基于KF/FIR和LS‑SVM融合的INS/UWB组合导航算法及系统，当UWB信号可用时，KF/FIR滤波器正常工作，为组合导航系统提供导航信息的最优预估。与此同时，LS‑SVM算法处于培训模式，将INS解算的位置信息与KF/FIR滤波器给出的INS位置误差的最优预估分别作为LS‑SVM算法的输入和培训目标，力求通过培训构造INS位置与位置误差的映射关系。一旦UWB信号不可用，LS‑SVM算法替代不能工作的KF/FIR滤波器，利用构建的映射关系对INS位置误差进行预估。本发明的提出，克服了传统KF/FIR滤波器在UWB失锁状态下不能正常工作的缺陷，实现了对导航信息的无缝预估。
-
公开(公告)号：CN109737957B
公开(公告)日：2020-11-06
申请号：CN201910100184.1
申请日：2019-01-31
Applicant: 济南大学
Abstract: 本发明公开了一种采用级联FIR滤波的INS/LiDAR组合导航方法及系统，算法采用级联滤波结构，即在激光雷达数据处理部分，将激光雷达采集得到的移动机器人与角点之间的距离作为观测信息，利用EFIR滤波算法对激光雷达测量得到的位置进行预估。在此基础上，在松组合导航数据处理部分，将INS与激光雷达分别测量的位置信息之差作为观测量输入到FIR滤波算法，对INS计算的误差进行预估，最终得到当前时刻移动机器人最优的位置信息。本发明有益效果：通过在激光雷达部分采用级联滤波结构有效提高了激光雷达通过角点距离测量移动机器人位置的精度，同时，FIR滤波算法的使用也提高了算法的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.025 seconds)
