-
公开(公告)号：CN114842081A
公开(公告)日：2022-08-02
申请号：CN202210548983.7
申请日：2022-05-20
申请人： 电子科技大学长三角研究院(衢州)
IPC分类号： G06T7/73 , G06T7/66 , G06T7/246 , G06V20/10 , G06V20/40 , G06V10/44 , G06V10/74 , G06V10/764 , G06K9/62
摘要： 本发明属于机器人定位技术领域，具体涉及一种基于视觉slam的机器人自主定位方法。本发明的方法主要是：通过获取的图片，从图片中获取FAST角点作为特征点，然后对机器人位姿状态初始化后，通过获取图片中相同特征点进行特征匹配，进而进行追踪。本发明通过跟踪连续帧之间的视觉特征，并在新获取到的图像帧中不断追踪新的特征，从而实现机器人实时定位。
-
公开(公告)号：CN114811343A
公开(公告)日：2022-07-29
申请号：CN202210576602.6
申请日：2022-05-25
申请人： 电子科技大学
摘要： 本发明公开了一种多种固定方式的临时监控用安装架，包括用于安装监控设备的安装板，所述安装板上还固定有套环，还包括调节部件，所述调节部件包括直杆、滑套、第一螺纹杆、内螺纹筒、第二螺纹杆及第一安装座；所述直杆固定于安装板上并与套环相垂直；滑套外套在直杆上并可沿着直杆的长度方向滑动；内螺纹筒的一端与第一螺纹杆的一端螺纹连接，内螺纹筒的另一端与第二螺纹杆的一端螺纹连接，内螺纹筒两端的螺纹旋向相反；第一螺纹杆的另一端与滑套可转动连接，第二螺纹杆的另一端与第一安装座可转动连接，套环、第二转轴以及第三转轴相互平行。本方案不仅可方便的完成监控固定方式调整，同时具有调整方便、安装架本身维护方便的特点。
-
公开(公告)号：CN114727229A
公开(公告)日：2022-07-08
申请号：CN202210325226.3
申请日：2022-03-30
申请人： 电子科技大学长三角研究院(衢州)
摘要： 本发明属于室内定位技术领域，具体是涉及一种面向异构环境的基于深度强化学习的轨迹定位方法。本发明充分利用了环境中的观测和智能体自身的历史动态信息，以智能体的位置、环境中具有设备异构性的RSS向量和过去n个时刻的历史动作为状态，用于动作的选择。再基于近场条件选择强于RSS阈值对应的APs，以构成选定的APs集合，再根据集合的大小计算最终奖赏值。依据MDP中设计的各要素对智能体的位置进行估计，并以奖赏值为学习导向基于经验重放机制和目标网络进行深度强化学习算法的迭代训练。本发明基于路径损耗模型得到具有设备异构性的仿真RSS数据，实验结果证明本发明所提方法能够实现较高的定位精度，并对处理异构RSS数据也具有一定的鲁棒性。
-
公开(公告)号：CN112953659A
公开(公告)日：2021-06-11
申请号：CN202110102435.7
申请日：2021-01-26
申请人： 电子科技大学
IPC分类号： H04B17/309 , H04B17/12 , H04B17/27
摘要： 本发明属于室内定位技术领域，具体涉及一种信道状态信息CSI幅度指纹优化方法。本发明主要步骤为：从基站中获取一次测量得到的N个子载波的CSI数据；对一次测量的CSI数据做快速傅里叶逆变换(IFFT)，得到时域的信道冲激响应(CIR)；设置噪声门限，识别当前CIR在噪声门限以上的路径；保留主路径，去除其余路径，从而抑制由多径效应带来的CSI幅度误差；以相同变化点数，对处理后的CIR做快速傅里叶变换(FFT)，得到稳定且低维度的CSI幅度。该方法不仅能够解决多径效应导致CSI幅度不稳定使得在多径严重情况下定位精度低的问题，而且还降低了CSI幅度指纹的维度，有效降低了指纹定位算法的时间复杂度，对于室内指纹定位的应用推广具有重要意义。
-
公开(公告)号：CN111626363A
公开(公告)日：2020-09-04
申请号：CN202010467695.X
申请日：2020-05-28
申请人： 电子科技大学
摘要： 本发明属于合成孔径雷达目标识别技术领域，具体的说是涉及一种基于期望最大化算法的多视角SAR目标识别方法。本发明应用卷积神经网络为特征提取器，根据卷积神经网络对目标的预测概率合理地选择标签的数量，不再简单地选择单视角预测概率最大的标签为预测类别，而是根据预测类别的概率分布灵活地选择可靠的标签。考虑到多视角之间的信息补偿特性，随机选择同一目标的多个视角，自适应地构造多视角标签集，运用EM算法求解预测标签的概率分布，得到更加准确的估计标签，实现了多视角融合，提高了识别率。由于对多视角之间的视角间隔没有限制，本发明可灵活应用于实际场景，尤其是对非协作目标进行目标识别。
-
公开(公告)号：CN107360552B
公开(公告)日：2020-02-07
申请号：CN201710648602.1
申请日：2017-08-01
申请人： 电子科技大学
摘要： 本发明公开了一种多分类器全局动态融合的室内定位方法，属于利用多分类器的全局融合和线上动态匹配方法对复杂室内信号源目标进行定位的技术领域，解决权值求并没有充分挖掘多分类器之间的内在关联特性，以及RSS波动较大的环境中融合精度降低的问题。本发明对划分好的各格点采集信号强度建立RSS指纹库；在RSS指纹库中，把每个格点的信号强度值分为两部分，一部分用于学习得到多个分类器，另一部分输入到分类器进行结果预测、并根据结果预测计算每个格点的全局融合权重储存在权重矩阵中；把未知源的RSS值输入到各分类器进行位置估计并和位置估计在权重矩阵中索引的最优融合权重确定未知源的坐标位置。本发明用于室内定位。
-
公开(公告)号：CN110441732A
公开(公告)日：2019-11-12
申请号：CN201910753030.2
申请日：2019-08-15
申请人： 电子科技大学 , 同方电子科技有限公司
摘要： 本发明属于电子信息技术领域，具体涉及一种陌生散射环境中的单站多目标定位方法。本发明采用单站天线阵列接收多个辐射源目标的直达波信号和环境中多个散射体的散射波信号，利用多个辐射源目标的直达波信号波达方向测量、环境中多个散射体的散射波信号波达方向测量、多个辐射源目标的直达波和环境中散射体的散射波之间的信号到达时差测量，对多个辐射源目标进行定位。本发明只需要具有直达波和散射体散射波的信号来波方向测量、到达时差测量的一个观测站，即可在散射体位置未知的陌生散射环境中实现对两个或两个以上的辐射源目标进行二维定位的目的。
-
公开(公告)号：CN109348410A
公开(公告)日：2019-02-15
申请号：CN201811372033.3
申请日：2018-11-16
申请人： 电子科技大学
摘要： 本发明属于室内定位技术领域，特别是一种基于全局和局部联合约束迁移学习的室内定位方法。本发明的方法通过最小化域间的边缘和条件概率分布差异，以及最大化潜在子空间的样本方差约束全局结构的一致性。同时，通过最小化类内方差，最大化类间方差来保持每一个类别与其对应样本的依赖性，以及通过流形正则化保持局部的邻域关系，进而约束局部结构的一致性。可解决目前迁移学习方法知识迁移不充分的问题，从源域中迁移得到的知识可有效地提高目标域的定位精度，解决因环境变化而引起RSS波动的问题。从而本发明提出的基于全局和局部联合约束迁移学习的定位方法是一种适合在复杂室内环境下的高精度定位新方法。
-
公开(公告)号：CN109151995A
公开(公告)日：2019-01-04
申请号：CN201811023659.3
申请日：2018-09-04
申请人： 电子科技大学
摘要： 本发明提供一种基于信号强度的深度学习回归融合定位方法，涉及基于信号强度的定位方法领域。本发明包括如下步骤：步骤1，在待定位环境中建立指纹库；步骤2，对指纹库中的数据进行预处理；步骤3，将预处理后的数据输入自动编码模型中进行预训练；步骤4，在自动编码模型的基础上构建DNN模型，再对DNN模型进行训练；步骤5，构建CNN模型并将预处理后的数据输入CNN模型进行训练；步骤6，根据DS证据融合理论对DNN模型与CNN模型的输出概率值进行融合，计算预测结果；步骤7，根据模型估计结果与真实结果之间的误差值来调整DNN模型和CNN模型；步骤8，根据调整好的分类模型进行实时定位。本发明利用DNN和CNN的互补优势能全面地提取特征，提高了定位的准确度。
-
公开(公告)号：CN104215957B
公开(公告)日：2017-02-08
申请号：CN201410337757.X
申请日：2014-07-16
申请人： 电子科技大学
摘要： 该发明公开了一种冲击噪声环境下的近场源角度和距离计算方法，于冲击噪声环境下对近场信号源进行参数估计领域，涉及利用均匀圆阵对复杂环境下近场信号的分数低阶矩处理技术。利用圆形接收天线阵列接收到数据后，先计算各数据的空间符号函数，进而计算得到两类协变异矩阵，通过第一类协变异矩阵的相角计算出信号源的波达方向，通过第二类协变异矩阵的相角计算出信号源离基站的距离，从而冲击噪声环境下目标定位过程中具有速度快、精度高、运算量小、成本低的效果。
-
-
-
-
-
-
-
-
-
搜索结果
105 条记录 (耗时 0.052 秒)
