一种基于自适应滤波切换数据融合算法的车辆运动状态估计方法

    公开(公告)号:CN118816904A

    公开(公告)日:2024-10-22

    申请号:CN202410844570.2

    申请日:2024-06-27

    IPC分类号: G01C21/28 G06F18/25 G01C21/20

    摘要: 本发明涉及车辆状态状态估计领域,尤其是涉及一种基于自适应滤波切换数据融合算法的车辆运动状态估计方法,根据惯性测量单元和轮速里程计的数据,引入零速判定策略,通过所述零速判定策略对车辆状态进行判定,根据所述车辆状态构建量测方程;实时计算自适应动态切换判断方程,判断所述自适应动态切换判断方程是否满足切换条件,将实时车辆运动模型进行自适应动态切换;在不同的实时车辆运动模型下,通过卡尔曼滤波方法对所述车辆状态和量测方程进行更新,实现对车辆的非线性变量的准确估计。与现有技术相比,本发明灵活地处理了车辆运动过程中的非线性轨迹,提高了对车辆运动状态的准确估计,抑制了传统单一算法在车辆运动模型变化时产生的误差干扰。

    一种辅助自主泊车的智能照明系统、方法及电子设备

    公开(公告)号:CN118660370A

    公开(公告)日:2024-09-17

    申请号:CN202410716081.9

    申请日:2024-06-04

    摘要: 本发明涉及一种辅助自主泊车的智能照明系统、方法及电子设备,该系统包括环境光强获取模块和灯光调节电路,还包括中央控制模块,以及与中央控制模块连接的图像信息获取模块;所述环境光强获取模块和灯光调节电路分别与中央控制模块连接;所述中央控制模块包括光照强度判断单元,以及分别与光照强度判断单元连接的补光计算模型和阈值单元;所述光照强度判断单元用于根据光照强度信息及设定的正常光照阈值,判断车辆设定方向光照是否充足,若判断光照不足,根据补光计算模型计算车灯增亮的发光强度数值,调节车辆设定方向的发光强度。与现有技术相比,本发明具有提高整个智能照明系统的准确率和鲁棒性、降低计算复杂度等优点。

    一种基于模型融合的多侧面联合检测物品分类方法

    公开(公告)号:CN113420776B

    公开(公告)日:2024-09-17

    申请号:CN202110359605.X

    申请日:2021-04-02

    摘要: 本发明公开了一种基于模型融合的多侧面联合检测物品分类方法,其步骤如下:采集待分类物品不同视角的图像后其分别分别输入处理模型I得到各预测概率矩阵;再对各预测概率矩阵进行融合得到融合矩阵;最后将融合矩阵输入处理模型II即得到待分类物品的分类结果。本发明的基于模型融合的多侧面联合检测物品分类方法,基于多模型融合的深度学习实现物品识别,具有较高的准确率;基于神经网络构建物品识别模型,具有较强的特征提取能力;基于多侧面图像联合输入模型,可以同时获得一个零件的多个特征,在相似零件分类上有显著的效果,极具应用前景。

    一种机器人行走的上半身动态稳定方法

    公开(公告)号:CN118625845A

    公开(公告)日:2024-09-10

    申请号:CN202410624980.6

    申请日:2024-05-20

    IPC分类号: G05D1/49

    摘要: 本发明涉及一种机器人行走的上半身动态稳定方法,属于机器人运动控制领域,包括如下步骤:步骤S1:机器人启动并初始化运动参数;步骤S2:机器人开始步行;步骤S3:判断机器人上半身姿态是否达到补偿点,达到则进入S4,否则回到步骤S2;步骤S4:通过上半身姿态补偿模型对机器人进行姿态补偿;步骤S5:更新姿态补偿次数,检测上半身姿态是否恢复垂直,是则进入步骤S6,否则回到S4;步骤S6:对机器人的姿势进行标定,并回到步骤S2。本发明通过策略梯度学习实现对机器人行走时上半身的姿态补偿,具有补偿精准和快速作业的双重优点。

    一种面向目标检测的自适应数据增强方法

    公开(公告)号:CN113936133B

    公开(公告)日:2024-09-03

    申请号:CN202111119987.5

    申请日:2021-09-24

    IPC分类号: G06V10/24 G06V10/774

    摘要: 本发明涉及一种面向目标检测的自适应数据增强方法,包括对待增强的图片执行以下算法:自适应的区域去除算法:从数据集中获取待增强图片,对该待增强图片中的区域进行遍历,去除长宽比失衡、面积小于预设的面积阈值的区域;自适应的物体选择算法:根据单个物体的分类数量信息和物体之间的关系,从数据集中选取物体区域填充入待增强图片中去除的区域;自适应的标注过滤算法:根据待增强图片中原有物体的包围框信息,过滤出不适合作为模型学习目标的物体。与现有技术相比,本发明可以有效地提高数据集内容丰富性,基于本发明增强目标检测数据集所训练的网络在小目标检测、降低批次敏感性、缓解分类不平衡等问题上有模型得改进。

    基于类型感知和个性化答题序列增强的编程知识追踪方法

    公开(公告)号:CN118569369A

    公开(公告)日:2024-08-30

    申请号:CN202410699531.8

    申请日:2024-05-31

    摘要: 本发明涉及一种基于类型感知和个性化答题序列增强的编程知识追踪方法,通过知识图谱获得知识点之间的语义信息,接着从个体出发,运用VAE对学生的多次作答现象进行无监督建模,同时探索出学生的个性化学习能力,以此来增强学生个性化答题序列信息。最后引入注意力机制提取重要信息,结合LSTM网络和门控机制建模学生答题序列,最终对学生的答题表现有更好的预测。与现有技术相比,本发明具有充分将编程题目和知识点相关联、能够充分反映答题者个性化的知识掌握情况、答题者的回答行为预测准确等优点。

    单模-无芯-单模光纤及其优化方法、折射率传感器

    公开(公告)号:CN118567094A

    公开(公告)日:2024-08-30

    申请号:CN202410611076.1

    申请日:2024-05-16

    发明人: 武向农 王雄

    摘要: 本发明涉及一种单模‑无芯‑单模光纤及其优化方法、折射率传感器。该方法建立基于无芯光纤的单模‑无芯‑单模光纤的仿真模型并进行仿真;获取折射率、自成像周期和输出透射谱的波长偏移量,确定当前的灵敏度、无芯光纤的长度和直径;当输出透射谱发生重叠时,调整直径,增大直径直至输出透射谱不再重叠,并获取调整后的直径;根据调整后的直径,重复前述步骤直至输出透射谱无重叠且灵敏度达到最大,得到最终的长度和直径,完成优化。与现有技术相比,本发明具有在特定折射率范围内有效提升无芯光纤灵敏度并降低制造成本等优点。