-
公开(公告)号：CN108596074A
公开(公告)日：2018-09-28
申请号：CN201810354823.2
申请日：2018-04-19
Applicant: 上海理工大学
Abstract: 本发明公开了一种基于惯性传感器的人体下肢动作识别方法。首先利用内置加速度计和陀螺仪的惯性传感器收集人体膝关节处的加速度、角速度和角度信号；然后对信号使用时间窗法，让窗口随着时间不断的截取信号片段。针对信号本身存在的噪音问题，采用小波去噪法将其去除。接下来对截取后的信号片段采用傅立叶变换并将其系数作为特征值。最后采用支持向量机(SVM)的方法进行下肢动作的模型训练和路况识别。本方法的优势在于，使用一系列预处理和特征提取算法获得更加能表现动作行为的特征值，然后使用SVM识别人体下肢动作方式和路况，该方法不但减少模型的训练时间，而且提高了模型的识别速度和准确率。
-
公开(公告)号：CN108536144A
公开(公告)日：2018-09-14
申请号：CN201810313574.2
申请日：2018-04-10
Applicant: 上海理工大学
IPC: G05D1/02
Abstract: 本发明公开一种融合稠密卷积网络和竞争架构的路径规划方法，其中移动机器人从经验回放存储器中采样mini-batch个转换信息，并按照预设规则从两个融合路径规划网络中选择一个作为在线网络，另一个则作为目标网络；通过预测的在线动作值函数Q(s,a；w)和对应贪婪动作，获取预测的目标动作值函数的最大值；根据预测的目标动作值函数的最大值和预测的在线动作值函数计算当前时间步上的损失函数；根据损失函数利用随机梯度下降法更新在线网络权重w。本发明通过融合稠密卷积网络和竞争架构组成了一个更加轻盈的融合路径规划网络，简化了模型参数，降低了训练开支，还缩短了规划时间，在一定程度上满足高速路径规划的需要。
-
公开(公告)号：CN108549856B
公开(公告)日：2021-04-30
申请号：CN201810285346.9
申请日：2018-04-02
Applicant: 上海理工大学
Abstract: 本发明涉及一种人体动作和路况识别方法，使用惯性传感器采集人体膝关节处x、y和z轴方向上的加速度、角度和角速度信号，并用小波包变换消除信号的抖动噪声和干扰；然后对时间窗内的信号进行快速傅里叶变换，提取其系数作为特征值；随后对特征进行主成分分析去除冗余信息；最后采用高斯混合模型和隐马尔可夫模型进行假肢（下肢）动作和路况识别。只需一个惯性传感器实现人体动作和路况识别，为智能假肢减少了制作成本和空间。本发明利用了GMM和HMM模型训练相互穿插计算，降低运算量，不仅比传统的识别方法运算量少，同时提高了人体行为和路况识别准确率和实时性。
-
Patent Agency Ranking
公开(公告)号：CN108762270B
公开(公告)日：2021-04-27
申请号：CN201810561112.2
申请日：2018-06-01
Applicant: 上海理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种变概率双向快速搜索随机树改进路径规划算法，首先，在导入状态空间图时，需要根据车辆体积的设定进行状态空间预处理，将状态空间边缘进行扩展保护，防止节点过于接近状态空间边缘，导致碰撞。其次，采用了一种基于节点环境的变概率目标选取策略加快收敛速度，最后，对生成后的路径进行去弯取直，即以第一个节点为起点与后续节点的连线之间是否有障碍物判断，删除多余节点，进行优化路径，减少小车行驶过程中的拐弯次数和总路径长度。在原始双向RRT算法上实现变概率优化算法，利用目标指向的方式提高搜索速度，降低计算量；同时降低路径长度和节点个数，并确保了可通行性。
-
公开(公告)号：CN108549856A
公开(公告)日：2018-09-18
申请号：CN201810285346.9
申请日：2018-04-02
Applicant: 上海理工大学
Abstract: 本发明涉及一种人体动作和路况识别方法，使用惯性传感器采集人体膝关节处x、y和z轴方向上的加速度、角度和角速度信号，并用小波包变换消除信号的抖动噪声和干扰；然后对时间窗内的信号进行快速傅里叶变换，提取其系数作为特征值；随后对特征进行主成分分析去除冗余信息；最后采用高斯混合模型和隐马尔可夫模型进行假肢（下肢）动作和路况识别。只需一个惯性传感器实现人体动作和路况识别，为智能假肢减少了制作成本和空间。本发明利用了GMM和HMM模型训练相互穿插计算，降低运算量，不仅比传统的识别方法运算量少，同时提高了人体行为和路况识别准确率和实时性。
-
公开(公告)号：CN109086795A
公开(公告)日：2018-12-25
申请号：CN201810679354.1
申请日：2018-06-27
Applicant: 上海理工大学
IPC: G06K9/62
Abstract: 本发明涉及一种图像误匹配精确剔除方法，网格匹配统计约束能够快速的区分出设定大小的网格区域内的正确匹配对和错误匹配对，从而剔除错误匹配对保留正确的匹配对获得一个粗略匹配集；结合自提出的投影误差函数的改进对极约束模型能够再进一步剔除粗略匹配集中不符合改进对极约束模型的匹配对，从而获得优质的匹配集。该方法融合了网格匹配统计约束能够快速的区分出网格区域内的正确匹配对和错误匹配对，并进行剔除和改进的对极约束模型能够快速剔除不满足对极约束的匹配对的优点，从而能够获得优质的匹配对，用时更少，匹配准确度更高。该方法能够适应不同大小复杂的场景，方法应用于视觉同步定位与建图，三维重构以及视觉跟踪等领域都会有不错的效果。
-
公开(公告)号：CN109034193A
公开(公告)日：2018-12-18
申请号：CN201810640255.2
申请日：2018-06-20
Applicant: 上海理工大学
CPC classification number: G06K9/629 , G06K9/4647 , G06T7/262 , G06T7/269 , G06T2207/10016 , G06T2207/20056 , G06T2207/20068 , G06T2207/20081
Abstract: 本发明涉及一种多特征融合与尺度自适应核相关滤波跟踪方法，获取目标的初始信息；获取目标区域的融合梯度直方图FHOG特征和降维后的颜色属性CN特征；通过线性融合的方式，把获取的31维FHOG特征、降维后的2维CN特征加上1维的灰度特征，融合后总共34特征作为最终的特征图谱；在得到融合特征图谱的基础上，利用核相关滤波器预测目标的平移位置；在预测平移位置后，通过添加尺度滤波器来预测目标的尺度变化；在预测目标平移位置和尺度变化后，通过线性插值方法来更新两个滤波模板，进行跟踪，直到最后一帧。通过这种特征融合与尺度滤波器结合的方式，该方法在目标跟踪过程的外观变形、尺度变化、光照变化、背景相似干扰等情况下有很好的鲁棒性。
-
公开(公告)号：CN108762270A
公开(公告)日：2018-11-06
申请号：CN201810561112.2
申请日：2018-06-01
Applicant: 上海理工大学
IPC: G05D1/02
CPC classification number: G05D1/0217 , G05D2201/0212
Abstract: 本发明涉及一种变概率双向快速搜索随机树改进路径规划算法，首先，在导入状态空间图时，需要根据车辆体积的设定进行状态空间预处理，将状态空间边缘进行扩展保护，防止节点过于接近状态空间边缘，导致碰撞。其次，采用了一种基于节点环境的变概率目标选取策略加快收敛速度，最后，对生成后的路径进行去弯取直，即以第一个节点为起点与后续节点的连线之间是否有障碍物判断，删除多余节点，进行优化路径，减少小车行驶过程中的拐弯次数和总路径长度。在原始双向RRT算法上实现变概率优化算法，利用目标指向的方式提高搜索速度，降低计算量；同时降低路径长度和节点个数，并确保了可通行性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.132 seconds)
