-
公开(公告)号：CN118601807A
公开(公告)日：2024-09-06
申请号：CN202410641203.2
申请日：2024-07-29
Abstract: 本发明公开了一种基于深度强化学习算法的风力发电机叶片无人机巡检方法，适用于无人机巡检叶片任务，能在复杂环境下保证无人机的稳定性和鲁棒性，并以最低能耗路径完成巡检任务；首先构建了无人机巡检风机叶片的强化学习模型，以模拟无人机在三维空间中的巡检任务，并限制无人机的可行性空间和欧拉角防止无人机激烈运动；其次，定义启发式动态奖励函数包括连续位置、能耗、完成任务和避障，以此激励无人机采取最优的飞行路径；最后设计对决网络结构和优先经验回放机制的改进TD3算法，提高算法学习效率。与传统控制方式相比，提高了无人机巡检的稳定性和鲁棒性。
-
公开(公告)号：CN116912661A
公开(公告)日：2023-10-20
申请号：CN202310892764.5
申请日：2023-07-20
Applicant: 东南大学
IPC: G06V10/82 , G06V10/764 , G06V10/80 , G06V20/54 , G06V10/774 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种具备域泛化能力的目标轨迹预测方法及系统，首先获取目标轨迹信息及所在场景的矢量地图信息；对地图信息进行处理提取地图信息特征；再提取邻近目标轨迹，将目标历史轨迹数据、邻近目标轨迹输入到时序神经网络编码器中提取特征；再基于不变性原理进行车辆终点预测，得到预测的轨迹终点；将预测的轨迹终点编码，与交互特征、地图特征和历史轨迹特征级联输入到时序神经网络解码器中补全剩余的未来轨迹点；将多个源域共同训练，得到各数据域的终点重构损失、轨迹偏差损失和kl散度损失求平均，与不变性原理损失叠加形成最终损失，最后实现目标轨迹预测，提升模型的安全性和在未知域的准确性。
-
公开(公告)号：CN116579480A
公开(公告)日：2023-08-11
申请号：CN202310542768.0
申请日：2023-05-15
Applicant: 东南大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于沙普利反馈机制的轨迹预测模型优化方法，在基于深度学习的轨迹预测模型内部选择一层网络结构作为沙普利反馈机制的添加层，使用沙普利反馈结构作为层包装器，所述沙普利反馈结构至少包括卷积沙普利反馈结构、循环沙普利反馈结构和图沙普利反馈结构，实现对被包装层的可解释性分析、提升被包装层特征提取能力的功能，从可解释性和模型性能两个方面实现对轨迹预测模型的优化。
-
公开(公告)号：CN112986925A
公开(公告)日：2021-06-18
申请号：CN202110136843.4
申请日：2021-02-01
Applicant: 东南大学
Abstract: 本发明公开了一种基于图像特征的雷达脉冲序列分选方法，包括雷达脉冲序列预分选、主分选、后分选。预分选包括雷达脉冲序列数据可视化和频段分割；主分选包括基于图像特征的Hough线段聚类和DBSCAN聚类的综合应用；后分选包括基于脉冲重复间隔的再聚类和分选结果验证。本发明提出的雷达信号分选方法解决了传统分选方法过度依赖脉冲重复间隔的问题，适用于脉冲序列极多的复杂环境，系统鲁棒性强，分选精度高，提高了雷达侦察技术水平，对现代电子对抗具有重要意义。
-
公开(公告)号：CN112986925B
公开(公告)日：2024-03-12
申请号：CN202110136843.4
申请日：2021-02-01
Applicant: 东南大学
IPC: G01S7/36 , G06V10/762 , G06V10/764
Abstract: 本发明公开了一种基于图像特征的雷达脉冲序列分选方法，包括雷达脉冲序列预分选、主分选、后分选。预分选包括雷达脉冲序列数据可视化和频段分割；主分选包括基于图像特征的Hough线段聚类和DBSCAN聚类的综合应用；后分选包括基于脉冲重复间隔的再聚类和分选结果验证。本发明提出的雷达信号分选方法解决了传统分选方法过度依赖脉冲重复间隔的问题，适用于脉冲序列极多的复杂环境，系统鲁棒性强，分选精度高，提高了雷达侦察技术水平，对现代电子对抗具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN108537109B
公开(公告)日：2021-07-09
申请号：CN201810151624.1
申请日：2018-02-13
Applicant: 东南大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于OpenPose的单目相机手语识别方法，包括以下步骤：用摄像机采集演示者手语的视频数据；将采集的视频数据输入到OpenPose系统中，初步提取包括x轴坐标和y轴坐标以及置信度的三维特征数据；选取初步提取的特征点，以颈部为原点重新建立坐标系，并且在x轴方向和y轴方向进行归一化，得到最终特征数据；对特征数据用三种不同粒度进行扫描，得到扩展特征数据；将扩展特征数据输入到深度森林模型内进行多层语义识别，最后一层的输出通过极值分类器得到最终语义的识别结果。本发明具有了单目视觉识别手语的能力，不需要大的样本数据，特征提取准确，过程简单，识别语义的准确性高。
-
公开(公告)号：CN108225798B
公开(公告)日：2020-04-24
申请号：CN201711441908.6
申请日：2017-12-26
Applicant: 东南大学
IPC: G01M17/02
Abstract: 本发明公开了一种基于边缘增强识别的轮胎滑移量测试系统，包括试验台和工作站，试验台包括玻璃台板和设置在玻璃台板上的框架，框架内设置有轮胎，轮胎上连接有滚动控制机构，沿轮胎滚动方向的前后对应的框架侧壁上设置有激光器，玻璃台板下方以包围轮胎与玻璃台板接触面的方式设置有一圈LED照明灯，玻璃台板下正对轮胎与玻璃台板接触面的位置上设置有照相机，工作站与LED照明灯和照相机数据连接，接收图像数据并对数据进行处理显示。本发明提升对轮胎接触和离地时刻的判别精度，提高磨耗测试系统检测精度和测试重复性，可以实现静态印痕和动态滑移测试，功能扩展性更强，操作简单，重复性好，测试精度高。
-
公开(公告)号：CN109472831A
公开(公告)日：2019-03-15
申请号：CN201811379709.1
申请日：2018-11-19
Applicant: 东南大学
Abstract: 本发明公开了一种面向压路机施工过程的障碍物识别测距系统及方法，系统包括嵌入式工控机，压路机的驾驶舱顶部四周设置有工业相机，压路机的前侧与后侧分别设置激光雷达，所述工业相机和激光雷达均与工控机连接，所述工业相机和激光雷达之间通过ROS系统建立节点间通信。采用本系统测距方法融合图像与点云数据，实现压路机施工过程中的障碍物识别测量，该系统具有施工环境全覆盖、目标识别准确率高、障碍位置测量精度高、实时性优、抗干扰能力强的特点，适合无人压路机施工作业。
-
公开(公告)号：CN109343537A
公开(公告)日：2019-02-15
申请号：CN201811398220.9
申请日：2018-11-22
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种全自主驾驶竞速小车及运行方法，包括车模本体，所述车模本体设置有车载计算终端、电子调速器、IMU模块、激光雷达和双目相机，所述IMU模块、激光雷达、双目相机通过USB分线器与车载计算终端相连。本发明采用了基于几何特征的点云数据，大大提高了匹配结果的准确度，把地图构建技术与粒子滤波算法以及A*算法相结合，准确定位小车，快速搜索最优路径。小车不仅能实现基于环境感知的自主避障、自主路径规划、自主路径跟随以及自动地图构建等自主驾驶功能，还能根据竞速需要动态调整车辆状态。此外，通过与手机或平板电脑连接，使得与小车交互更为方便，可实时获取和控制小车的速度、位姿等状态，也适用于竞速场景。
-
公开(公告)号：CN108537109A
公开(公告)日：2018-09-14
申请号：CN201810151624.1
申请日：2018-02-13
Applicant: 东南大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于OpenPose的单目相机手语识别方法，包括以下步骤：用摄像机采集演示者手语的视频数据；将采集的视频数据输入到OpenPose系统中，初步提取包括x轴坐标和y轴坐标以及置信度的三维特征数据；选取初步提取的特征点，以颈部为原点重新建立坐标系，并且在x轴方向和y轴方向进行归一化，得到最终特征数据；对特征数据用三种不同粒度进行扫描，得到扩展特征数据；将扩展特征数据输入到深度森林模型内进行多层语义识别，最后一层的输出通过极值分类器得到最终语义的识别结果。本发明具有了单目视觉识别手语的能力，不需要大的样本数据，特征提取准确，过程简单，识别语义的准确性高。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.021 seconds)
