-
公开(公告)号:CN118608753B
公开(公告)日:2024-10-22
申请号:CN202411079817.2
申请日:2024-08-07
申请人: 中国人民解放军国防科技大学
IPC分类号: G06V10/24 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0895
摘要: 本发明涉及一种面向半监督旋转目标检测的密集伪标签方法、装置和设备。方法包括:构建半监督旋转目标检测的预训练模型,预训练模型包括第一模型与第二模型;获取数据集,对数据集进行弱数据增强后,输入第一模型进行处理,输出密集伪标签;以及对数据集进行强数据增强后,输入第二模型进行训练,得到第二训练结果;训练过程中,通过第一模型中各尺度图像对第二模型中对应的各尺度图像进行约束,约束时,第一模型中各尺度图像一一对应约束第二模型中各尺度图像;根据密集伪标签与第二训练结果进行损失计算,更新预训练模型。本发明适用于旋转目标的检测,能够对任意方向、小尺寸、密集分布的旋转对象进行有效识别。
-
公开(公告)号:CN110667897B
公开(公告)日:2024-10-22
申请号:CN201910947902.9
申请日:2019-10-08
申请人: 中国人民解放军国防科技大学
摘要: 本发明公开一种空间仿生柔性捕获装置及其地面试验试验系统,包括捕获组件、传动组件、驱动组件;捕获组件包括中心刚体、捕获网与质量块,中心刚体连接在捕获网的中心位置,质量块的数量为多个且沿间隔设在捕获网的边缘位置;传动组件包括传动轴,传动轴的一端与驱动组件传动相连,中心刚体、质量块吸附连接在传动轴的另一端,以使得中心刚体、质量块在传动轴旋转过程中脱落并使捕获网在旋转离心力的作用下展开释放。通过将中心刚体、质量块吸附连接在传动轴上,使得中心刚体、质量块在传动轴旋转过程中脱落并使捕获网在旋转离心力的作用下展开释放,进而有效的解决了网体展开过程中的缠绕问题以及构成保持问题。
-
公开(公告)号:CN118470291B
公开(公告)日:2024-09-24
申请号:CN202410937752.4
申请日:2024-07-12
申请人: 中国人民解放军国防科技大学
IPC分类号: G06V10/22 , G06V10/40 , G06V10/774
摘要: 本发明涉及小目标检测的动态自适应标签分配方法、装置及设备,通过获取待检测图像,根据基于比例的标签分配方法对待检测图像进行处理,得到样本标记分配结果;对待检测图像进行特征提取,得到检测头特征;构建小目标检测预训练模型,基于预先构建的动态权重损失函数,通过样本标记分配结果与检测头特征对小目标检测预训练模型进行训练,得到训练好的小目标检测模型;通过训练好的小目标检测模型对输入的图像进行小目标检测。本发明能够显著提升对小目标,甚至微小目标的检测正确率,可以更好的完成小目标检测任务。
-
公开(公告)号:CN118470291A
公开(公告)日:2024-08-09
申请号:CN202410937752.4
申请日:2024-07-12
申请人: 中国人民解放军国防科技大学
IPC分类号: G06V10/22 , G06V10/40 , G06V10/774
摘要: 本发明涉及小目标检测的动态自适应标签分配方法、装置及设备,通过获取待检测图像,根据基于比例的标签分配方法对待检测图像进行处理,得到样本标记分配结果;对待检测图像进行特征提取,得到检测头特征;构建小目标检测预训练模型,基于预先构建的动态权重损失函数,通过样本标记分配结果与检测头特征对小目标检测预训练模型进行训练,得到训练好的小目标检测模型;通过训练好的小目标检测模型对输入的图像进行小目标检测。本发明能够显著提升对小目标,甚至微小目标的检测正确率,可以更好的完成小目标检测任务。
-
公开(公告)号:CN117053778A
公开(公告)日:2023-11-14
申请号:CN202310844621.7
申请日:2023-07-11
申请人: 中国人民解放军国防科技大学
摘要: 本发明公开了用于野外自主移动机器人的突变地形检测方法,涉及点云处理技术领域,其技术方案要点是:基于里程计技术获得序贯雷达点云数据间的相对位姿;基于该相对位姿将序贯雷达点云数据进行拼接,并基于拼接结果构建致密的三维地形模型;基于该三维地形模型,分析周围环境中突变地形的地表属性。在本发明中,致密三维地形图以栅格地图的形式进行表示,栅格地图中包含高度均值、最大高度值、最小高度值、高度方差、法矢量朝向、粗糙度、掩膜值等信息,通过分析这些数据,得到对应语义分析结果即语义属性图。
-
公开(公告)号:CN113805587B
公开(公告)日:2023-08-15
申请号:CN202111090082.X
申请日:2021-09-17
申请人: 中国人民解放军国防科技大学
IPC分类号: G05D1/02
摘要: 本申请涉及一种多无人车分布式编队控制方法、装置、计算机设备和存储介质。方法包括:针对运动学模型非线性、非凸约束、离散时间相互耦合的子系统组成的多无人车系统,在预测时域内以最小化全局性能指标函数为优化目标,以预测时域内的控制序列为待求解的变量,构建无人车的分布式模型预测控制最优化模型,通过分布式求解的方式求解上述模型预测控制问题,包括针对每个本地无人车构建一个本地控制策略逼近网络和一个本地值函数网络分别用于学习近似最优的控制策略和学习近似最优的性能指标函数,用于评价本地策略的好坏,得到预测时域内的控制策略后,由控制策略生成当前时刻的控制量作为无人车当前的控制量。
-
公开(公告)号:CN112344798B
公开(公告)日:2022-12-30
申请号:CN202011299197.5
申请日:2020-11-19
申请人: 中国人民解放军国防科技大学
IPC分类号: F41H11/02
摘要: 本发明公开一种食人魔蜘蛛生物启发的非合作飞行目标柔性捕获系统,采用功能仿生的思路设计捕获系统,其包括飞行单元、追踪单元和捕获单元。飞行单元用于安装追踪单元和捕获单元等载荷;追踪单元固连在飞行单元上,用于检测、跟踪和瞄准非合作飞行目标;捕获单元装配在飞行单元正下方,包括收纳组件、驱动组件、传动组件、释放组件、捕获组件,通过驱动组件旋转给碟盘和柔性网施加离心力,依靠离心力旋转展开折叠收纳在收纳组件中的柔性网。该系统利用追踪单元搜索、检测、跟踪和锁定目标,在飞越非合作飞行目标上方的过程中,捕获单元旋转展开并释放柔性网,实现对非合作飞行目标的缠绕捕获,从而提高了捕获作业的适应性、容错性和安全性。
-
公开(公告)号:CN113159072B
公开(公告)日:2022-07-19
申请号:CN202110436775.3
申请日:2021-04-22
申请人: 中国人民解放军国防科技大学
IPC分类号: G06V10/50 , G06V10/77 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06N20/00
摘要: 本发明公开了一种基于一致正则化的在线超限学习机目标识别方法及系统,本发明包括进行基于单隐层前馈神经网络的分类器的学习和训练的下述步骤:针对训练图像进行特征提取,得到相应的图像特征集,并将图像特征集随机划分为多个特征子集;对所划分的特征子集,分别生成对应的近邻特征样本;将一致正则化约束引入在线超限学习目标优化函数,随机生成首先单隐层前馈神经网络的隐层节点参数,选取任一特征子集及其邻近样本进行初始化网络权重生成,基于剩余特征子集进行网络权重的迭代更新以完成基于单隐层前馈神经网络的分类器的学习与训练。本发明具有噪声容忍性强、分类识别精度高、学习速度快、任务可扩展性好的优点。
-
公开(公告)号:CN114518751A
公开(公告)日:2022-05-20
申请号:CN202111682698.6
申请日:2021-12-31
申请人: 中国人民解放军国防科技大学
IPC分类号: G05D1/02
摘要: 本发明公开一种基于最小二乘截断时域差分学习的路径规划决策优化方法,步骤包括:S1.使用第一策略收集智能体与环境交互样本,并学习特征表示的基函数;S2.评价器使用执行器生成的第二策略收集智能体与环境交互样本,利用基函数获得样本特征,并利用投影均方贝尔曼误差作为截断指标,以控制采用最小二乘时域差分或线性时域差分进行参数更新,获取近似最优的策略评价器;S3.使用执行器生成的策略收集与环境交互样本,并利用基函数获得样本特征,使用步骤S2中评价器作为策略执行器的评价函数,得到控制策略输出;S4.按照得到的控制策略控制智能体进行路径规划。本发明具有实现方法简单、规划决策效率以及准确性高等优点。
-
公开(公告)号:CN114454160A
公开(公告)日:2022-05-10
申请号:CN202111680444.0
申请日:2021-12-31
申请人: 中国人民解放军国防科技大学
IPC分类号: B25J9/16
摘要: 本发明公开一种基于核最小二乘软贝尔曼残差强化学习的机械臂抓取控制方法,步骤包括:S1.在智能体与环境交互过程中使用第一控制策略采集样本,构造基函数;S2.在智能体与环境交互过程中通过Actor模块生成的第二控制策略采集样本,使用基函数构造样本特征并放入经验池;S3.由Critic模块从经验池中采样,使用最小二乘软贝尔曼残差更新Critic的权值系数并计算软状态动作值函数;Actor模块通过最小化软状态动作值函数的玻尔兹曼分布的KL散度,更新Actor的权值系数,获得最终的控制策略;S4.按照获得的控制策略控制智能体的机械臂抓取。本发明具有实现方法简单、控制效率及精度高等优点。
-
-
-
-
-
-
-
-
-