基于检测分割的动态场景下的并行SLAM方法

    公开(公告)号:CN115451939B

    公开(公告)日:2024-05-07

    申请号:CN202211001454.1

    申请日:2022-08-19

    摘要: 本发明公开了基于检测分割的动态场景下的并行SLAM方法,语义线程执行以下步骤:提取待更新的关键帧对应的RGB图片;通过ROS向SOLO_V2功能包发送实例分割请求;基于ROS得到实例分割结果;基于共视关系获取地图点并进行投影;对先验动态区域内的投影对应的地图点的动态状态进行更新;对先验静态区域内的投影对应的地图点的语义属性进行更新;在得到实例分割结果后,结合关键帧的掩码进行系统中地图点动态概率和语义属性的更新。本发明在语义线程中对关键帧进行实例分割来实时更新地图点的语义属性和动态状态,依据动态程度设置不同的几何约束阈值进行第二轮滤除,实现更好的动态点滤除效果。

    一种超宽带定位系统NLOS识别方法
    5.
    发明公开

    公开(公告)号:CN115201750A

    公开(公告)日:2022-10-18

    申请号:CN202210660600.5

    申请日:2022-06-13

    摘要: 本发明公开了一种超宽带定位系统NLOS识别方法,获取UWB系统中锚点或移动标签的信道脉冲响应时间序列数据;将获取的信道脉冲响应数据进行小波变换,计算获取其时频信息图;构建深度神经网络,并利用采集到的LOS和NLOS信道脉冲响应数据生成时频信息图对其进行训练,获得NLOS识别模型;将构建的模型移植到UWB系统的移动标签硬件平台上,进行室内环境下的NLOS识别和定位性能验证。本发明使用深度神经网络来处理信道脉冲响应时间序列的时频信息图,有效提取了时间和频率信息,构建的深度神经网络能够有效进行UWB室内定位系统中NLOS识别。

    一种可见光图像与SAR图像的融合方法

    公开(公告)号:CN118587540A

    公开(公告)日:2024-09-03

    申请号:CN202410659898.7

    申请日:2024-05-27

    摘要: 本发明公开了一种可见光图像与SAR图像的融合方法,包括如下步骤:S1:基于引入LT模型和Dropkey机制的Transformer网络以及引入CBAM模块的CNN网络构建融合网络;S2:将训练集的可见光图像和SAR图像输入编码器,提取全局特征和局部特征;S3:对两个图像的全局特征进行融合拼接,将拼接后的特征分别与各个图像的局部特征输入解码器,重构出原图像;S4:将训练集的可见光图像和SAR图像输入经过步骤S3训练的编码器,提取全局特征和局部特征;S5:分别对两个图像的全局特征以及局部特征进行融合拼接,将拼接后的全局特征和局部特征输入解码器,重构出融合图像;S6:将待融合的可见光图像和SAR图像输入经过上述步骤训练所得到的融合模型,得到融合后的图像。本发明引入了一个具有双分支残差结构的Transformer‑CNN特征提取器用于图像融合,提高了图像处理性能。

    无人机集群编队变化时时钟同步网络抖动抑制方法及系统

    公开(公告)号:CN114859977A

    公开(公告)日:2022-08-05

    申请号:CN202210655435.4

    申请日:2022-06-10

    IPC分类号: G05D1/10

    摘要: 本发明公开了一种无人机集群编队变化时时钟同步网络抖动抑制方法及系统,本发明方法包括为无人机集群编队构建测量网络G,随机初始化测量网络G中各个边权重的值;然后进行迭代:分别更新测量网络G中任意节点i在下个迭代周期内的本地时钟;分别计算测量网络G中任意节点i可建立测量链路中的有效路径概率、选择有效路径概率最大的节点建立测量链路,并更新建立测量链路的边权重;重复上述迭代过程直至达到预设的结束条件。本发明能够实现定量描述测量网络拓扑特征及其变化规律,能够减小无人机集群编队变化引起的时间测量网络抖动,实现无人机集群分布式时钟同步平稳过渡与快速收敛,有效地为大规模动态无人机集群实现时钟同步控制优化。