-
公开(公告)号:CN118329022A
公开(公告)日:2024-07-12
申请号:CN202410488500.8
申请日:2024-04-23
申请人: 安徽大学 , 合肥图灵纪元科技有限公司
IPC分类号: G01C21/16
摘要: 本发明提出了一种磁场辅助惯性导航系统进行室内建图定位方法。该系统在ORB‑SLAM3框架下,将惯性测量单元数据与经过自适应卡尔曼滤波器处理的磁场梯度数据进行融合,并将优化后的数据通过运动方程对运动轨迹进行绘制。该系统不仅有效修正了惯性测量单元在长时间运行中产生的漂移误差,还解决了由于惯性测量单元系统初始化时间较长而引起的轨迹丢失问题。该系统的核心优势在于ORB‑SLAM3框架具由回环检测机制,能够准确地识别之前访问过的区域。此外,系统能够在特征稀疏或动态变化的场景等复杂的环境下实现跟踪和建图。本发明有效解决了SLAM技术中室内环境无法接收到GNSS信号的主要难题,为室内高精度导航和定位提供了一种新的解决方案。
-
公开(公告)号:CN115941507A
公开(公告)日:2023-04-07
申请号:CN202211244458.2
申请日:2022-10-11
申请人: 安徽大学
IPC分类号: H04L41/142 , H04L41/14 , H04L41/082
摘要: 本发明涉及计算智能技术领域,解决了代码分发过程中能耗与时间消耗导致终端设备版本不一致的技术问题,尤其涉及一种代码分发的优化方法,该方法包括以下过程:对面向边缘智能终端再编程代码分发问题进行数学建模,将代码分发问题转化为一个优化问题;采用蚁群优化算法根据本地信息获得最优的转发终端集合及相对应的最优转发半径决策;按照最优转发半径决策通过基站采用无线再编程连续向若干终端设备发送预告信息和喷泉码生成的编码包。本发明为终端设备分发更新代码时,利用最优的转发终端集合及集合内各终端的最优转发半径来传播,能够最小化代码分发过程中的能量和时间消耗,以此保证整个系统的使用寿命最大化。
-
公开(公告)号:CN115616356A
公开(公告)日:2023-01-17
申请号:CN202211278196.1
申请日:2022-10-19
申请人: 安徽大学
摘要: 本发明涉及局部放电检测技术领域,解决了对电力杆塔进行局部放电现象检测困难的技术问题,尤其涉及一种基于红外图像的电力杆塔局部放电检测方法,包括以下步骤:S1、获取带有温度数据的电力杆塔的红外图像;S2、对红外图像进行温度检测,获取红外图像中的最高温度值和最低温度值;S3、将红外图像转为灰度图片,根据最高温度值和最低温度值计算灰度图片中温度值与灰度值的线性关系;S4、设定温度突变检测阈值,使用斑点检测算法检测红外图像温度值与灰度值的关系中的温度异常突变点,温度异常突变点即为局部放电区域。本发明通过红外摄像头拍摄的带有温度数据的图像,经过检测能够对所拍摄的电力杆塔判断是否存在局部放电现象。
-
公开(公告)号:CN115471740A
公开(公告)日:2022-12-13
申请号:CN202210956353.3
申请日:2022-08-10
申请人: 安徽大学
IPC分类号: G06V20/10 , G06V20/40 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要: 本发明提供一种弱对比场景下的矿石目标检测方法,其中包括:通过工业摄像头获取图像数据;去除图像数据中的异常数据后标注图像,接着对图像进行预处理数据增强;将标注的数据按8∶2的比例划分为训练集和验证集;将自适应激活函数应用到YOLOv5中提高弱对比场景下的特征提取能力,同时在残差模块中添加注意力融合机制提高网络的特征融合能力,得到改进的YOLOv5模型;该模型在弱对比场景下有更强的泛化能力,能检测出更多矿石目标。本发明还提供了一种网络泛化能力的对比方法,首先使用不同的网络进行训练得到网络模型;接着将泛化能力最强的网络的推理结果作为测试集,最后计算RAP,RAP的大小可以反映各网络泛化能力差异。
-
公开(公告)号:CN117892059A
公开(公告)日:2024-04-16
申请号:CN202311759114.X
申请日:2023-12-20
申请人: 安徽大学 , 苏州图灵智驰智能科技有限公司
IPC分类号: G06F18/10 , G06V10/80 , G06V10/82 , G06F17/16 , G06V10/74 , G06V10/764 , G06F18/24 , G06N3/0464 , G06N3/08
摘要: 本发明提出了一种基于多模态图像融合与ResNetXt‑50的电能质量扰动识别方法。首先,利用Markov transition field(MTF)、Recurrence plot(RP)和Gramian Angular Field(GAF)方法将电能质量扰动一维时间序列处理成三种不同的图像,其中MTF表示马尔可夫转移场、RP表示重现度图、GAF表示格拉米角场。接着,采用一种基于自适应滤波的图像融合(ADF)方法,将三种不同的彩色图像融合为一张综合图像。最后,利用ResNetXt‑50模型对融合后的彩色图像进行分类,判断电能质量扰动的类型。本发明通过采用MTF、RP、GAF方法将电能质量扰动一维时间序列转化为彩色图像,再利用基于自适应滤波的图像融合(ADF)方法将不同特征的图像融合在一起,同时利用ResNetXt‑50模型进行分类,提高了电能质量扰动识别的准确性和可靠性。
-
公开(公告)号:CN116798117A
公开(公告)日:2023-09-22
申请号:CN202310387213.3
申请日:2023-04-07
申请人: 安徽大学 , 苏州图灵智驰智能科技有限公司
IPC分类号: G06V40/20 , G06V20/40 , G06V10/774 , G06V40/10 , G06V10/82 , G06V10/764 , G06V20/52 , G06T7/246 , G06N3/08
摘要: 一种基于视频理解的矿井下异常动作识别方法,其中包括:通过摄像头获取井下包含矿工实时动作的视频数据;预处理视频数据进行视频剪裁与抽帧,先将图片帧中的人物进行识别与标记;再将标记的人物目标绑定ID进行前后帧目标跟踪;将目标跟踪的结果送入3D卷积神经网络提取视频帧特征;将样本输入至SlowFast网络获得动作识别结果;根据追踪目标的具体动作,发现异常行为并发出警告。本发明解决了矿井下矿工异常动作判断智能化水平低的问题。
-
公开(公告)号:CN116775067A
公开(公告)日:2023-09-19
申请号:CN202310414741.3
申请日:2023-04-18
申请人: 安徽大学 , 合肥合工安驰智能科技有限公司
摘要: 本发明公开了一种基于自适应聚类和强化学习的智能网联汽车的再编程代码分发算法,包括使用自适应聚类算法对所获取的车辆行驶数据进行聚类,将邻近行驶模式相似的车辆划分至同一类簇;明确地定义状态空间、动作空间和奖励函数等关键元素,将问题建模为马尔科夫决策过程;采用基于强化学习方法进行求解,确定最优的代码分发策略。本发明根据每个聚类内数据点的分类以及学习模型的预测结果,将相应的代码分发到相应的智能网联汽车中,从而提高再编程代码分发的整体性能。
-
公开(公告)号:CN116309179A
公开(公告)日:2023-06-23
申请号:CN202310339058.8
申请日:2023-04-01
申请人: 安徽大学 , 合肥图灵纪元科技有限公司
摘要: 本发明涉及矿山井巷定位与建图技术领域,为解决非结构化特征下且GNSS无法作用的井下定位与建图困难的技术问题,提出一种地下矿井重建与定位的方法与系统,包括以下内容:前端首先获取激光雷达点云信息,结合IMU预积分信息进行去畸变操作获得可用的点云信息;通过一种新的定义曲率方法获得角点点云和平面点云信息后,通过gfs(greedybasedFeatureselect)再次筛选点云特征,获得最终可用点云群;通过一种改进ICP点云匹配算法进行扫描匹配处理,实现映射和定位;后端采用G2O算法优化参数,通过定义包含边和节点的函数,利用L‑M方法作为迭代策略;回环检测阶段使用一种新的点云词袋算法进行环路闭合检测,最终完成定位与建图。实现了对矿井巷道下进行高鲁棒性建图与定位,同时考虑了精度和计算效率。
-
公开(公告)号:CN115855045A
公开(公告)日:2023-03-28
申请号:CN202211621639.2
申请日:2022-12-16
申请人: 安徽大学
摘要: 本发明涉及矿井巷道建图与定位技术领域,解决了弱特征下且GNSS无法作用的矿井下定位与建图困难的技术问题,尤其涉及一种应用于矿井巷道的多模态融合建图与定位方法,包括以下步骤:获取相机当前帧的图像信息,并从当前帧的图像信息中提取点特征和线特征;根据当前帧的图像信息采用KLT算法和KnnMatch算法分别跟踪当前滑动窗口关键帧的点特征和线特征得到新的视觉点线特征信息;获取激光雷达当前激光帧的点云信息,计算点云信息中每个点的曲率,并根据每个点的曲率划分出边特征和面特征。本发明达到了能够做到高精度实时定位和建图,并且时间上和功耗上均衡的目的。
-
公开(公告)号:CN115240052A
公开(公告)日:2022-10-25
申请号:CN202210993151.6
申请日:2022-08-18
申请人: 安徽大学
IPC分类号: G06V10/82 , G06V20/70 , G06V10/80 , G06V10/774 , G06V10/766 , G06V10/764 , G06V10/44 , G06V10/26 , G06V10/22 , G06N3/08 , G06N3/04
摘要: 本发明涉及计算机视觉技术领域,解决了现有建模方法越来越复杂的技术问题,尤其涉及一种目标检测模型的构建方法,包括以下步骤:根据基础目标检测网络,通过采用多层注意力机制构建网络预测辅助头;根据网络预测辅助头的预测结果,在标签分配任务中动态自适应寻优划分正负样本,并对预设的训练损失函数进行优化,得到优化后的训练损失函数,设计新的加权策略;采用优化后的训练损失函数和新的加权策略对基础目标检测网络进行优化;对优化后的基础目标检测网络进行训练,得到目标检测模型。本发明通过构建目标检测网络预测辅助头并计算网络预测辅助头的预测结果,从而能够在无需复杂建模的情况下提升目标检测模型的性能和检测精度。
-
-
-
-
-
-
-
-
-