-
公开(公告)号：CN114964238B
公开(公告)日：2024-06-04
申请号：CN202210607299.1
申请日：2022-05-31
申请人： 济南大学 , 山东哈工卓越智能有限公司
摘要： 本发明提供了一种飞行器定位方法及系统，包括：获取当前时刻飞行器的INS位置信息和观测向量；根据观测向量，对INS位置信息进行滤波处理，得到当前时刻飞行器的状态向量；其中，在UWB正常工作时，观测向量基于INS位置信息与UWB位置信息计算得到；在UWB中断时，观测向量根据映射函数关系和前一时刻的状态向量预测得到。实现了在UWB信号缺失时对信号进行预测，使滤波器正常工作，提高了飞行器定位稳定性。
-
公开(公告)号：CN116243160A
公开(公告)日：2023-06-09
申请号：CN202211482306.6
申请日：2022-11-24
申请人： 济南大学
摘要： 本发明公开了一种基于自适应观测增强的多传感器状态预估方法及系统，包括：将t时刻采集到的发电机直轴、交轴的定子电流和发电机电角速度作为Kalman滤波器的状态向量；将测量得到的直轴、交轴的定子电流作为Kalman滤波器的观测向量；若当前时刻为Kalman滤波的正常采样时刻，Kalman滤波正常进行一步预估和量测更新；若当前时刻不是Kalman滤波的正常采样时刻，则Kalman只进行一步预估，并确定一步预估的次数；最终得到当前时刻的发电机直轴、交轴的定子电流预估值，进而得到发电机直轴、交轴的定子电压预估值。本发明在Kalman滤波器两次采样之间增加了一步预估的次数，减少了多传感器数据融合中采样频率快的传感器数据丢失对发电机电压预估精度的影响。
-
公开(公告)号：CN110879069A
公开(公告)日：2020-03-13
申请号：CN201911267283.5
申请日：2019-12-11
申请人： 济南大学
IPC分类号： G01C21/20
摘要： 本发明公开了一种面向UWB SLAM的Kalman/R-T-S混合定位方法及系统，包括：将x和y方向的位置、速度、航向角和UWB参考节点的位置作为扩展卡尔曼滤波器的状态向量；将UWB测量的机器人与UWB参考节点之间的距离作为扩展卡尔曼滤波器的观测向量进行数据融合,得到预估的UWB参考节点的位置；利用R-T-S平滑算法对扩展卡尔曼滤波器预估的UWB参考节点的位置进行平滑，对各个时刻平滑过的UWB参考节点位置取平均值，最终得到移动机器人和UWB参考节点的最优预估。本发明利用R-T-S平滑算法对扩展卡尔曼滤波器预估的UWB参考节点的位置进行平滑，不再像传统UWB定位算法需要依赖UWB参考节点的位置信息；R-T-S平滑算法的引入增加了参考节点位置信息的预估精度。
-
公开(公告)号：CN114964238A
公开(公告)日：2022-08-30
申请号：CN202210607299.1
申请日：2022-05-31
申请人： 济南大学 , 哈工大机器人(山东)智能装备研究院
摘要： 本发明提供了一种飞行器定位方法及系统，包括：获取当前时刻飞行器的INS位置信息和观测向量；根据观测向量，对INS位置信息进行滤波处理，得到当前时刻飞行器的状态向量；其中，在UWB正常工作时，观测向量基于INS位置信息与UWB位置信息计算得到；在UWB中断时，观测向量根据映射函数关系和前一时刻的状态向量预测得到。实现了在UWB信号缺失时对信号进行预测，使滤波器正常工作，提高了飞行器定位稳定性。
-
公开(公告)号：CN113218388B
公开(公告)日：2022-07-05
申请号：CN202110228825.9
申请日：2021-03-02
申请人： 济南大学
摘要： 本发明公开了一种考虑可变有色测量噪声的移动机器人定位方法及系统，包括：以移动机器人k时刻在东向和北向的位置和速度作为状态量，将UWB测量得到的移动机器人与UWB参考节点之间的距离作为系统观测量，构建滤波模型；在扩展有限脉冲响应滤波器的基础上，根据在离线阶段选择的不同局部滤波窗口，构建m个不同的考虑有色测量噪声的子滤波器；通过IMM方式对构建的子滤波器的输出进行融合，得到当前时刻的移动机器人最优的位置预估，实现移动机器人的定位。本发明构建不同的有色测量噪声下的子EFIR滤波器，通过交互多模型算法，将各子滤波器的输出进行融合，最终得到最优的UWB测量的移动机器人最优位置预估。
-
公开(公告)号：CN113970331A
公开(公告)日：2022-01-25
申请号：CN202111038887.X
申请日：2021-09-06
申请人： 济南大学
摘要： 本发明公开了一种基于重构观测量的四旋翼定位方法及系统，包括：以东向和北向的位置以及东向和北向的速度作为状态向量；利用超宽带测量的四旋翼与UWB参考节点之间的距离作为观测值；基于所述状态向量和观测值进行EFIR滤波，对EFIR滤波算法的输出进行平滑；利用平滑之后的状态向量对设定时段的观测向量进行重构，重构之后的观测向量作为下一时刻EFIR前向滤波所需的观测向量，对下一时刻的四旋翼的位置进行预估。本发明利用R‑T‑S平滑算法对前一段时刻的观测向量进行重构，有效的提高了观测向量的精度，进而提高了EFIR滤波算法的精度。
-
公开(公告)号：CN113218388A
公开(公告)日：2021-08-06
申请号：CN202110228825.9
申请日：2021-03-02
申请人： 济南大学
摘要： 本发明公开了一种考虑可变有色测量噪声的移动机器人定位方法及系统，包括：以移动机器人k时刻在东向和北向的位置和速度作为状态量，将UWB测量得到的移动机器人与UWB参考节点之间的距离作为系统观测量，构建滤波模型；在扩展有限脉冲响应滤波器的基础上，根据在离线阶段选择的不同局部滤波窗口，构建m个不同的考虑有色测量噪声的子滤波器；通过IMM方式对构建的子滤波器的输出进行融合，得到当前时刻的移动机器人最优的位置预估，实现移动机器人的定位。本发明构建不同的有色测量噪声下的子EFIR滤波器，通过交互多模型算法，将各子滤波器的输出进行融合，最终得到最优的UWB测量的移动机器人最优位置预估。
-
公开(公告)号：CN111693488A
公开(公告)日：2020-09-22
申请号：CN202010513459.7
申请日：2020-06-08
申请人： 济南大学
IPC分类号： G01N21/359 , G06K9/62 , G06N20/00
摘要： 本发明公开了一种基于DS证据理论融合的水果等级分类方法及系统，包括：获取待测水果的原始近红外光谱并进行预处理；利用遗传算法筛选出最佳的特征波长；将所述特征波长分别输入到训练好的极限学习机预测模型和基于偏最小二乘法的预测模型，分别得到待测水果的可溶性固形物含量信息；分别基于所述可溶性固形物含量信息对水果等级进行分类；基于DS证据理论对两种分类结果进行融合，得到基于可溶性固形物含量的水果等级类别。本发明使用基于DS证据理论的苹果等级分类方法，融合极限学习机与偏最小二乘法的两种预测模型。DS融合后测试集分类等级准确率为94.697％，优于单一的模型分类方法。
-
公开(公告)号：CN116386129A
公开(公告)日：2023-07-04
申请号：CN202310072228.0
申请日：2023-01-28
申请人： 济南大学
IPC分类号： G06V40/20 , G09B21/00 , G06V20/40 , G06V20/70 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06V10/778
摘要： 本发明公开了一种基于轻量化GLnet网络的手语识别方法及系统，该方法包括：将N×M个标注手语词汇的手语视频作为训练样本集；对训练样本集中的手语视频进行预处理，获取每一手语视频对应的L帧手语连续帧图像；构建基于轻量化GLnet网络的手语识别模型，该GLnet网络为引入改进的Ghost模块的CNN‑LSTM网络；利用训练样本集训练手语识别模型；将待识别的手语视频进行预处理后输入至训练完成的手语识别模型中，输出识别结果。本发明在CNN‑LSTM网络的基础上引入改进的Ghost模块，构建轻量化GLnet网络，大幅降低网络模型的体积和计算量，实现高识别率的手语识别。
-
公开(公告)号：CN116203959A
公开(公告)日：2023-06-02
申请号：CN202310181970.5
申请日：2023-02-24
申请人： 济南大学
IPC分类号： G05D1/02
摘要： 本发明提出基于HAC算法的机器人路径规划方法，属于路径规划领域。包括提取历史订单品项数据，形成特征矩阵；构建仓库栅格模型，基于HAC算法对特征矩阵中的数据进行相似度聚合，获得由高到低排序的货物需求度，将待分配订单任务分配给对应的机器人；基于A*算法代价估算函数对机器人路径寻优，得到机器人代价最小的最优路径；获取每一时刻每个机器人的位置信息，将位置信息按照时间调用形成预约表；将每两个机器人的最优路径和预约表进行对比，查询是否存在路径冲突，若存在冲突，则利用动态加权表确定机器人通过顺序，若不存在冲突，机器人按照最优路径执行订单任务。本发明针对不同场景下的仓库拣选需求，基于历史订单数据，运算效率高、动态自适应强。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.018 秒)
