一种电梯挡门行为识别方法
    1.
    发明公开

    公开(公告)号:CN112347963A

    公开(公告)日:2021-02-09

    申请号:CN202011279015.8

    申请日:2020-11-16

    摘要: 本发明公开了一种电梯挡门行为识别方法,针对电梯内强制遮挡电梯门这一常见的不良行为,搭建BN‑Inception神经网络和3D‑ResNet神经网络融合的算法网络,并在网络中加入长时序特征捕获注意力机制,用以提高网络对长范围信息捕获的能力,进而提高算法准确率;采用自适应的帧采样策略,抛弃冗余帧,提高网络的计算速度;该方法利用电梯监控视频作为数据集,利用融合算法网络在电梯监控视频层面对电梯内不良行为进行分类识别;此方法适用于电梯轿厢这一场景,实现了对电梯监控视频中遮挡电梯门行为的准确识别,能够代替人工进行智能监视,便于管理人员对电梯内不良行为的监控和管理。

    一种基于动作空间安全映射的赛车强化学习自动驾驶方法

    公开(公告)号:CN117193293A

    公开(公告)日:2023-12-08

    申请号:CN202311057875.0

    申请日:2023-08-22

    申请人: 东南大学

    IPC分类号: G05D1/02 B60W50/00 B60W60/00

    摘要: 一种基于动作空间安全映射的赛车强化学习自动驾驶方法,本发明采用的技术方案是使用神经网络建立赛车的自动驾驶控制器,输入赛车自身的运动状态数据和前方赛道的数据,输出对应的油门/刹车控制量和方向盘控制量。根据赛车的动力学模型,建立动作空间安全映射函数,将可能导致车辆进入危险状态的神经网络输出量转化为安全的控制量再输入赛车的控制系统。利用强化学习算法,根据奖励反馈信号对神经网络进行训练,不断更新神经网络参数,最终获得优化的赛车自动驾驶策略。

    一种基于动态匹配和绝对中位差的线特征匹配方法

    公开(公告)号:CN116597161A

    公开(公告)日:2023-08-15

    申请号:CN202310539070.3

    申请日:2023-05-15

    申请人: 东南大学

    IPC分类号: G06V10/44 G06V10/46

    摘要: 一种基于动态匹配和绝对中位差的线特征匹配方法,包括如下步骤:1)接收RGB‑D相机采集的RGB帧作为视觉输入图像;2)使用EDLines线检测器进行线特征提取;3)通过端点对线特征进行参数化;4)基于离散关键点对参数化的线特征进行描述;5)使用动态规划算法对前后帧提取的线特征进行动态匹配;6)使用绝对中位差方法估算所有线特征匹配的位移变化标准差,并基于此对错误的或低质量的线匹配进行剔除。本发明能在遮挡,旋转以及外观改变的场景中,提取足够数量的且正确的线特征匹配。

    一种基于估计偏差平均的四基站UWB平面定位算法

    公开(公告)号:CN112566021B

    公开(公告)日:2023-04-18

    申请号:CN202011396417.6

    申请日:2020-12-04

    申请人: 东南大学

    IPC分类号: H04W4/02 H04W64/00

    摘要: 本发明涉及一种基于估计偏差平均的四基站UWB平面定位算法,其包括如下步骤:定位标签向四个基站轮询获取距离数据,检查距离数据的可靠性,计算出多组位置参数和位置参数关于距离数据的梯度的模值,根据梯度模值设置每组位置参数的权重,使最终估计结果表达式对每一个基站的距离数据的偏导相等,该方案抑制测量数据波动对最终定位效果的干扰,提升了定位的准确度。

    一种提高台风轨迹预测的方法

    公开(公告)号:CN112527860B

    公开(公告)日:2022-11-18

    申请号:CN202011406564.7

    申请日:2020-12-05

    申请人: 东南大学

    IPC分类号: G06F16/2458 G06N3/04 G01W1/10

    摘要: 本发明公开了一种提高台风轨迹预测的方法,针对台风本身运动的复杂和多变性,单个预测模型对未来的多个时刻的台风轨迹预测整体精度不高等问题,本发明采用了输入数据为过去连续多个时刻的卫星同步台风数据,通过调节不同参数和网络参数等,训练出多个评价指标相似且收敛最好的时空序列预测模型,用这些模型做多次未来每个时刻的预测,并采用更改网络结构之后的时空序列分类模型进行决策这些模型在未来每个时刻的预测作为最优值,最终将每个最优预测值整合成最后的预测数据值,最终得到未来多时刻的时空序列预测数据,得到了一个总体时序精度更高的未来多时刻台风轨迹预测数据。