公开(公告)号：CN118608545B

公开(公告)日：2025-01-24

申请号：CN202410907954.4

申请日：2024-07-08

Applicant: 济南大学

Inventor： 廉扬 ,  韩瑞智 ,  韩士元 ,  陈月辉

IPC: G06T7/11 ,  G06T5/50 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出了一种基于轻量级多尺度融合的双路径皮肤病变图像分割方法，该方法通过创新的网络架构和多尺度融合模块，在资源受限的环境中实现高效准确的图像分割。本方法包括数据集的获取与预处理、轻量级网络的构建、迭代训练与验证、基于多项评价指标的模型选择，以及最佳模型的应用以获取病变区域的分割结果。本发明的方法不仅保持了高分割精度，而且降低了计算和存储需求，适用于移动医疗和远程诊断，具有重要的临床应用价值。

公开(公告)号：CN116879918A

公开(公告)日：2023-10-13

申请号：CN202310990378.X

申请日：2023-08-08

Applicant: 济南大学

Inventor： 韩瑞智 ,  廉扬 ,  韩士元 ,  何光明 ,  季书成 ,  赵晶航 ,  高笑天 ,  陈月辉

IPC: G01S17/88 ,  G01S17/08 ,  G01S7/48

Abstract: 本申请提出的一种基于车载激光雷达的跨模态车辆测速方法，通过车载激光雷达获取数据，并将其转化为二维深度图进行车辆检测跟踪，从而实现实时或近实时的情况下车与车之间的测速分析。该方法适用于不同种类和尺寸的车辆，不受车辆形状和颜色等因素的影响，并且无需与车辆直接接触即可进行测速。与传统测速方法相比，具有以下优点：非接触式测速、数据获取方便、适用范围广、实时性强和成本较低，具有广泛的应用前景，可用于交通管理、智能车辆等领域。

公开(公告)号：CN118644647A

公开(公告)日：2024-09-13

申请号：CN202410829258.6

申请日：2024-06-25

Applicant: 济南大学

Inventor： 单彩云 ,  廉扬 ,  何光明

IPC: G06T19/20 ,  G06V10/10 ,  G06V10/75

Abstract: 本申请公开了一种基于车路协同的恶劣天气下的道路点云补全方法，涉及车路协同和点云处理领域，用以解决恶劣天气下道路点云大量缺失、难以进行道路状况分析的问题。具体步骤包括：天气状况良好时，采集预设路段点云信息作为样本点云数据，同时采集预设路段的图像信息作为样本图像数据，将获取的点云和图像样本数据作为一组路端信息；恶劣天气下，车辆行驶至预设路段时，车端感知到预设路段的图像信息，根据此图像在路端信息中进行匹配，检索到此预设路段的样本图像数据，从而得到对应样本点云数据；车辆行驶进预设路段时，将此时车端感知到的预设路段的点云信息作为实验点云数据，从中得到子实验点云数据，并从样本点云数据中获取相应的子样本点云数据；将子实验点云数据与子样本点云数据，转换为基于点云密度的BEV视图；基于子样本点云数据的BEV视图，从中提取出子实验点云数据的BEV视图中不存在的点；将提取的BEV视图中的点还原为三维点云，补充到子实验点云数据中从而完成点云补全。

公开(公告)号：CN119821065A

公开(公告)日：2025-04-15

申请号：CN202411410011.7

申请日：2024-10-10

Applicant: 济南大学

Inventor： 高笑天 ,  杜宇 ,  韩士元 ,  钟义信 ,  曹舒羽 ,  廉扬

IPC: B60G17/018

Abstract: 本发明提供了一种基于多智能体强化学习算法的馈能式主动悬架的控制方法，该方法包括：搭建馈能式主动悬架的动力学模型以及搭建随机路面激励模型作为馈能式主动悬架系统的输入，然后基于馈能式主动悬架动力学模型设计多智能体强化学习奖励函数并且基于馈能式主动悬架动力学模型以及多智能体强化学习奖励函数搭建多智能体强化学习控制器，通过多智能体强化学习控制器与馈能式主动悬架的不断交互，更新多智能体强化学习控制控制器的网络参数得到最优控制策略，最后基于更新控制器参数得到的最优控制策略控制两个作动器进而控制馈能式主动悬架。通过本申请，实现了对于车辆同时兼顾舒适性能和能耗特性的馈能式主动悬架的控制方法，能够提升馈能式主动悬架控制的鲁棒性、精确性，还能够提升车辆乘坐舒适度以及减小行驶过程当中悬架的能耗。

公开(公告)号：CN118608545A

公开(公告)日：2024-09-06

申请号：CN202410907954.4

申请日：2024-07-08

Applicant: 济南大学

Inventor： 廉扬 ,  韩瑞智 ,  韩士元 ,  陈月辉

IPC: G06T7/11 ,  G06T5/50 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出了一种基于轻量级多尺度融合的双路径皮肤病变图像分割方法，该方法通过创新的网络架构和多尺度融合模块，在资源受限的环境中实现高效准确的图像分割。本方法包括数据集的获取与预处理、轻量级网络的构建、迭代训练与验证、基于多项评价指标的模型选择，以及最佳模型的应用以获取病变区域的分割结果。本发明的方法不仅保持了高分割精度，而且降低了计算和存储需求，适用于移动医疗和远程诊断，具有重要的临床应用价值。