-
公开(公告)号：CN117710429A
公开(公告)日：2024-03-15
申请号：CN202410025570.X
申请日：2024-01-08
Applicant: 辽宁工程技术大学
IPC: G06T7/50 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/09
Abstract: 本发明提供一种融合CNN与Transformer改进的轻量化单目深度估计方法，所述方法包括以下步骤：第一步，采集连续帧单目相机数据作为网络的输入，进行图像卷积下采样及池化模块预处理；第二步，通过空洞卷积残差模块实现多尺度局部特征提取；第三步，结合改进的Transformer模块实现局部‑全局上下文信息交互；第四步，通过跳跃链接将编码器与解码器相连，并在解码器部分利用单层卷积融合特征；第五步，通过预测头输出不同分辨率的深度图像。本发明实现了一种轻量化实时的单目深度估计方法。
-
公开(公告)号：CN105891864A
公开(公告)日：2016-08-24
申请号：CN201610279596.2
申请日：2016-04-29
Applicant: 辽宁工程技术大学
CPC classification number: G01S19/44 , G01S19/423
Abstract: 本发明提供一种BDS与GPS系统间混合双差模糊度固定方法，属于卫星定位系统和定位测量技术领域。通过将双差模糊度以单差模糊度之差的形式进行求解，然后再将以周为单位的单差模糊度投影为双差模糊度，以此消除BDS和GPS不同波长的影响。采用ISB参数估计方法，可实时对ISB的稳定性进行分析，在达到稳定条件后，将ISB作为校正参数对原始观测数据进行改正，使BDS和GPS系统间的任意双差模糊度均具有整数特性，实现BDS与GPS系统间混合双差模糊度固定。该方法可消除参考卫星单差模糊度精度对解算基线长度的限制，避免由于观测条件变化导致已有的ISB校正参数不可用现象，适合于工程实用。
-
公开(公告)号：CN116310137A
公开(公告)日：2023-06-23
申请号：CN202310384699.5
申请日：2023-04-11
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于改进RANSAC的多线程地面特征提取方法，所述方法包括以下步骤：第一步，采集LiDAR传感器数据，搜索激光点云的近邻点集合；第二步，利用激光点云近邻点集合，计算激光点云中各激光点曲率和夹角；第三步，利用激光点云曲率、夹角以及激光点云高程，筛选种子点集合；第四步，利用筛选得到的种子点集合，根据种子点数量，选择合适线程计算平面法向量；第五步，利用平面法向量，计算激光点云中各激光点与拟合平面之间的距离，判断激光点是否属于地面点，根据地面点数量得到最优地面模型以及地面特征。本发明利用点云高程阈值、曲率阈值等筛选种子点集合，确定初始地面模型，根据种子点数量确定处理模式，为确保数据处理的实时性，选择合适线程处理模式利用改进RANSAC算法进行地面拟合，最终得到最优地面模型和地面特征，进而提高LiDARSLAM特征匹配精度。
-
公开(公告)号：CN106595656B
公开(公告)日：2019-09-10
申请号：CN201611245190.9
申请日：2016-12-29
Applicant: 辽宁工程技术大学
Abstract: 一种基于车载POS的公路线形特征识别与参数计算方法，属于组合导航定位系统和测量技术领域；该方法包括：采集车辆位置参数、速度参数及姿态参数；提取航向角信息和采样点里程；计算全路段概略曲率分布，将初始公路线形分为直线部分和圆曲线部分；调整直线和圆曲线的窗口大小，并计算缓和曲线线形参数；根据直线线形参数、圆曲线线形参数及缓和曲线线形参数统计全路段曲率随里程的变化，得到全路段最优化线形特征及参数；本发明数据采集方法能提供载体的姿态信息，提高了效率及精度；利用MFM平滑航向角信息，降低白噪声影响，有效剔除颗粒噪声，克服计算量庞大问题；窗口自动识别方法更大程度降低了人为因素影响，并降低工作量。
-
公开(公告)号：CN115661555A
公开(公告)日：2023-01-31
申请号：CN202211277947.8
申请日：2022-10-19
Applicant: 辽宁工程技术大学
IPC: G06V10/77 , G06V10/764 , G06V10/74 , G06V10/44 , G06F17/16
Abstract: 本发明提供一种基于划分随机投影的集成熵加权高光谱遥感影像分类方法，涉及遥感影像分类技术领域。在PRP算法的基础上，结合基于单个类别可分信息的投影矩阵挑选策略和最小距离分类器生成适合于某个类别的距离矩阵。对所有类别重复上述步骤，并计算所有类别的距离矩阵的信息熵作为权重从而生成最终的相似性度量矩阵，从而实现高光谱遥感影像分类。本发明能很好地解决PRP算法的随机性可能会导致不稳定的分类结果的问题，能有效地提高高光谱遥感影像的分类精度和稳定性，对于可分性较差的类别亦可以较好进行区分，可以满足完备精细地分类大尺度高光谱遥感影像的任务。
-
Patent Agency Ranking
公开(公告)号：CN106249256A
公开(公告)日：2016-12-21
申请号：CN201610536541.5
申请日：2016-07-08
Applicant: 辽宁工程技术大学
IPC: G01S19/23
CPC classification number: G01S19/23
Abstract: 本发明提出一种基于粒子群优化算法的实时GLONASS相位偏差估计方法，属于卫星定位系统和定位测量技术领域，利用IFB变化率粒子对所有单差模糊度参数进行改正，采用LAMBDA方法进行双差模糊度固定，将获得的RATIO值作为评价每个粒子的适应度，并使用粒子群优化算法对IFB变化率粒子的群体最优位置进行搜索，最终获得最优IFB变化率估值；解决了由于IFB和模糊度线性相关所带来的问题；实时在线对IFB变化率进行估计，避免由于观测条件变化导致已有的IFB变化率校正参数不可用现象，适合于实时动态定位；采用实时的GLONASS相位偏差估计方法实现实时模糊度固定，进一步拓展GLONASS的应用领域。
-
公开(公告)号：CN119984252A
公开(公告)日：2025-05-13
申请号：CN202510073489.3
申请日：2025-01-17
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种利用归一化互相关(NCC)动态调整协方差的VIO定位方法，该方法通过构建一种新的观测模型，在像素值上引入特征点的跟踪误差，将NCC作为量化特征点之间匹配质量的指标，通过计算特征点匹配的NCC反映特征点的跟踪误差，从而动态调整观测噪声项的协方差矩阵，以适应特征点匹配质量的变化，该方法能够在特征点匹配质量差异显著的复杂环境中，获得更准确鲁棒的匹配结果。
-
公开(公告)号：CN119579879A
公开(公告)日：2025-03-07
申请号：CN202311150481.X
申请日：2023-09-07
Applicant: 辽宁工程技术大学
IPC: G06V10/26 , G06V20/70 , G06V20/00 , G06V20/64 , G06V10/764 , G06V10/44 , G06V10/80 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0455 , G06N3/084
Abstract: 本发明了提供一种改进RandLA‑Net网络的点云语义分割方法，所述方法包括以下步骤：第一步，数据预处理网格下采样；第二步，局部曲面拟合法计算点云法向量；第三步，进行局部多维特征融合，捕获局部几何信息；第四步，利用自注意模块和注意池化自动学习和聚合重要特征；第五步，通过跳跃连接将上采样结果与编码层的中间特征级联；第六步，利用全连接层对语义标签进行预测。本发明实现了大规模室外场景下高精度、高效率的自动化点云语义分割。
-
公开(公告)号：CN117835149A
公开(公告)日：2024-04-05
申请号：CN202410047514.6
申请日：2024-01-12
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种信道特征二元假设和改进UWB定位RAIM方法，所述方法包括以下步骤：第一步，获取UWB原始数据，逐历元进行读取UWB基准站坐标和移动站初始位置；第二步，对SNR进行二元假设，初步识别剔除异常测距值，实现原始数据预处理；第三步，利用预处理后的观测数据，对UWB标签进行最小二乘位置估计，结合UWB基站坐标反算距离计算残差矢量；第四步，通过残差矢量构建统计检验问题，完成全局检验和故障识别，存在故障的历元找出相应异常测距值并剔除；第五步，结合滑窗理论对UWB定位自主完好性监测出现漏检情况进行抑制再KF定位解算，得到UWB定位解算轨迹。本发明能够对UWB原始数据中包含的NLOS等误差进行有效识别剔除，提高UWB定位精度和可靠性。
-
公开(公告)号：CN116385292A
公开(公告)日：2023-07-04
申请号：CN202310297076.4
申请日：2023-03-24
Applicant: 辽宁工程技术大学
IPC: G06T5/00 , G06V10/26 , G06V10/762 , G06N7/02
Abstract: 本发明提供一种IMU辅助的LiDAR动态点云剔除方法，所述方法包括以下步骤：第一步，采集LiDAR和IMU数据进行时间同步和坐标系相对空间转换参数标定；第二步，利用IMU信息进行初步点云处理，通过一种地面点云提取和点云聚类分割方法进行点云簇分割；第三步，建立帧间点云簇的配对关系，计算配对点云簇特征数据；第四步，构建点云运动状态多层次模糊综合评价模型，输入配对点云簇特征数据来评价点云簇的运动状态；第五步，基于模型评价结果，将动态点云簇从原始点云数据中剔除。本发明以LiDAR点云和IMU量测值为数据，利用IMU信息辅助剔除点云运动畸变和统一点云坐标系，基于点云簇聚类结果，采用多层次模糊综合评价模型判定各点云簇的运动状态，从而剔除动态点云。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.023 seconds)
