基于关键帧模板匹配的脑启发SLAM方法

    公开(公告)号:CN118097051A

    公开(公告)日:2024-05-28

    申请号:CN202410326446.7

    申请日:2024-03-21

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于关键帧模板匹配的脑启发SLAM方法,其包括视觉里程计处理来自单目视觉传感器的图像数据,获取智能移动设备的平移速度、偏航旋转速度和高度变化速度;将单目视觉传感器获取到的当前帧图像与关键帧模板数据库中被选择的关键帧模板采用词袋匹配方法进行ORB特征比对,根据比对结果确定是否创造关键帧,并获取与关键帧模板关联的局部视觉细胞的激活信息;将从视觉里程计获取的信息和局部视觉细胞激活信息输入到网格细胞中完成对空间位置的编码与解码,得到网格细胞解码的特异性坐标信息;用经验节点融合信息并构建拓扑形经验地图。本发明能有效能显著减少环路闭合检测时间,提高地图构建的精度。

    面向复杂环境下被遮挡目标的新型脑启发目标检测方法

    公开(公告)号:CN116935196A

    公开(公告)日:2023-10-24

    申请号:CN202310963809.3

    申请日:2023-08-02

    Applicant: 重庆大学

    Abstract: 本发明面向复杂环境下被遮挡目标的新型脑启发目标检测方法,其包括构建目标检查模型,所述目标检测模型包括脑启发模型和DETR模型;将被检测图像输入脑启发模型,得到关于目标的若干个预测框及类标签,并输入DETR模型;DETR模型通过对图像数据预设参考点,标定预测框针对参考点的侧距和框位置,并给出查询对象,以二部匹配实现类标签匹配,通过计算预测框的侧距和框位置,并迭代至设定的偏移幅度阈值范围内,然后选择预测框中目标最高置信度对应的类别和坐标。本发明中脑启发模型能在学习中不断地提取知识以更好更快地学习新任务,对于已有训练样本的特征数据进行释义储存与解构释放,使得混乱数据流可模拟为稳定的动态数据流,减缓了遗忘问题。

    一种基于视觉脑网络背景建模的运动目标检测方法

    公开(公告)号:CN116844234A

    公开(公告)日:2023-10-03

    申请号:CN202310838100.0

    申请日:2023-07-10

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于视觉脑网络背景建模的运动目标检测方法,其首先利用视觉脑网络机制,获取视觉皮层光流信息,并基于视觉皮层光流信息将视频帧划分为运动候选区域与背景区域,并利用背景区域构建背景模型。接着将待检测帧与背景模型进行差分,获取二值前景。最后利用二值前景制作掩膜,实现对运动目标的提取及背景模型的更新。与传统的背景建模算法相比,本发明运动目标检测方法可以有效克服“鬼影”、碎化等问题,且检测的目标比较完整。较深度学习的目标检测算法相比,本发明方法不需要数据进行训练。

    基于视觉皮层处理机制的概念机神经网络图像分类方法

    公开(公告)号:CN109190708A

    公开(公告)日:2019-01-11

    申请号:CN201811063141.2

    申请日:2018-09-12

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于视觉皮层处理机制的概念机神经网络图像分类方法,包括通过神经网络对图像进行预处理,还包括搭建与V2层神经元连接的概念机网络,每类图像对应一个概念机Ci,每类图像所对应的正项判断依据为:h+=xTCi+x,i为图像类别的数量;分别计算V2层神经元在不同空间方位上的概念机C;再根据不同方向上的概念机计算对应方向上的正向判据,再对各方向上的正向判据求平均值得到加强判据,再计算被分类图像在各分类类别的加强正项判据,由此确定j=argmaxxTCi+x为该图像的分类判断依据。本发明其对图像分类的过程更接近于真实大脑的处理过程,可以较好地提取出输入图像的局部朝向信息,且通过概念机处理输入,可更准确地进行图像分类。

    一种用于中小型无人机开发板的电源管理电路及电源管理板

    公开(公告)号:CN108551260A

    公开(公告)日:2018-09-18

    申请号:CN201810432292.4

    申请日:2018-05-08

    Applicant: 重庆大学

    CPC classification number: H02M3/156 H02M1/14 H02M3/06 H02M3/08

    Abstract: 本发明涉及一种用于中小型无人机开发板的电源管理电路及电源管理板,其中电源管理电路包括拨动开关、滤波电路、变压模块、稳压电路和电阻分压电路,所述拨动开关设置于电源输入端与滤波电路之间,所述稳压电路设置于所述变压模块与所述电阻分压电路之间,所述变压模块为电源变换器芯片,其具有一至第五引脚,其中,第一引脚接地,第四引脚连接第一电容,第五引脚连接输入电压端,第三引脚为向输出提供电源的开关节点,所述第三引脚连接所述稳压电路并提供功率输出,第二引脚连接所述电阻分压电路从而检测输出电压并进行调节。本发明采用多路设计,集中解决了无人机各开发板电源分配、稳压输出问题。

    基于多源信息融合的智能移动设备类脑SLAM方法

    公开(公告)号:CN118031934A

    公开(公告)日:2024-05-14

    申请号:CN202410141031.2

    申请日:2024-02-01

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于多源信息融合的类脑SLAM方法,使用EKF融合IMU与编码器估计智能移动设备的平移量与角度变化量,并将其输入网格细胞模型激活特定区域的细胞完成二维空间信息编码,待网格细胞完成吸引子动力学活动以及路径积分后,对其解码获取网格细胞激活信息。此外,本发明还引入局部视觉细胞来检测回环,修正误差;局部视觉细胞的激活由深度神经网络识别的目标信息,特征点的词袋向量以及强度差异共同决定,成功激活的局部视觉细胞也参与网格细胞的编码。最后,利用处理好的多源信息编码经验节点,完成经验地图更新与矫正。本方法计算开销小,所构建地图精度高,可部署在智能移动设备上实时运行。

    一种基于CFD的风电场多机尾流模拟方法

    公开(公告)号:CN117592388A

    公开(公告)日:2024-02-23

    申请号:CN202311482051.8

    申请日:2023-11-09

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于CFD的风电场多机尾流模拟方法,采集风电场的流入风速和风轮转动的角速度转速,根据采集到的数据计算风力发电机致动盘的体积力,为了防止求解体积力时发生数值震荡,将体积力光顺过渡到周围的网格上,将计算得到的体积力迭代加入到尾流的运动方程中,利用k‑ω模型将瞬态的N‑S方程求解成时均化的湍流方程,再通过湍流方程更新尾流的速度场和压力场。本发明实现了风电场多机尾流的数值模拟,且通过实验证明了本风电场多机尾流模拟方法能精确和符合实际的模拟风力发电机尾流流场。

    基于视觉皮层处理机制及脉冲监督学习的图像分类方法

    公开(公告)号:CN108416391A

    公开(公告)日:2018-08-17

    申请号:CN201810219090.1

    申请日:2018-03-16

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于视觉皮层处理机制及脉冲监督学习的图像分类方法,包括步骤:1)以动态图片的形式输入图像,然后在三个不同的时空尺度下处理输入;2)求取V1层简单型神经元的响应;3)求取V1层复杂型神经元的响应;4)求取V4层神经元的响应;5)训练输出层连接;6)输入测试样本。本发明的图像分类过程更接近于真实大脑的处理过程,并且本图像分类方法能较好地提取出输入图像的局部朝向信息,从而可以较好地进行图像分类。而且本方法只需要训练输出层的连接,不需要逐层训练,具有较高的效率。该方法在手写数字集上的分类准确率为96%左右,分类准确率高。

    一种换挡换位组件的自动装配装置

    公开(公告)号:CN107081592A

    公开(公告)日:2017-08-22

    申请号:CN201710515298.3

    申请日:2017-06-29

    Applicant: 重庆大学

    Abstract: 本发明公开了一种换挡换位组件的自动装配装置,包括底板,所述底板上设置有外壳装配机构、立柱与弹簧装配机构、以及触头装配机构;本发明换挡换位组件的自动装配装置,其将触头先从侧面水平插装在立柱上,然后再将触头旋转至竖直方向,这种组装方式使得触头更容易与立柱准确对位,降低了触头的金属卡脚被挤压变形的风险,提高产品组装合格率;并且从侧面组装触头,使组装过程简单易行,降低了组装难度。同时本发明换挡换位组件的自动装配装置能代替人工重复劳作,节约人力成本,提高工作效率。

    基于多尺度特征提取机制的图像识别方法

    公开(公告)号:CN117911836A

    公开(公告)日:2024-04-19

    申请号:CN202410097820.0

    申请日:2024-01-24

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于多尺度特征提取机制的图像识别方法,其包括将静态图片扩展为动态信息作为输入;通过SNN模型提取输入图像的特征,所述SNN模型包括预处理模型和基础模型;采用回声状态网络作为决策模型,回声状态网络通过识别SNN模型中V4神经网络层的放电率判定图像的类别。本图像分类方法不仅在小数据集上具有良好的图像分类性能,也显著降低了对大规模数据集的依赖;其对添加了高斯噪声图像和CGAN生成的对抗样本都能保持高精度的分类能力,证明了本发明方法在日常环境中使用的实用性及可靠性,本图像识别方法具有很好的鲁棒性。

Patent Agency Ranking