-
公开(公告)号：CN107967944A
公开(公告)日：2018-04-27
申请号：CN201711194243.3
申请日：2017-11-24
Applicant: 中南大学
CPC classification number: G06K9/00288 , G06K9/00281 , G06N3/006 , G06N3/084
Abstract: 本发明公开了一种基于Hadoop的户外环境大数据人体健康监测方法与平台，该方法包括：步骤1：构建人体自然体征数据库和人体极限运动数据库；步骤2：利用搭载在无人机上的ZED相机获取的人体身高，筛选出待识别人体群；步骤3：基于Hadoop平台对待识别人体脸部图像利用多核支持向量机进行快速识别；步骤4：无人机跟踪已识别人体，获取待识别人体的健康数据传输至远程服务器；步骤5：将获取的健康数据以及眼部、嘴部特征输入基于深度置信网络DBN的人体健康评估模型，得到待识别人体的健康检测程度。本发明基于大数据平台，运用穿戴设备、无人机、双目相机对户外运动人体健康信息采集，进行实时健康监测，从而做出合理决策。
-
公开(公告)号：CN107967455A
公开(公告)日：2018-04-27
申请号：CN201711194235.9
申请日：2017-11-24
Applicant: 中南大学
CPC classification number: G06K9/00221 , G06K9/00885 , G06K9/4642 , G06K9/6256 , G06K2009/00939 , G06N3/006 , G06N3/084
Abstract: 本发明公开了一种智能人体多维自然特征大数据透明学习方法与系统，该方法包括：步骤1：构建人体自然体征数据库和人体极限运动数据库；步骤2：利用搭载在无人机上的ZED相机获取的人体身高，筛选出待识别人体群并且获取对应的脸部图像；步骤3：基于Hadoop平台对待识别人体脸部图像采用Elman神经网络进行快速识别；步骤4：无人机跟踪已识别人体，获取待识别人体的健康数据传输至远程服务器；步骤5:将获取的健康数据输入BP神经网络人体健康评估模型，得到待识别人体的健康检测程度。本发明基于大数据平台，运用穿戴设备、无人机、双目相机对户外运动人体健康信息采集，进行实时健康监测，从而做出合理决策。
-
公开(公告)号：CN105773633B
公开(公告)日：2018-04-20
申请号：CN201610230027.9
申请日：2016-04-14
Applicant: 中南大学
Abstract: 本发明公开了一种基于人脸位置和灵敏度参数的移动机器人人机控制系统，包括机器人车载控制中心，机器人车载控制中心包括体感传感器和指令处理中心，体感传感器用于采集图像信息数据以获取移动机器人前方视野内的人物数据，并发送给指令处理中心；指令处理中心用于提取人物数据中的眼部数据作为指令控制权获取的判断依据，让符合授权条件的人成为授权人获取移动机器人的控制权；还用于提取授权人的人物数据的头部和脸部数据作为灵敏度参数识别授权人的头部转动动作，作为相应的指令内容，控制移动机器人停止等待、行走方向和相应的退避方向。本发明指令抗干扰能力强，室内适应范围广，交互控制准确率高，自然灵活，用户体验舒适度高。
-
公开(公告)号：CN107054412B
公开(公告)日：2018-03-30
申请号：CN201710299469.3
申请日：2017-04-30
Applicant: 中南大学
Abstract: 本发明公开了一种铁路车辆转向架冰雪的无人机智能测量与预警方法及系统，该方法利用两组无人机冰雪测量装置实时监测列车运行中两侧转向架的实时积雪深度数据和实时结冰厚度数据；该系统极大程度地利用了无人机的灵活性，借助无人机冰雪监测装置、工作站、冰雪积累监测大数据中心和地面列车控制中心建立了一个覆冰雪积累危险区域的监测网络与历史数据库；通过保持无人机雪深测量装置与列车的相对静止，保证了采集数据的可靠性与及时性。当实时积雪深度超过安全积雪深度时，或实时结冰厚度超过安全结冰厚度时，冰雪积累监测大数据中心向地面列车控制中心发出危险报告，从而使得地面列车控制中心能对列车进行实时调度，保证了启动应急机制的及时性。
-
公开(公告)号：CN107368076B
公开(公告)日：2018-03-27
申请号：CN201710640558.X
申请日：2017-07-31
Applicant: 中南大学
IPC: G05D1/02
Abstract: 本发明公开了一种智能环境下机器人运动路径深度学习控制规划方法，该方法包括：步骤1：对运载机器人运载区域构建全局地图三维坐标系，获取在全局地图三维坐标系下的可行走区域坐标；步骤2：获取训练样本集；步骤3：构建运载机器人的全局静态路径规划模型；步骤4：将运输任务中的起点和终点坐标输入至基于模糊神经网络的全局静态路径规划模型，获得对应的运载机器人最优规划路径。本发明通过分别建立全局静态路径规划模型和局部动态避障规划模型，利用深度学习的极强的非线性拟合特性，快速的找到全局最优路径，避免了常见的路径规划中陷入局部最优的问题。
-
Patent Agency Ranking
公开(公告)号：CN107121566B
公开(公告)日：2018-02-23
申请号：CN201710299467.4
申请日：2017-04-30
Applicant: 中南大学
Abstract: 本发明公开了一种基于车身表面风速无人机实时测量的列车监测方法与系统，通过引入无人机风速测量装置对全线列车进行实时检测，实现了主动风速测量的新技术方案，避免了测量盲区，大大地降低了铁路部门安装沿线风速测风站的成本；针对各型号列车在不同运行工况下构建的列车倾覆模型，并利用倾覆模型实时计算列车的危险倾覆点，控制无人机风速测量装置时刻位于最佳风速测量点，且利用同心圆的测量点位置设置，保证了风速测量的准确度；该系统结构简单，操作方便，能够有效提高异常问题的检测效率，明显提高列车的运营安全性，具有较高的推广应用价值。
-
公开(公告)号：CN107126224B
公开(公告)日：2018-02-06
申请号：CN201710470384.7
申请日：2017-06-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于Kinect的轨道列车驾驶员状态的实时监测预警方法与系统，该方法通过对Kinect传感器进行巧妙的设置，综合利用Kinect传感器的各项检测功能，只使用一种Kinect传感器，实现了列车启动检测、驾驶员心率监测、疲劳监测、误判监测多种功能，利用Kinect传感器获取的彩色图像数据、深度数据数据、骨骼图像数据和语音数据进行数据处理；融合使用各项检测数据，结合轨道列车驾驶员语音信息、驾驶员手势信息、列车指令信号信息特征融合的方法，从技术方案上直接避免司机看错误判信号和指令的情况；该系统结构简单、操作方便，大大的降低了监测预警系统的成本，且具有准确的监测预警效果。
-
公开(公告)号：CN107436604A
公开(公告)日：2017-12-05
申请号：CN201710643367.9
申请日：2017-07-31
Applicant: 中南大学
IPC: G05D1/02
CPC classification number: G05D1/0221 , G05D1/0214 , G05D1/0223 , G05D2201/0216
Abstract: 本发明公开了一种智能环境下运载机器人路径智能分解控制规划方法，该方法包括：步骤1：对运载机器人运载区域构建全局地图三维坐标系，获取在全局地图三维坐标系下的可行走区域坐标；步骤2：获取训练样本集；步骤3：构建运载机器人的全局静态路径规划模型；步骤4：实时获取最优路径，完成运输任务。本发明通过构建狼群算法优化的核极限学习机建立路径规划模型，在智能环境下能快速的找到全局最优解，避免了常见的路径规划中陷入局部最优的问题。
-
公开(公告)号：CN107423412A
公开(公告)日：2017-12-01
申请号：CN201710631966.9
申请日：2017-07-28
Applicant: 中南大学
CPC classification number: G06F17/30241 , G06F2216/03 , G06K9/6218 , G06K9/6269
Abstract: 本发明公开了一种基于气象传感时序模式的运载机器人智能识别楼层的方法，包括：步骤1：构建楼层信息数据库；步骤2：对楼层信息数据进行聚类，得到每个楼层的天气模式集合；步骤3：获取用于构建基于天气模式的气压楼层预测模型的训练集合；步骤4：构建基于天气模式的气压楼层预测模型；步骤5：利用机器人当前所在楼层层号和天气观测值，调用对应天气模式的气压楼层预测模型；步骤6：利用机器人实时采集的气压和气压楼层预测模型，预测机器人所在楼层层号；该方法利用简易的温度、湿度、气压传感器搜集数据，建立环境数据库，并针对气压随高度变化而变化的特性，采用数据挖掘技术，实现机器人在不同环境条件下的电梯楼层自动高准确度、高稳定性识别。
-
公开(公告)号：CN107403195A
公开(公告)日：2017-11-28
申请号：CN201710631218.0
申请日：2017-07-28
Applicant: 中南大学
CPC classification number: G06K9/6269 , G06F19/00 , G06K9/6256 , G06N3/006 , G06N3/008
Abstract: 本发明提供了一种运载机器人识别楼层的气象参数智能融合处理方法，利用成本较低的温度、湿度、气压传感器搜集数据，建立数据库，针对气压随高度变化的特性，采用大数据处理技术，利用SFLA优化的MKSVM模型完成预测模型的建立，实现运载机器人在各种环境下的电梯楼层自适应辨识，有效解决了不同环境下同一高度气压值变动导致楼层辨识不准的情况。此外，本发明无需对电梯内部或外部进行改造，具有极高的普适性。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.032 seconds)
