-
公开(公告)号：CN103994755B
公开(公告)日：2016-03-30
申请号：CN201410236147.0
申请日：2014-05-29
Applicant: 清华大学深圳研究生院
IPC: G01C11/00
Abstract: 本发明公开了一种基于模型的空间非合作目标相对位姿测量方法，其特征在于：包括以下主要步骤：根据上一时刻相对位姿获得目标模型的深度边缘与纹理边缘，得到其可见边缘模型；根据KLT算法提取当前场景图像的Harris特征；将目标可见边缘模型投影到图像场景中，沿边缘模型法向搜索图像边缘并计算对应特征点对的残差；通过深度缓存估计上一帧Harris特征的3D坐标并将其以当前估计位姿投影到当前图像，计算对应特征点对残差；根据M估计子鲁棒方法和两种方法的平均残差分配特征点的权重；根据视觉伺服方法迭代计算相对位姿。根据本发明的方法，可以实现对空间非合作目标相对位姿的测量，而且具有计算量低的优点。
-
公开(公告)号：CN105225049A
公开(公告)日：2016-01-06
申请号：CN201510648433.2
申请日：2015-10-09
Applicant: 清华大学深圳研究生院
IPC: G06Q10/06
Abstract: 一种高可扩展性故障诊断专家系统，其中故障诊断模块对所采集的数据进行诊断与推理，得出故障与否与故障等级，提供给数据库管理模块进行历史记录与数据管理，和/或进行存储或显示。故障诊断模块包括引擎、存放诊断算法变量数据的文件、存放功能函数的功能函数文件以及算法主文件，引擎用于执行算法主文件，诊断算法变量数据由功能函数或算法主文件进行调用，且设置成可按需进行扩展增加；功能函数由功能函数文件或算法主文件进行调用，故障诊断算法通过增加功能函数文件来进行扩展；算法主文件为执行算法的起始文件，其构建故障诊断算法所实现的框架，并与图形化编程软件接口进行直接交互。
-
公开(公告)号：CN104316060A
公开(公告)日：2015-01-28
申请号：CN201410250186.6
申请日：2014-06-06
Applicant: 清华大学深圳研究生院
IPC: G01C21/24
Abstract: 本发明适用于航天领域，提供了一种空间非合作目标的交会对接方法和装置，该方法包括：地面导引至系统捕获范围内；依据能够确定空间非合作目标相对参数的测量部件的最简组合，分别确定测量视线角、相对距离及方位角；根据捕获量测结果，以扩展卡尔曼滤波算法进行相对导航；根据导航结果，分别执行CW参考轨迹制导和直线参考轨迹制导对目标进行跟踪，并给出了理想轨迹相对位置和相对速度方程；接近过程采用PID控制律和伪速率脉冲调制器进行推力控制。通过空间非合作目标的捕获、跟踪与接近，追踪航天器可以在进入捕获非合作目标工作范围后完成对空间非合作目标的自主捕获、连续跟踪与稳定接近，从而实现对空间非合作目标的交会对接。
-
公开(公告)号：CN104019743A
公开(公告)日：2014-09-03
申请号：CN201410250645.0
申请日：2014-06-06
Applicant: 清华大学深圳研究生院
Abstract: 本发明的机械手位姿精度测试系统，技术目的是提供一种测试数据可靠的机械手位姿精度测试系统，包括有气浮平台、气足、托轮、气泵、机械手支撑架、配平重物、6D激光跟踪仪、臂杆、第一关节、第二关节、第三关节、第四关节、第五关节、第六关节；系统及测试步骤简单、测试数据可靠、易于实现，适用于空间机械手的测试应用领域。
-
公开(公告)号：CN103995476A
公开(公告)日：2014-08-20
申请号：CN201410220432.3
申请日：2014-05-22
Applicant: 清华大学深圳研究生院
IPC: G05B17/02
Abstract: 一种工业机器人模拟空间目标运动的方法，包括以下步骤：基于有串联结构的6个可旋转关节的工业机器人的运动学方程，计算工业机器人末端的运动学；如果为平动则利用工业机器人的逆运动学方程，计算得到工业机器人的控制指令并输出，如果为转动则让机器人的第4和第6关节同轴，利用第6关节的转动来模拟目标的转动，机器人的第1、第2和第3关节共同决定转动的轴向，计算得到工业机器人的控制指令并输出，如果为自旋运动则以第6关节的轴线代表自旋轴，利用第6关节模拟转动，第2和第3关节决定腕部中心点的位置高度，第1和第5关节模拟自旋运动轴线的指向，计算得到工业机器人的控制指令并输出。该方法可在地面实现空间目标运动状态的模拟。
-
Patent Agency Ranking
公开(公告)号：CN103994755A
公开(公告)日：2014-08-20
申请号：CN201410236147.0
申请日：2014-05-29
Applicant: 清华大学深圳研究生院
IPC: G01C11/00
CPC classification number: G01C11/04
Abstract: 本发明公开了一种基于模型的空间非合作目标相对位姿测量方法，其特征在于：包括以下主要步骤：根据上一时刻相对位姿获得目标模型的深度边缘与纹理边缘，得到其可见边缘模型；根据KLT算法提取当前场景图像的Harris特征；将目标可见边缘模型投影到图像场景中，沿边缘模型法向搜索图像边缘并计算对应特征点对的残差；通过深度缓存估计上一帧Harris特征的3D坐标并将其以当前估计位姿投影到当前图像，计算对应特征点对残差；根据M估计子鲁棒方法和两种方法的平均残差分配特征点的权重；根据视觉伺服方法迭代计算相对位姿。根据本发明的方法，可以实现对空间非合作目标相对位姿的测量，而且具有计算量低的优点。
-
公开(公告)号：CN103942648A
公开(公告)日：2014-07-23
申请号：CN201410160937.5
申请日：2014-04-21
Applicant: 清华大学
IPC: G06Q10/06
Abstract: 本发明提出一种基于智能体的交互式评估方法，包括以下步骤：将所输入的原始数据统一标准化为评估平台可处理的标准数据，并存储标准数据；根据由用户预设的评估需求，从标准数据中选择待处理数据；对待处理数据进行相应的评估处理以获取评估结果，并存储评估结果；输出和显示评估结果以及标准数据。根据本发明的方法，能够实现分布式、交互式和实时性的评估。本发明还提出一种基于智能体的交互式评估系统及一种智能体。
-
公开(公告)号：CN120070337A
公开(公告)日：2025-05-30
申请号：CN202510068367.5
申请日：2025-01-16
Applicant: 清华大学
IPC: G06T7/00 , G06N3/0464 , G06N3/0895
Abstract: 本申请提出了一种基于无反向传播学习的轻量化遥感变化检测方法，包括：对待推理的变化前后的遥感图像进行均匀切分，得到子图像集合；使用基于块维度的亲和度矩阵方法，从子图像集合中选择发生变化的变化前后子图像与未发生变化的变化前后子图像作为神经网络的训练样本；使用训练样本，采用局部学习方法微调神经网络，在微调时，为需要训练的卷积层分配损失函数进行微调，并保持其他卷积层的参数不变，使其他卷积层执行正向传播，得到微调后的神经网络；将待推理的变化前后的遥感图像输入神经网络中进行推理，并对推理结果二值化，得到二值变化结果。采用上述方案的本发明适用于计算资源受限时的异构遥感图像变化检测。
-
公开(公告)号：CN119738781A
公开(公告)日：2025-04-01
申请号：CN202411637575.4
申请日：2024-11-15
Applicant: 清华大学
IPC: G01S7/292 , G01S7/35 , G01S7/41 , G06F18/15 , G06F18/2131 , G06F18/2136 , G06F18/21
Abstract: 本发明提出一种基于深度展开的雷达恒虚警检测方法和系统，其中，方法包括基于雷达回波信号的多种预设范围构建数据训练集，利用数据训练集训练向量近似消息传递的深度展开网络以得到训练好的深度展开网络；获取雷达回波信号，将雷达回波信号输入训练好的深度展开网络得到重构稀疏信号和重构稀疏信号的非稀疏带噪估计；基于非稀疏带噪估计获得恢复误差功率；利用预设虚警率更新恢复误差功率直至恢复误差功率收敛，从而获得恒虚警检测结果。
-
公开(公告)号：CN119471685A
公开(公告)日：2025-02-18
申请号：CN202411647381.2
申请日：2024-11-18
Applicant: 清华大学
IPC: G01S13/90
Abstract: 本申请提出一种结合可学习发射模式和成像算法的联合优化SAR成像方法，涉及合成孔径雷达(SAR)成像领域，方法包括：将非均匀脉冲发射时刻中的随机部分作为可学习的变量，先仿真得到当前发射模式下的非均匀回波信号，再通过基于近似观测和神经网络稀疏域映射的深度展开SAR成像算法得到SAR图像，并将其作为优化目标，同时优化脉冲发射模式和成像算法中的参数，得到最优抗混叠性能的非均匀脉冲发射模式序列和相匹配的SAR成像算法。本申请将可学习的脉冲发射模式和SAR成像算法相结合，以最终的SAR成像结果作为优化目标，使成像算法充分地利用非均匀发射模式的优势，在实现扩展幅宽的同时尽可能的提升成像的质量。
-
-
-
-
-
-
-
-
-
Search Results
525
records
(took 0.021 seconds)
