-
公开(公告)号:CN114362522B
公开(公告)日:2025-03-14
申请号:CN202210031769.4
申请日:2022-01-12
Applicant: 河南科技大学
Abstract: 运用固定时间控制理论和粒子群算法的DC‑DC变换器控制方法,包括以下步骤:S1,基于DC‑DC变换器的电路拓扑结构建立状态空间模型,并且对模型的平均状态空间方程进行坐标转换;S2,针对状态空间模型建立基于李雅普诺夫函数和固定时间控制理论的固定时间控制器;S3,通过粒子群算法进行优化对固定时间控制器得到最优的固定时间控制器参数。本发明能使输出电压迅速稳定跟踪需求电压,同时也减小了电流纹波,提高电源质量,进而提高能源利用率和整车电池的使用寿命。
-
公开(公告)号:CN119399502A
公开(公告)日:2025-02-07
申请号:CN202411444231.1
申请日:2024-10-16
Applicant: 河南科技大学
IPC: G06V10/75 , G06V10/762 , G06V10/26
Abstract: 本发明涉及自主导航下的视觉SLAM技术领域,且公开了一种基于图像差分和粒子滤波的动态场景RGB‑D SLAM方法,首先,基于FAST特征和BRIEF描述子的视觉SLAM匹配特征点,引入PROSAC算法进行匹配优化。其次,基于优化的匹配点集计算基础矩阵,将前一帧RGB图像重投影到当前图像,通过差分两张图像来粗略检测物体运动。再次,基于粒子滤波跟踪以增强物体运动检测,具体的,将差分图像信息用作粒子滤波的测量信息,更新粒子的权重,从而优化移动对象位置估计。在每次迭代中,计算移动对象位置的MAP估计。进而,通过矢量量化深度图来进一步优化检测结果,以精确地分割移动对象。最后,通过移除位于分割区域中的特征,为实现相机精确自运动估计,以及有效建图提供基础。
-
公开(公告)号:CN115100629B
公开(公告)日:2024-09-13
申请号:CN202210787123.9
申请日:2022-07-04
Applicant: 河南科技大学
IPC: G06V20/58 , G06V10/762 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/086
Abstract: 本发明涉及自动驾驶领域,具体的说是一种针对多尺度目标和遮挡目标的自动驾驶目标检测方法,首先,构建自动驾驶复杂交通场景数据集,采集实际道路中的目标图像信息,并对图像进行预处理;其次,提出基于K‑means与遗传算法相结合的聚类方法对数据集中的边界框进行聚类,产生9种不同尺寸的锚框,再次,针对复杂中的多尺度目标实时检测问题,提出注意力特征金字塔网络,得到目标边界框的回归参数;接着,为提高定位精度,解决正负样本不均问题,构建基于Focal loss和CIoU loss的损失函数对目标边界框的回归参数进行优化得到预测边界框;最后,提出基于Soft‑CIoU‑NMS算法对预测边界框进行后处理。本发明可以有效缓解复杂场景下遮挡目标的漏检问题和定位不准问题。
-
公开(公告)号:CN118015043A
公开(公告)日:2024-05-10
申请号:CN202410080684.4
申请日:2024-01-19
Applicant: 河南科技大学
IPC: G06T7/246 , G06T5/77 , G06T5/90 , G06V10/764 , G06V10/80 , G06V10/766 , G06V10/82 , G06V10/32 , G06V10/36 , G06N3/0464
Abstract: 本发明涉及一种自适应雨纹去除和融合动态模板匹配的雨中目标跟踪方法,通过对输入雨图像进行自适应的雨纹去除和对比度增强,得到更加清晰的图像用于跟踪,提高模板匹配到正确目标的概率,使用融合动态模板匹配策略机制来对跟踪模板进行即时调整,使待匹配模板更接近于目标当前真实外观状态,大大提高了算法在雨天条件下目标发生外观变化时的跟踪精确度和鲁棒性;使用本发明能够快速且准确地对雨天场景视频序列中出现的任意目标进行鲁棒跟踪,从而显著提高雨天跟踪任务的完成效率。
-
公开(公告)号:CN117671505A
公开(公告)日:2024-03-08
申请号:CN202311710990.3
申请日:2023-12-13
Applicant: 河南科技大学
Abstract: 一种基于仿射信息的动态环境下实时视觉SLAM方法,包括:S1、根据图像采集传感器的输出特征,构建基于匹配点间仿射关系的仿射一致性约束条件;S2、逐帧解析图像采集传感器采集到的实时图像,基于当前帧生成实际匹配点集;S3、通过仿射一致性约束条件检测实际匹配点集中的异常点得到异常占比,根据异常占比设置语义分割先验值;S4、若前一帧对应的语义分割先验值达到预设的识别阈值,则将当前帧作为关键帧,利用实时语义分割模型从关键帧中提取出动态对象;S5、基于异常点的信息和动态对象更新地图;S6、基于关键帧的选择结果和动态对象实时建图。本发明能够解决现有技术中的vSLAM在动态环境下定位速度慢、定位精度低以及建图效果差的问题不足。
-
公开(公告)号:CN117463736A
公开(公告)日:2024-01-30
申请号:CN202311525861.7
申请日:2023-11-16
Applicant: 河南科技大学
Abstract: 本发明提供一种玻璃屏内表面智能自控清洁系统,包括传输机构、清理机构、旋升机构和同步驱动机构,旋升机构的升降旋转台通过旋转支撑和升降机构与固定座连接,在升降旋转台上侧分别安装有面传输带和吸盘,面传输带的前后端分别与相邻传输机构相互衔接,在旋转支撑的一侧连接旋转驱动机构,在旋升机构的一侧设置有清理机构,清理机构和旋升机构之间通过同步驱动机构实现同步连贯性往复动作。本发明为智能一体化设备,降低了人工干预,提高了工作效率,通过纵向和横向擦拭能够实现对玻璃屏的全面清洁,提升了清洁效果,优化联动设计,减少了设备数量,降低了成本。
-
公开(公告)号:CN113030940B
公开(公告)日:2023-11-17
申请号:CN202110164218.0
申请日:2021-02-05
Applicant: 河南科技大学
IPC: G01S13/72
Abstract: 本发明涉及一种转弯机动下的多星凸型扩展目标跟踪方法,通过调整基于随机超曲面的ET‑GM‑PHD滤波器以及交互型多模型方法的步骤,将基于随机超曲面的ET‑GM‑PHD滤波器作为模型条件滤波器嵌入到交互型多模型框架中,得到适用于扩展目标的模型概率更新公式以及模型概率的合并步骤,并充分考虑形态参数的几何意义,提出适用于星凸型扩展目标的形态参数合并步骤,有效处理了多星凸型扩展目标的机动模型不确定性,极大地提高了多星凸型扩展目标在复杂机动行为下的扩展形态估计性能,准确地实现了在杂波以及漏检情况下多机动星凸型扩展目标个数、质心动态以及扩展形态的联合估计。
-
公开(公告)号:CN116729352A
公开(公告)日:2023-09-12
申请号:CN202310578257.4
申请日:2023-05-22
Applicant: 河南科技大学
Abstract: 本发明涉及燃料电池混合动力汽车设计领域,尤其涉及一种基于安全强化学习的跟车能量管理方法,首先建立跟车场景下被控车辆动力学模型、燃料电池和锂电池经验老化模型,其次以被控车辆本身为环境,利用双延迟深度确定策略梯度算法设计基于多智能体的分层强化学习跟车能量管理框架,实现车辆外部运动控制和内部动力系统能量管理的协同优化。本发明建立跟车场景下被控车辆动力学模型、燃料电池和锂电池经验老化模型,获取不同采样时刻下实际车间距、车辆速度、燃料电池SoH和锂电池SoH,根据所获状态信息,以被控车辆本身为环境,利用TD3设计基于多智能体的分层强化学习跟车能量管理框架,实现车辆外部运动控制和内部动力系统能量管理的协同优化。
-
公开(公告)号:CN116664912A
公开(公告)日:2023-08-29
申请号:CN202310469304.1
申请日:2023-04-27
Applicant: 河南科技大学
IPC: G06V10/764 , G06V10/75 , G06V20/70 , G06V10/40 , G06V10/82 , G06V10/766 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及本发明涉及自主导航下的视觉SLAM领域,且公开了一种基于匹配精度和语义的双通道动态RGB‑D SLAM方法,首先基于FAST角点法设计回归自适应阈值算法,计算单帧特征提取阈值,提升特征匹配鲁棒性;其次出于动态特征与静态特征匹配结果的最大区别在于重投影误差而不是描述子汉明距离的考虑,在匹配优化中引入基于汉明距离的几何约束得到精匹配结果,利用匹配精度对帧进行场景分类;然后针对场景分类结果分别使用不同的动态特征检测方法,获得最终的匹配结果;最后基于最终的匹配结果解算与优化相机位姿,然后利用最终的匹配结果与位姿优化结果选择关键帧,实现vSLAM在动态环境下的跟踪效率、跟踪精度和建图效果上的整体提升。
-
公开(公告)号:CN116664623A
公开(公告)日:2023-08-29
申请号:CN202310546720.7
申请日:2023-05-16
Applicant: 河南科技大学
Abstract: 本发明涉及基于孪生网络联合跟踪与检测的视频目标长期跟踪方法,提出了一种联合跟踪与检测的目标跟踪策略,当视频序列中待跟踪目标被完全遮挡或离开视野区域,即目标消失时,传统的基于孪生网络的目标跟踪算法往往无法定位重新出现的目标,本发明使用目标消失判别模块判断出目标已经消失后,选择改用目标检测器进行全图检测,目标重新出现时,检测器给出所有同类对象,通过比较与模板的相似度找到待跟踪目标,并重新启用跟踪器;使用以上方法可以避免目标消失导致的跟踪失败的问题,提高跟踪精度与成功率。
-
-
-
-
-
-
-
-
-