-
公开(公告)号：CN113325403B
公开(公告)日：2024-01-12
申请号：CN202110583572.7
申请日：2021-05-27
Applicant: 东南大学
Abstract: 本发明公开了无人系统集群中基于超宽频技术的集群测距方法，本发明逻辑上主要包括五个部分，分别是网络协议框架设计、测距消息生成和测距信息更新、高动态集群自适应改进、测距消息丢失与测距周期不匹配处理、高密集集群自适应改进。本发明首先设计了简洁的协议框架，使得测距的每一边只需要周期的发送测距消息而不是收到消息后立刻回复消息。然后设计了测距消息的数据包的报文结构，同时根据测距消息数据包设计了测距信息的更新方法、距离计算方法。随后，根据更新后的测距消息中的数据，将测距过程设计为根据速度和距离自适应。最终实现了同时支持无线测距和数据传输而在密集且动态的集群中应用超宽频技术的方法。
-
公开(公告)号：CN112907296A
公开(公告)日：2021-06-04
申请号：CN202110303725.8
申请日：2021-03-22
Applicant: 东南大学
Abstract: 本发明公开了一种行程截止时间敏感的电子收费道路动态定价方法，所述方法包括：建立行程截止时间敏感的模拟交通环境模型，包括城市路网模型、行程截止时间模型、行程行驶成本模型等，根据真实数据生成模拟数据并进行处理，得到输入状态向量；利用深度强化学习模型进行离线训练和学习，得到训练好的动态定价模型；行程截止时间敏感的模拟交通环境模型根据真实的城市车流环境，输出当前时间各条道路的车流信息作为状态，将其传输给动态定价模型，动态定价模型根据输入的状态信息进行电子收费道路的动态定价。本发明不仅能够有效缓解交通拥堵，而且能最大程度满足出行者的时间要求。
-
公开(公告)号：CN116090333B
公开(公告)日：2025-05-13
申请号：CN202211609912.X
申请日：2022-12-14
Applicant: 东南大学
Abstract: 本发明提供了一种基于感知盲区估计的城市公共空间灾害建模与预防系统，包括局部信息表征、社会力模型仿真器构建、局部信息融合、全局轨迹恢复、多任务联合异常事件预测六个部分。本发明通过基于多源异构数据获取传感器感知范围内的局部信息表征，获取片段轨迹并结合社会力模型仿真器，提出了一种适用于城市公共空间多传感器的轨迹融合方法，基于方向和时间两种因素，通过求解最优匹配问题得出融合结果，并基于社会力模型仿真器，恢复城市公共空间内的完整感知，解决了感知盲区信息难以获取的问题；最后，基于多个不同异常事件之间发生关系的相关性，进行对多个异常事件检测或预测任务的联合训练，实现基于盲区感知的灾害建模与预防。
-
公开(公告)号：CN115115785B
公开(公告)日：2025-04-29
申请号：CN202210857288.9
申请日：2022-07-20
Applicant: 东南大学
IPC: G06T17/00 , G06T3/4038 , G06V10/46 , G06V10/75 , G06V10/762
Abstract: 本发明公开了一种面向野外山林环境搜救的多机协同三维建模系统及方法，其中，地面站控制模块用于与无人机通信，将初步生成的粗飞轨迹发送给无人机，控制无人机飞行并接收无人机回传的状态信息；航拍影像实时拼接模块基于特征匹配的影像进行实时拼接；深度估计模块基于深度学习的单目图像深度估计模型，获得拼接图像的全局深度图；多机协同路径规划模块获取全局场景下高度较高的区域作为重点区域，对重点区域生成倾斜摄影轨迹，再利用改进的k聚类算法将所有轨迹点划分成任务量均衡的类别，让无人机能够经过每一类点集的所有轨迹点，根据无人机回传的图像建立待搜索区域的三维重建模型。
-
公开(公告)号：CN118116010A
公开(公告)日：2024-05-31
申请号：CN202211076650.5
申请日：2022-09-05
Applicant: 东南大学 , 江苏金恒信息科技股份有限公司
IPC: G06V30/24 , G06T7/73 , G06V30/148 , G06V10/82 , G06V10/764 , G06V30/19
Abstract: 本发明公开了一种基于卷积神经网络的钢板编号识别系统及方法，至少包括钢板编号定位模块、图像裁切模块和钢板编号识别模块，所述钢板编号定位模块基于Ret i naNet卷积神经网络，负责识别图像里钢板编号所在矩形框的位置，并将输出结果发送给图像裁切模块；所述图像裁切模块根据钢板编号定位模块输出的钢板编号位置，做边缘扩大后的图像裁切，并将裁切后的输出结果发送给钢板编号识别模块；所述钢板编号识别模块基于Mobi l eNet卷积神经网络，对图像裁切模块的输出结果进行图像中数字编号内容的识别，完成钢板编号的识别，适应钢板编号识别任务的特殊性，大大提高了准确率。
-
Patent Agency Ranking
公开(公告)号：CN114676909B
公开(公告)日：2024-04-09
申请号：CN202210302308.6
申请日：2022-03-25
Applicant: 东南大学
IPC: G06Q10/047 , G06Q50/06 , G06Q50/40 , G06F18/23 , G06N3/0455 , G06N3/084 , G06N3/092
Abstract: 本发明设计了一种利用深度强化学习模型Graph Attention based Pointer Network（GAPN）为无线传感器网络中的无人车向传感器节点进行充电的路径规划方法。流程包括如下步骤：（1）收集无线传感网络中每个节点#imgabs0#的位置坐标信息#imgabs1#及其电量状况#imgabs2#（2）根据收集的数据生成与其位置信息相同分布的训练数据集和测试数据集；（3）将制作好的数据集用于GAPN模型训练；（4）将收集到的节点信息输入到完成训练的GAPN模型中，通过模型的处理，输出最终的访问节点序列。本发明基于深度强化学习和图神经网络的方法提出了一种解决无人充电车路径规划的策略，提高了无线传感网络的工作效率，延长了网络的生命周期。
-
公开(公告)号：CN116433845A
公开(公告)日：2023-07-14
申请号：CN202310422999.8
申请日：2023-04-19
Applicant: 东南大学
IPC: G06T17/00 , G06V10/762 , G06V10/80
Abstract: 本发明公开了一种基于多无人机协同的陌生环境快速建模方法及系统，至少包括航线规划模块、位置信息采集模块、影像快速拼接模块以及三维建模处理模块，所述三维模型包括基础三维模型和精细三维模型；无人机根据航线规划模块规划完成的航拍路线，通过位置信息采集模块采集无人机航拍路线过程中的数据，经过影像快速拼接模块对航拍影像进行拼接，再经过三维建模处理模块进行三维模型构建，实现陌生环境的快速建模。本方法及系统利用无人机搭载倾斜相机，基于航拍实时影像、基础三维模型以及精细三维模型的混合建模方法，实现陌生区域的快速成图，能够提升陌生复杂环境快速三维建模能力，对未来多场景下环境快速感知能力的发展具有深远的意义。
-
公开(公告)号：CN113408942B
公开(公告)日：2022-11-18
申请号：CN202110786331.2
申请日：2021-07-12
Applicant: 东南大学
Abstract: 本发明公开了一种兼顾实时确定和未来不确定信息的共享单车动态重部署方法，首先从历史数据中进行采样，预测未来一定时间内的共享单车骑行订单需求，同时考虑到实时共享单车分布信息，进而能够兼顾实时确定的共享单车分布信息和未来不确定的共享单车请求信息，优化运输车路径规划和共享单车重部署的长期收益。为了满足在线VRBR的实时性要求，采用混合整数线性规划(Mixed Integer LinearProgramming,MILP)模型，迭代优化相互关联的运输车路径规划和共享单车重部署两个子问题。本发明不仅能够为共享单车运营公司提高经营收入，同时能够降低共享单车使用不规范带来的额外成本及运维所需要的人力成本。
-
公开(公告)号：CN115115785A
公开(公告)日：2022-09-27
申请号：CN202210857288.9
申请日：2022-07-20
Applicant: 东南大学
IPC: G06T17/00 , G06T3/40 , G06V10/46 , G06V10/75 , G06V10/762
Abstract: 本发明公开了一种面向野外山林环境搜救的多机协同三维建模系统及方法，其中，地面站控制模块用于与无人机通信，将初步生成的粗飞轨迹发送给无人机，控制无人机飞行并接收无人机回传的状态信息；航拍影像实时拼接模块基于特征匹配的影像进行实时拼接；深度估计模块基于深度学习的单目图像深度估计模型，获得拼接图像的全局深度图；多机协同路径规划模块获取全局场景下高度较高的区域作为重点区域，对重点区域生成倾斜摄影轨迹，再利用改进的k聚类算法将所有轨迹点划分成任务量均衡的类别，让无人机能够经过每一类点集的所有轨迹点，根据无人机回传的图像建立待搜索区域的三维重建模型。
-
公开(公告)号：CN115016534A
公开(公告)日：2022-09-06
申请号：CN202210620004.4
申请日：2022-06-02
IPC: G05D1/10
Abstract: 本发明公开了一种基于记忆增强学习的无人机自主避障导航方法，克服了传统深度强化学习导航方法在部分可测环境中极易陷入局部困境的问题。首先把无人机自主避障导航问题建模为目标驱动的马尔可夫决策过程，提出动态相对目标的目标特征提取方法，引导无人机学习导航问题的本质特征；然后考虑到传统导航方法由于没有保存历史信息，导致无人机在部分可测环境中极易陷入局部困境，本发明设计了一种保存动作记忆和空间信息的记忆增强模块，在决策时额外考虑历史的观测以及动作序列，使无人机更易脱离困境；最后本发明提出基于高斯分布探索增强的深度强化学习算法，使其能够在提高算法收敛速度的前提下保持并提高无人机避障导航的成功率。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.021 seconds)
