公开(公告)号：CN102052934A

公开(公告)日：2011-05-11

申请号：CN200910237429.1

申请日：2009-11-06

Applicant: 北京理工大学

Inventor： 陈杰 ,  邓方 ,  蔡涛 ,  甘明刚 ,  窦丽华 ,  白永强 ,  陈文颉 ,  张博 ,  李文斐

IPC: G01D18/00 ,  G01R31/02

Abstract: 本发明为一种多线传感器的故障诊断方法，第一步：通过均匀采样和随机采样两种方式采样；第二步：记录各个分线上的状态变化值；第三步：找出当前有状态变化的最大位α；第四步：对数据进行归一化处理；第五步：故障判断与定位：当满足式时，表示此线正常，如果远远大于或是小于1表明此线故障；第六步：故障复核。本发明分析了不同采样条件下的故障特征，将基于统计结果和基于相关变化的两种故障诊断方法相结合，成功的解决了在实际使用过程中的多线传感器的故障诊断问题，可以准确发现和定位多线传感器多种故障，并具有一定的实时性，对软硬件的要求低。

公开(公告)号：CN115100238B

公开(公告)日：2024-09-20

申请号：CN202210570157.2

申请日：2022-05-24

Applicant: 北京理工大学

Inventor： 白永强 ,  孙瀚 ,  陈杰 ,  窦丽华 ,  邓方 ,  甘明刚 ,  蔡涛

IPC: G06T7/246 ,  G06V10/764 ,  G06V10/82 ,  G06N3/096 ,  G06N3/09 ,  G06N3/045 ,  G06N3/0495

Abstract: 本发明公开了基于知识蒸馏的轻量化目标跟踪器训练方法，提出了简单高效的知识蒸馏框架，将高性能的大型目标跟踪器的知识高效地传递给轻量化的小型目标跟踪器，有效提升跟踪精度。轻量化目标跟踪器由学生跟踪器和教师跟踪器组成，训练包括如下步骤：向学生跟踪器传递四部分知识进行学习：真实标签的监督信息GTS，为学生跟踪器提供了来自真实标签最真实的标准答案；教师自适应有界知识TAB，表示学生跟踪器从教师跟踪器的最终输出直接获取的知识；教师注意力引导知识TAG，为学生跟踪器提供来自教师跟踪器对输入图像的空间注意力及通道注意力的引导；学生相互学习知识SML，旨在让多个学生之间相互学习和指导，以达到共同进步的目的。

公开(公告)号：CN118536793A

公开(公告)日：2024-08-23

申请号：CN202410321134.7

申请日：2024-03-20

Applicant: 北京理工大学

Inventor： 侯晓慧 ,  甘明刚 ,  陈杰 ,  吴玮 ,  马千兆

IPC: G06Q10/0635 ,  G06Q50/40 ,  G06N3/042 ,  G06N3/045 ,  G06N3/092 ,  G06N3/006

Abstract: 本发明提供了一种感知盲区场景下自动驾驶车辆风险评估及交互规划系统，上层风险评估模块：结合了专家知识的图注意力网络MDN，用于预测感知盲区不确定潜在风险的概率分布，通过引入专家先验知识，利用GAT技术捕获复杂的车辆交互动态；同时利用MDN生成潜在车辆的概率状态分布，提供关于遮挡区域内潜在风险的定量评估；下层交互式规划模块提出自适应损失函数强化学习ALERL)算法生成考虑盲区不确定风险的交互运动规划策略，通过引入自适应辅助损失函数AALF，综合考虑了盲区潜在风险的预测准确性、条件风险价值以及对车辆交互探索的鼓励。

公开(公告)号：CN114463404B

公开(公告)日：2024-07-02

申请号：CN202210003877.0

申请日：2022-01-05

Applicant: 北京理工大学

Inventor： 甘明刚 ,  何玉轩 ,  陈杰 ,  吴玮 ,  张琰 ,  刘晓舟 ,  苏绍文 ,  马千兆

IPC: G06T7/55 ,  G06T7/73 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明的自适应深度感知视觉关系的检测方法，由深度感知视觉融合模块由深度细化单元和深度感知注意力单元组成，能够将不准确的深度视觉信息与准确的RGB视觉信息融合。通过分区域局部池化操作，在背景噪声和前景噪声的影响下，目标的深度空间定位存在较大的误差时，采用自适应深度空间定位方法，利用区域信息方差度量边界框中每个小区域的信息相关性，充分利用视觉外观和空间位置这两个视觉关系检测的主要因素中的深度信息，提高网神经络在视觉关系检测任务中的性能。

公开(公告)号：CN114078226B

公开(公告)日：2024-07-02

申请号：CN202111411477.5

申请日：2021-11-25

Applicant: 北京理工大学

Inventor： 甘明刚 ,  苏绍文 ,  王晴 ,  张琰 ,  何玉轩 ,  马千兆 ,  刘晋廷 ,  杜尧

IPC: G06V20/40 ,  G06V40/20 ,  G06V10/764 ,  G06V10/74

Abstract: 本发明提出了一种基于动作管道在线关联的智联生产线行为识别方法，采用多标准相似性匹配的动作管道在线关联算法，能够得到更精准的视频级动作检测结果。本发明采用视觉传感器获取生产线视频数据，经帧级动作检测模型实时检测输出检测框，采用包含类别一致性、类别置信度、空间重叠程度、外观相似性以及时空相似性的多标准相似性匹配的原则对检测框进行在线关联，实时输出视频级行为识别结果，即动作管道，提升了行为识别的准确性，尤其是对于空间位置变化大、速度快的行为类别，其识别效果取得了明显提升，更加适应智联生产线上的复杂应用场景。

公开(公告)号：CN117893568A

公开(公告)日：2024-04-16

申请号：CN202311757116.5

申请日：2023-12-20

Applicant: 北京理工大学

Inventor： 白永强 ,  王启明 ,  陈杰 ,  窦丽华 ,  邓方 ,  甘明刚 ,  蔡涛

IPC: G06T7/246 ,  G06V10/44 ,  G06V10/764

Abstract: 本发明公开了基于时空自适应响应惩罚策略的孪生目标跟踪器优化方法，涉及视觉目标跟踪技术领域。该方法主要应用于孪生网络跟踪器输出的分类响应图上，能够针对响应图中强干扰项对应的陡峭波峰施加有效的自适应抑制，从而提升目标定位与跟踪的鲁棒性。具体步骤为：根据最大响应筛选并记录响应图中所有陡峭的波峰，并判断是否激活惩罚机制；如果惩罚机制被激活，则基于每个波峰的空间位置和响应图的时间域分类质量，生成每个波峰对应的惩罚因子；最后基于所获得的惩罚因子在每个波峰的邻域上施加自适应强度的分级惩罚。该策略即插即用、轻量高效，不引入任何可学习参数，在几乎不影响跟踪器推理效率的同时有效提升了目标定位的鲁棒性。

公开(公告)号：CN116631228A

公开(公告)日：2023-08-22

申请号：CN202310540571.3

申请日：2023-05-15

Applicant: 北京理工大学

Inventor： 甘明刚 ,  郭嘉 ,  陈杰 ,  胡康 ,  白永强 ,  何玉轩 ,  马千兆 ,  孙健

IPC: G08G5/00 ,  G06F17/10 ,  G08G5/06 ,  G01C21/20

Abstract: 本发明提出的一种面向多无人机的相对定位方法，设计了一种基于一致性的融合策略用以融合从邻居节点获得的关于目标的间接估计及自身对目标的直接估计，该方法可以有效的将直接定位和间接定位相融合，从而更好的将不能直接测量到目标的无人机也可以在邻居的帮助下确定目标的位置；针对基础设施依赖性很强，以及基础设施的精度严重影响定位精度的情况，本发明采用基于距离和到达角的相对定位方法，提出了一种基于距离和到达角采样的离散时间观测器，观测器只需邻近无人机间彼此交互采样时刻的速度、到达角和距离就可实现对邻近无人机的定位。

公开(公告)号：CN116187193A

公开(公告)日：2023-05-30

申请号：CN202310193095.2

申请日：2023-02-28

Applicant: 北京理工大学

Inventor： 王钢 ,  曹宏杰 ,  孙健 ,  甘明刚 ,  陈杰

IPC: G06F30/27 ,  G06N3/08 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06F119/04

Abstract: 本发明公开一种数据和模型混合驱动的机械部件剩余使用寿命预测方法，涉及设备智能制造和健康管理领域。本发明方法采用拓展卡尔曼滤波对指数随机模型进行参数校准，通过混合驱动预测模型的自适应编码层自动学习输入嵌入的位置信息，然后通过多头自注意力机制建模输入数据与剩余使用寿命间的映射关系。本发明结合校准的指数随机模型和多头注意力神经网络结构，同时保留了基于模型方法的准确性和数据驱动方法的泛化能力，能够提升机械部件剩余使用寿命预测的准确度，对数据/模型混合驱动方法在智能制造和机械设备健康管理领域的应用具有重要意义。

公开(公告)号：CN115937972A

公开(公告)日：2023-04-07

申请号：CN202211489521.9

申请日：2022-11-25

Applicant: 北京理工大学

Inventor： 甘明刚 ,  张琰 ,  陈杰 ,  夏明月 ,  张少卿 ,  马千兆

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明涉及一种时序‑视觉提案图网络的时序动作检测方法，属于时序动作检测技术。该方法在提案图上并行使用时序图卷积网络和视觉图卷积网络：首先，为每个提案选择有价值的邻居提案，并将其构建为动作提案图，再采用图卷积网络根据邻居提案对分类的不同贡献从邻居提案中获取动作信息来构造一个视觉图卷积网络，采用提案特征的余弦相似度作为权重；在动作提案图上再构造一个与视觉图卷积网络并行的时序图卷积网络，通过提案之间的时序和视觉相关性聚合信息。在使用图卷积网络时，提出一种新的时序图卷积操作，该操作将邻居提案按照时序位置关系划分为多个子邻居，并以不同的方式提取信息，采用度量函数作为辅助监督，以从邻居提案中获取更多有价值的信息。

公开(公告)号：CN115937650A

公开(公告)日：2023-04-07

申请号：CN202211491762.7

申请日：2022-11-25

Applicant: 北京理工大学

Inventor： 甘明刚 ,  张琰 ,  陈杰 ,  张少卿 ,  马千兆 ,  夏明月

IPC: G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06V40/20 ,  G06V20/40 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/048

Abstract: 本发明涉及一种用于时序动作检测的图网络模型，属于时序动作检测任务技术领域。在提议生成阶段，通过基本特征网络和提议生成网络获得动作提议；在获得动作提议后，在提议分类阶段预测其具体动作标签，在此阶段，提议分类网络具有跨尺度提议图模块和语义提议图模块，以获得高质量的提议特征，在跨尺度提议图模块中，设计了一个跨时间特征金字塔的图注意力卷积网络A来生成具有不同粒度时间上下文信息的提议特征M，在语义提议图模块中，将具有不同粒度时间上下文信息的提议特征M构建到提议图中，并利用图注意力卷积网络B在提议之间传递语义信息，得到增强的提议特征N，最后将增强的提议特征N提供给分类器，以预测提议的标签。