-
公开(公告)号：CN111148217A
公开(公告)日：2020-05-12
申请号：CN201911303321.8
申请日：2019-12-17
Applicant: 北京邮电大学
Abstract: 本发明提供一种定位方法、装置及电子设备，包括：终端节点在移动过程中，根据终端节点在移动过程中所处的多个位置，构建不同位置对应的虚拟定位节点；根据用于调整多径效应影响的测距权重和用于调整位置估计精度的虚拟定位节点位置权重，确定目标函数，根据虚拟定位节点移动距离范围约束条件和位置边界约束条件，确定不等式约束的KKT条件；求解满足所述不等式约束的目标函数，得到所述虚拟定位节点的位置估计；将所述虚拟定位节点的位置估计作为定位结果输出。本发明的定位方法及装置，能够提高定位精度。
-
公开(公告)号：CN107339990B
公开(公告)日：2020-05-08
申请号：CN201710497661.3
申请日：2017-06-27
Applicant: 北京邮电大学 , 北京天地方元科技有限公司 , 南京骉马瑞信息科技有限公司
Abstract: 本发明提供了多模式融合定位系统和方法，其中通过便携的智能终端上集成的传感器来采集与当前位置和场景相关的数据；通过特征提取模装置从采集的数据中提取多个与定位和/或场景相关的特征构成特征集；多个子定位引擎分别从特征提取模块的特征集中选择与各自相关的特征进行定位或场景识别，并将产生的结果发送给定位融合装置；定位融合装置根据配置的融合策略对多个子定位引擎产生的结果进行处理，以输出对最终的位置估计。该系统和方法可在多个定位技术之间灵活地进行切换，并且方便接入各种新兴的定位技术，能充分发挥各种定位技术的优势，覆盖范围广且整体定位精度高。
-
公开(公告)号：CN105023022B
公开(公告)日：2019-03-12
申请号：CN201510399133.5
申请日：2015-07-09
Applicant: 深圳天珑无线科技有限公司 , 北京邮电大学
IPC: G06K9/62
Abstract: 本发明提供了一种跌倒检测方法，该方法包括离线训练和在线检测两个阶段。在离线训练阶段结合随机样本选择和随机分类属性选择来训练多个子分类器；在线跌倒检测阶段，基于多个子分类器的分类结果给出最终判定结果。实验表明，本发明提供的跌倒检测方法可获得95.2％的准确率、90.6％的敏感度和93.5％特异性，明显优于基于SVM和BP神经网络跌倒检测方法，更准确地检测跌倒行为，具有较强的泛化能力和鲁棒性。
-
公开(公告)号：CN107339990A
公开(公告)日：2017-11-10
申请号：CN201710497661.3
申请日：2017-06-27
Applicant: 北京邮电大学 , 北京天地方元科技有限公司 , 南京骉马瑞信息科技有限公司
Abstract: 本发明提供了多模式融合定位系统和方法，其中通过便携的智能终端上集成的传感器来采集与当前位置和场景相关的数据；通过特征提取模装置从采集的数据中提取多个与定位和/或场景相关的特征构成特征集；多个子定位引擎分别从特征提取模块的特征集中选择与各自相关的特征进行定位或场景识别，并将产生的结果发送给定位融合装置；定位融合装置根据配置的融合策略对多个子定位引擎产生的结果进行处理，以输出对最终的位置估计。该系统和方法可在多个定位技术之间灵活地进行切换，并且方便接入各种新兴的定位技术，能充分发挥各种定位技术的优势，覆盖范围广且整体定位精度高。
-
公开(公告)号：CN101251593B
公开(公告)日：2011-05-04
申请号：CN200810103125.1
申请日：2008-03-31
Applicant: 中国科学院计算技术研究所 , 北京邮电大学
IPC: G01S5/02
Abstract: 本发明公开了一种无线传感器网络的目标跟踪方法，包括下列步骤：步骤A，利用历史目标状态信息和当前时刻观测数据，进行重要性采样，获得粒子状态估计信息，计算得到轨迹存活指数和剩余测量值；步骤B，根据轨迹存活指数决定是否终止该轨迹，并更新轨迹集合；步骤C，使用重采样后的粒子，获得全部目标轨迹的当前状态估计，即移动目标的当前位置和运动速度，实现目标定位跟踪。其能够获得较高的节点定位精度，降低了计算开销，同时满足移动节点定位实时性要求。
-
Patent Agency Ranking
公开(公告)号：CN119741548A
公开(公告)日：2025-04-01
申请号：CN202411831989.0
申请日：2024-12-12
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/75 , G06V10/74 , G06V10/774 , G06T7/50 , G06T7/73
Abstract: 本公开提供一种无地图视觉重定位方法、装置、电子设备、存储介质及程序产品，包括：获取参考图像和查询图像；基于实例分割对图像进行对象提取，得到实例掩码信息；在实例掩码范围内进行特征点匹配，得到高精度的匹配信息；利用匹配结果计算本质矩阵，获得相机的旋转矩阵和无尺度平移向量；输入预先训练的深度估计模型，对图像进行深度估计，得到深度信息；结合深度信息恢复平移向量的尺度，得到精确的相机姿态；最终进行相机姿态估计，得到视觉重定位结果。本公开能够在无需预先构建三维地图的情况下，实现高精度的视觉重定位，减少对存储资源的需求，提高复杂环境下的定位精度和鲁棒性。
-
公开(公告)号：CN118657926B
公开(公告)日：2025-03-25
申请号：CN202410825277.1
申请日：2024-06-25
Applicant: 北京邮电大学 , 寿光诚智风行信息科技有限公司
Abstract: 本公开提供一种交通目标检测方法、装置、电子设备、存储介质及程序产品，包括：确定交通视频信息，基于不同天气情况对视频信息进行场景分类，得到场景分类信息，并对交通视频信息进行特征提取恢复，得到特征提取图像恢复信息，然后输入预先训练的盲超分辨率退化模型，经过生成器网络处理得到高分辨率图像信息，再进行优化处理，得到高分辨率图像信息结果后，进行目标图像检测，得到目标图像检测结果。本公开可针对不同的天气条件对交通视频帧进行特定的处理和优化，并对低分辨的的图像进行增强，使其生成高质量的高分辨率图像，减少天气对图像造成的影响，提高雨雪等恶劣天气场景下低分辨率道路视频的交通目标检测准确率。
-
公开(公告)号：CN119665974A
公开(公告)日：2025-03-21
申请号：CN202411762814.9
申请日：2024-12-03
Applicant: 北京邮电大学
IPC: G01C21/20
Abstract: 本公开提供一种面向狭窄场景的路径规划方法及相关设备。该方法包括：基于点云地图数据对初始规划路径进行进行分析，确定所述初始规划路径中的窄道路段和非窄道路段；基于所述非窄道路段的第一初始采样点和预设速度数据确定所述非窄道路段的非窄道目标路径和对应的非窄道目标速度数据；以及基于所述窄道路段的第二初始采样点确定满足预设条件的窄道目标路径和对应的窄道目标速度；基于所述非窄道目标路径和所述窄道目标路径得到目标路径，以及基于所述非窄道目标速度数据和所述窄道目标速度在所述目标路径上行驶。
-
公开(公告)号：CN118657926A
公开(公告)日：2024-09-17
申请号：CN202410825277.1
申请日：2024-06-25
Applicant: 北京邮电大学 , 寿光诚智风行信息科技有限公司
Abstract: 本公开提供一种交通目标检测方法、装置、电子设备、存储介质及程序产品，包括：确定交通视频信息，基于不同天气情况对视频信息进行场景分类，得到场景分类信息，并对交通视频信息进行特征提取恢复，得到特征提取图像恢复信息，然后输入预先训练的盲超分辨率退化模型，经过生成器网络处理得到高分辨率图像信息，再进行优化处理，得到高分辨率图像信息结果后，进行目标图像检测，得到目标图像检测结果。本公开可针对不同的天气条件对交通视频帧进行特定的处理和优化，并对低分辨的的图像进行增强，使其生成高质量的高分辨率图像，减少天气对图像造成的影响，提高雨雪等恶劣天气场景下低分辨率道路视频的交通目标检测准确率。
-
公开(公告)号：CN118332489A
公开(公告)日：2024-07-12
申请号：CN202410256019.6
申请日：2024-03-06
Applicant: 北京邮电大学 , 寿光诚智风行信息科技有限公司
IPC: G06F18/25 , G06F18/213 , G06F18/21 , G06Q10/04 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/096 , G06N3/0455 , G06N5/025 , G06F123/02
Abstract: 本申请提供一种基于图网络和知识蒸馏的园区通行时间预测方法及系统，能够确定满足用户需求的目标路径，并确定路径类型；响应于路径类型为室外路径，根据构建好的室外通行时间预测模型对目标路径进行通行时间预测，得到室外通行时间；其中，根据历史轨迹数据，通过知识蒸馏模型构建室外通行时间预测模型；响应于路径类型为室内路径，根据构建好的室内通行时间预测模型对目标路径进行通行时间预测，得到室内通行时间。在路径类型为室外路径时，根据历史轨迹数据，利用知识蒸馏技术，提取关键信息，进行高精度的通行时间预测。在路径类型为室内路径时，构建专门用于室内时间预测的室内通行时间预测模型，提高室内通行时间预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.027 seconds)
