-
公开(公告)号：CN105225253A
公开(公告)日：2016-01-06
申请号：CN201510606707.1
申请日：2015-09-22
Applicant: 济南大学
IPC: G06T7/20
CPC classification number: G06T2207/10016
Abstract: 本发明公开了一种基于贝叶斯框架和快速傅里叶变换的目标跟踪方法，步骤：生成模板核函数并归一化；计算目标置信度图模板的快速傅里叶变换；获取被跟踪目标在第一帧图像中的初始位置；获取目标的空间上下文图像；求取当前帧图像中置信度最大的点；求取新位置目标的空间上下文图像；更新时空上下文模型并计算其傅里叶变换的相位；预测下一帧图像中目标空间上下文图像的相位。本发明中的模板核函数，减小了目标周围的背景图像对目标模板的干扰。将目标上下文图像的分辨率统一为设定的像素大小和快速傅里叶变换的应用相结合，提高了目标跟踪方法的实时性。上下文图像的选取，对背景变化不大并且目标在一定程度上存在遮挡的情况具有较好的跟踪效果。
-
公开(公告)号：CN103941737A
公开(公告)日：2014-07-23
申请号：CN201410194426.5
申请日：2014-05-09
Applicant: 济南大学
Abstract: 本发明的复杂环境下拖挂式移动机器人的运动规划与控制方法，包括：a).定义初始和终点位形；b).通过声呐传感器检测障碍物；c).将置信度＜的障碍物舍去；d).定义障碍物空间；e).生成区域=；f).判断障碍物是否属于空间，；g).判断障碍物空间是否建立完毕；h).建立双向搜索随机树和；i).随机生成位形；j).获取新位形、与；k).判断树和是否已连接；l).直线路径的拟合；m).运动控制；n).判断是否有新的障碍物存在。本发明的运动规划与控制方法，提出了科学、合理、完整的拖挂式移动机器人在复杂环境下运动路径的规划和控制方法，为研究无人驾驶的的拖挂式移动机器人在存在障碍物环境下的运行奠定了理论基础。
-
公开(公告)号：CN113110101B
公开(公告)日：2022-06-21
申请号：CN202110423843.2
申请日：2021-04-20
Applicant: 济南大学
IPC: G05B17/02
Abstract: 本公开提供了一种生产线移动机器人聚集式回收入库仿真方法及系统，所述方案通过将改进的人工势能函数机制加入到深度确定性策略梯度算法中，实现对深度确定性策略梯度算法中智能体的奖励函数机制进行设计，通过以改进的人工势能函数为基础的奖励机制，使智能体能够学习到奖励高的群集性动作，进而实现多个智能体的群集效果；并且通过在深度确定性梯度算法的批评者神经网络模块中加入特定智能体局部交流信息来使得智能体能够更好地对周围环境进行判定，并使它们能够学习到更优的群集策略来实现入库回收入库的运动。
-
公开(公告)号：CN113110101A
公开(公告)日：2021-07-13
申请号：CN202110423843.2
申请日：2021-04-20
Applicant: 济南大学
IPC: G05B17/02
Abstract: 本公开提供了一种生产线移动机器人聚集式回收入库仿真方法及系统，所述方案通过将改进的人工势能函数机制加入到深度确定性策略梯度算法中，实现对深度确定性策略梯度算法中智能体的奖励函数机制进行设计，通过以改进的人工势能函数为基础的奖励机制，使智能体能够学习到奖励高的群集性动作，进而实现多个智能体的群集效果；并且通过在深度确定性梯度算法的批评者神经网络模块中加入特定智能体局部交流信息来使得智能体能够更好地对周围环境进行判定，并使它们能够学习到更优的群集策略来实现入库回收入库的运动。
-
公开(公告)号：CN109269498B
公开(公告)日：2020-09-22
申请号：CN201810886540.2
申请日：2018-08-06
Applicant: 济南大学
Abstract: 本发明公开了面向具有数据缺失UWB行人导航的自适应预估EKF滤波算法及系统，包括：通过UWB系统和惯性导航器件INS系统分别测量参考节点到目标节点之间的距离；在此基础上，将两种系统测量得到的距离信息作差，差值作为数据融合算法所使用的滤波模型的观测量；在此基础上，对传统的自适应EKF滤波算法进行改进，引入变量表示第i个信道的距离信息是否可用。一旦距离信息不可用，则对不可用的距离信息进行预估，以弥补不可用的距离信息，保证滤波器对位置误差的预估；在此基础上，将惯性导航器件INS测量得到的行人位置与EFIR滤波器得到的位置误差预估作差，最终得到当前时刻最优的行人位置预估。
-
Patent Agency Ranking
公开(公告)号：CN110597067A
公开(公告)日：2019-12-20
申请号：CN201910965035.1
申请日：2019-10-11
Applicant: 济南大学
IPC: G05B13/04
Abstract: 本发明公开了一种多移动机器人的群集控制方法及系统，利用所设计的群集状态的评价函数，将群集控制问题转化为个体机器人的寻优求解问题，该方法能够实现移动机器人自主形成群集状态，该方法包括以下步骤：获取所有移动机器人的当前位置，构建每个移动机器人群集状态的评价函数；初始化模拟退火算法参数；利用模拟退火算法搜索每个移动机器人的最优期望位置；根据每个移动机器人的最优期望位置，计算每个移动机器人的期望运动方向和速度。
-
公开(公告)号：CN109737957A
公开(公告)日：2019-05-10
申请号：CN201910100184.1
申请日：2019-01-31
Applicant: 济南大学
Abstract: 本发明公开了一种采用级联FIR滤波的INS/LiDAR组合导航方法及系统，算法采用级联滤波结构，即在激光雷达数据处理部分，将激光雷达采集得到的移动机器人与角点之间的距离作为观测信息，利用EFIR滤波算法对激光雷达测量得到的位置进行预估。在此基础上，在松组合导航数据处理部分，将INS与激光雷达分别测量的位置信息之差作为观测量输入到FIR滤波算法，对INS计算的误差进行预估，最终得到当前时刻移动机器人最优的位置信息。本发明有益效果：通过在激光雷达部分采用级联滤波结构有效提高了激光雷达通过角点距离测量移动机器人位置的精度，同时，FIR滤波算法的使用也提高了算法的鲁棒性。
-
-
公开(公告)号：CN105928518B
公开(公告)日：2018-10-19
申请号：CN201610231406.X
申请日：2016-04-14
Applicant: 济南大学
Abstract: 本发明公开了一种采用伪距和位置信息的室内行人UWB/INS紧组合导航系统及方法，包括：惯性导航器件INS、UWB定位标签、UWB参考节点、数据处理系统；所述惯性导航器件INS和UWB定位标签分别设置在行人的鞋子和身体上，所述UWB参考节点设置在任意位置，所述惯性导航器件INS和UWB定位标签分别与数据处理系统连接。本发明有益效果：通过将参考节点的位置信息引入状态变量中，并通过滤波器完成对参考节点位置信息的预估，减少了组合导航系统需要预先获取参考节点位置信息以及组合导航系统的定位精度依赖于预先获取到的参考节点位置信息精度的缺点。
-
公开(公告)号：CN106871893A
公开(公告)日：2017-06-20
申请号：CN201710123870.1
申请日：2017-03-03
Applicant: 济南大学
IPC: G01C21/16
CPC classification number: G01C21/165
Abstract: 本发明公开了一种分布式INS/UWB紧组合导航系统及方法，系统包括惯性导航器件、伪距检测单元、无线数据传输系统和数据处理系统；惯性导航器件，用于测量行人的导航信息，导航信息包括位置、速度和姿态信息；伪距检测单元，用于获取伪距信息：无线数据传输系统，与惯性导航器件和伪距检测单元相连，用于将惯性导航器件和伪距检测单元所采集的数据通过无线传输传递到数据处理系统中，并将数据处理系统发送的控制命令传递到所述惯性导航器件中；所述数据处理系统：采用分布式数据融合估计单元，用于对采集到的数据进行数据融合估计，并向惯性导航器件发送控制命令，本发明可降低室内复杂导航环境对组合导航精度的影响，得到目标行人导航信息的最优预估。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.021 seconds)
