-
公开(公告)号：CN103278141B
公开(公告)日：2016-05-18
申请号：CN201310071434.6
申请日：2013-03-06
Applicant: 北京工业大学
Abstract: 婴幼儿睡眠监控系统及方法，涉及计算机视觉监控领域。红外激光器和数字CCD摄像机组成视觉感知系统，红外激光器通过传感器支架固定在CCD摄像机的下方；婴幼儿睡眠的床上置有被褥，红外激光器投射的线激光投射在被褥上，线激光位于婴幼儿下半身的位置，线激光的方向与婴幼儿躯干方向垂直；红外激光器投射到被褥上形成光带，光带被数字CCD摄像机采集成像；CCD摄像机在传感器支架上可调整俯仰角度，使得所述的狭长的光带出现在CCD摄像机的视场中央；CCD摄像机捕获的狭长的光带的数字图像通过1394图像采集卡由传输电缆传输至计算机，完成信息处理判别是否有婴幼儿蹬被的发生，即通过视觉测量软件检测光带并判别是否有婴幼儿蹬被的发生。
-
公开(公告)号：CN103064283B
公开(公告)日：2015-12-09
申请号：CN201210546677.6
申请日：2012-12-14
Applicant: 北京工业大学
Abstract: 一种基于人体重心变化的自学习轮椅控制方法属于模式识别与智能系统领域。本发明.在轮椅座椅与架构间安装压力传感器，采集人体坐姿下的受力分布，计算二维重心坐标，并将实时重心数据保存到嵌入式计算机中；依据常规的SOFM算法的基本学习过程，对包括输出层神经元数目、网络初始权值以及网络邻域半径调整规则等进行了算法优化，降低运算复杂度，提高算法在应用中的计算实时性，实现控制算法因人而异的目的。利用改进后的SOFM算法，在驾驶习惯学习过程中，SOFM聚类算法收敛速度和学习效率得到大幅度提高，提升了算法的实时性和聚类正确率，满足轮椅实时学习控制的要求，消除了因用户驾驶习惯不同带来的手动调整参数过于繁琐的问题。
-
公开(公告)号：CN103268616B
公开(公告)日：2015-11-25
申请号：CN201310136312.0
申请日：2013-04-18
Applicant: 北京工业大学
IPC: G06T7/20
Abstract: 本发明属于计算机视觉与智能机器人的交叉领域，公开了一种新的多特征多传感器的移动机器人运动人体跟踪方法。包括：步骤一，利用RFID系统对在其附近携带无源标签的人体进行粗定位；步骤二，利用基于头肩特征的自适应模板匹配算法对图像中人体进行初定位；步骤三，利用基于多特征的mean-shift算法对图像中人体精确定位；步骤四，利用扩展卡尔曼滤波算法预测人体运动状态；步骤五，采用双层协作定位机制对获取到的目标位置信息进行筛选；步骤六，利用机器人跟随控制算法控制机器人跟随人体运动。本发明可实现对不同位姿人体的跟踪，解决了目标突然转弯及被遮挡对跟踪的影响问题，使机器人能够精确、稳定、连续地跟踪运动人体。
-
公开(公告)号：CN103247058B
公开(公告)日：2015-08-19
申请号：CN201310174158.6
申请日：2013-05-13
Applicant: 北京工业大学
IPC: G06T7/20
Abstract: 本发明属于机器视觉领域，公开了一种基于误差分布式多层网格的快速光流场计算方法，包括：步骤一，输入图像，构建线性方程Ax=f；步骤二，建立多层图像金字塔；步骤三，进行前优化，消除高频分量；步骤四，进行残差传递，消除低频分量；步骤五，重复步骤三、四，直至残差传递至最粗层；步骤七，从最粗层开始进行误差回传；步骤八，进行细网格误差校正；步骤九，进行后优化迭代，提高解的稳定性；步骤十，重复步骤七～九，直至残差传递至最细层。本发明所述的方法是一种加速方程优化求解的有效方法，高频误差收敛很快，能够显著提高视觉光流场的计算速度，与变分法相比，该方法的收敛速度能够提高到3.5倍以上。
-
公开(公告)号：CN103247040A
公开(公告)日：2013-08-14
申请号：CN201310175391.6
申请日：2013-05-13
Applicant: 北京工业大学
IPC: G06T5/50
Abstract: 本发明属于智能移动机器人领域，公开了一种基于分层拓扑结构的未知环境下多机器人系统地图拼接方法。解决了在相对位姿未知情况下的多机器人系统地图拼接问题。该方法包括：获取可通行空间树，建立分层拓扑结构，创建全局拓扑地图，提取SIFT特征并进行特征匹配，基于ICP扫描匹配进行地图拼接。本发明在机器人间相对位姿未知的情况下，提出一种融合SIFT特征的分层拓扑结构，并增量式地创建全局拓扑地图，根据节点间的SIFT匹配信息，结合扫描匹配的方法实现大规模未知环境下的多机器人系统地图拼接。有效地提高了拼接的准确性和实时性。该方法可适用于与地图创建与地图拼接有关的智能移动机器人领域。
-
Patent Agency Ranking
公开(公告)号：CN101344391B
公开(公告)日：2011-05-11
申请号：CN200810116807.6
申请日：2008-07-18
Applicant: 北京工业大学
Abstract: 本发明是一种用于深空探测科学及地球观测领域的基于全功能太阳罗盘的月球车位姿自主确定方法。该方法是以观测设备、嵌入式PC104+计算机及内置于广角太阳相机的嵌入式TMS320计算机为基础完成的。本发明利用在嵌入式系统中的广角太阳相机、IMU及高速激光雷达接口程序获取数据；并将月球车位姿确定任务交与系统中的智能太阳识别与处理、月球垂直陀螺、初始位姿校准、高精度太阳罗盘导航、位姿补偿方法、基于地图重建与即时定位(SLAM)月球车速度估计、具有速度修正的月球车位姿确定、基于太阳连测的经纬校准的各方法模块并行运行，整个系统中所执行的处理方法共同完成了月球车位姿的确定。该方法为月球车提供适应月球环境的自主位姿确定提供了高可靠性的方案。
-
公开(公告)号：CN114216458B
公开(公告)日：2024-12-06
申请号：CN202111516593.3
申请日：2021-12-07
Applicant: 北京工业大学
Abstract: 本发明公开了基于多传感器融合的智能推料机器人组合导航系统及方法，用于解决牧场机器人导航路线不够灵活、在牛栏中导航横向距离获取不够准确平滑以及航向角漂移问题。主要包括以下步骤：使用人机交互界面设定机器人行走路线，机器人由充电桩通过磁导航行驶至牛栏处，在牛栏中使用超声波、惯性传感器(IMU)以及轮式里程计进行组合导航，在横向距离的获取上采用卡尔曼滤波器融合超声波和轮式里程计获得更加稳定平滑的距离，针对航向角漂移问题，采用软件对IMU进行复位矫正，有效消除了航向角漂移的问题。本发明导航效果良好，导航精度可达0.05m，被国内知名牧场所接受。
-
公开(公告)号：CN112861726B
公开(公告)日：2024-07-12
申请号：CN202110179052.X
申请日：2021-02-09
Applicant: 北京工业大学
IPC: G06V40/20 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F3/01 , G10L25/24 , G10L15/16
Abstract: 本发明公开了基于规则意图表决器的D‑S证据理论多模态融合人机交互方法，机器人听觉系统采集音频信息，调整自身姿态并进行硬件降噪，视觉系统使用双层网络来对动态手势进行检测和识别，对手势动作进行分类；对语音和手势的识别网络添加全连接层，输出机器人对于交互对象的意图理解。让两种模式以并行协助的方式来实现人机交互的通信过程，能够接受更多信息，做出准确的意图理解，视觉和听觉更容易被人接受，并在交互机制上做出改进。将不同模态对当前信息输入的输出判断结果。这样的合成结果更为关注深层次的信息之间的联系，解决多模态之间的融合，也能适应不同模态之间的证据冲突问题，并且关注于标签中的单一结果，更适用于的人机交互工作。
-
公开(公告)号：CN110471419B
公开(公告)日：2022-06-14
申请号：CN201910784067.1
申请日：2019-08-23
Applicant: 北京工业大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于差分进化烟花算法的多机器人协同路径规划方法，属于机器人导航与控制技术领域，目的在于提供一种有效的多机器人协同路径规划方法，可以较快地为多个机器人计算出性能较优的运动路径，保障多机器人安全的运行到各自的目标点。本发明在基本烟花算法的基础上增加差分进化火花，选取父代中多个烟花进行组合、变异操作生成新的火花，从而得到了多样性较高的个体以提高烟花群体的多样性，以此来使得算法具有了更好的搜索能力，且能够有效的避免陷入局部最小值。改进算法相比于基本的烟花算法，表现出了更好的优化性能，改进算法收敛速度更快、收敛精度更高，且规划出的路径更短、更平滑。
-
公开(公告)号：CN110836670B
公开(公告)日：2021-08-20
申请号：CN201911109531.3
申请日：2019-11-14
Applicant: 北京工业大学
IPC: G01C21/20
Abstract: 本发明涉及一种求解无人机约束航路规划的混合烟花粒子群协同算法，用于解决无人机航路规划问题。本方法采用两个种群并行独立搜索最优路径的方式，一个种群采用改进的烟花算法进行搜索，另一个种群采用粒子群优化算法。烟花通过爆炸在整个搜索空间中寻找最优解的大致区域并提供给粒子，为粒子之后的搜索指引方向。粒子则在接下来的迭代过程中向该区域进行细致的局部搜索。如此，两个种群结合进行搜索进而得到规划问题的最优解。在整个搜索过程中，通过设置安全等级来划分安全路径和不安全路径，然后在一次次的迭代过程中，逐步提高安全等级，进而将最优路径的搜索范围限制在安全的路径中，以保证规划出的路径的安全性。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.024 seconds)
