-
公开(公告)号：CN113436217A
公开(公告)日：2021-09-24
申请号：CN202110838473.9
申请日：2021-07-23
Applicant: 山东大学
Abstract: 本发明提供一种基于深度学习的无人车环境检测方法，包括以下步骤：步骤（1）.得到超分辨图像；步骤（2）.生成器生成中等分辨率图像；然后将生成的中等分辨率图像送到边缘增强网络中，生成超分辨图像，然后将生成的超分辨图像输送到目标检测器中，进行目标的分类和定位任务；步骤（3）.自适应高斯分布建模，通过动态抑制策略，步骤（4）.基于GAN融合EEN与自适应不确定性目标定位的端到端检测模型。本发明方法在小目标、中等目标、大目标上的自适应力较强，验证了本发明在图像中目标密度变化较大时，仍然能够通过动态调整策略增大或者减小阈值来解决检测中高重叠率、错误率高的问题，展现出良好的泛化能力和场景自适应能力。
-
公开(公告)号：CN112001251A
公开(公告)日：2020-11-27
申请号：CN202010711107.2
申请日：2020-07-22
Applicant: 山东大学
Abstract: 本申请公开了基于人体解析与衣着颜色相结合的行人重识别方法及系统，包括：获取待识别的目标行人图像；将待识别目标行人图像，输入到预先构建的人体解析模型中，输出待识别目标行人的身体部位类别；对待识别目标行人图像，提取各类别身体部位的颜色特征；依据提取的各类别身体部分的颜色特征，从候选图片中识别出目标行人。
-
公开(公告)号：CN107567036A
公开(公告)日：2018-01-09
申请号：CN201710917049.7
申请日：2017-09-30
Applicant: 山东大学
Abstract: 本发明公开了一种基于机器人搜救环境无线自组织局域网的SLAM系统及方法，其中该系统包括由至少两个随从机器人和一个主导机器人构成的无线自组织局域网；每个随从机器人作为无线自组织局域网中的一个移动的网络节点，且被配置为：将其自身定位信息以及构建的相应局部地图信息一并传送至主导机器人；所述主导机器人作为无线自组织局域网中的移动的总控网络节点，且被配置为：接收所有移动的网络节点传送来的信息并融合主导机器人自身位置信息，形成实时的机器人协作运动控制策略和搜救环境的全局地图，且实时发送至向各个移动的网络节点以控制其准确执行相应SLAM任务。
-
公开(公告)号：CN106679661A
公开(公告)日：2017-05-17
申请号：CN201710182892.5
申请日：2017-03-24
Applicant: 山东大学
CPC classification number: G01C21/165 , G01C21/20
Abstract: 本发明公开了一种搜救机器人手臂辅助同时定位及构建环境地图系统及方法，其中，该系统包括：机器人本体，其上安装有机器人控制器、定位传感器模块、图像采集模块和机器人手臂，机器人手臂与手臂驱动机构相连，手臂驱动机构与机器人控制器相连，定位传感器模块和图像采集模块分别与机器人控制器相连；定位传感器模块实时检测指定目标的位置信息并传送至机器人控制器内，图像采集模块实时采集机器人周围的图像信息并传送至机器人控制器内；机器人控制器用于根据接收到的图像信息以及指定目标的位置信息进行点云匹配来构建出目标环境地图；机器人控制器用于根据构建出的目标环境地图来实时向手臂驱动机构输出脉冲信号来控制机器人手臂实现搜救工作。
-
公开(公告)号：CN102402712B
公开(公告)日：2014-03-05
申请号：CN201110255530.7
申请日：2011-08-31
Applicant: 山东大学
IPC: G06N3/08
Abstract: 本发明提出了一种基于神经网络的机器人强化学习初始化方法，神经网络与机器人工作空间具有相同的拓扑结构，每个神经元对应于状态空间的一个离散状态。首先根据已知的部分环境信息对神经网络进行演化，直到达到平衡状态，这时每个神经元的输出值就代表相应状态遵循最优策略可获得的最大累积回报。然后定义Q函数初始值为当前状态的立即回报加上后继状态遵循最优策略可获得的最大折算累积回报。神经网络将已知环境信息映射成为Q函数初始值，从而将先验知识融入到机器人学习系统中，提高了机器人在强化学习初始阶段的学习能力，与传统Q学习算法相比，本发明能够有效提高初始阶段的学习效率，加快算法收敛速度。
-
Patent Agency Ranking
公开(公告)号：CN101712156B
公开(公告)日：2011-08-31
申请号：CN200910208544.6
申请日：2009-10-16
Applicant: 山东大学
IPC: B25J19/00
Abstract: 一种可调刚度的气囊式机器人腿缓冲机构，包括连接块、气囊、腿外筒、伸缩杆和力传感器，连接块安装在腿外筒的上端，伸缩杆安装在腿外筒内，伸缩杆的下部伸出腿外筒，伸缩杆的上端活塞部与腿外筒内顶部之间的空间为油室，油室通过一隔板分为上下两部分，上部设置有气囊，下部贮存有液压油并与外部的压力调节回路相连，隔板上设有阻尼孔，伸缩杆的下端安装有用来测量足与地面之间的接触力的大小和方向的力传感器。本发明可根据传感装置检测到的地面硬度信息在线调节空气弹簧的刚度，减小地面对机器人的冲击力，提高机器人动步态行走的稳定性，使机器人行走在最稳定的状态。
-
公开(公告)号：CN119537854A
公开(公告)日：2025-02-28
申请号：CN202411627812.9
申请日：2024-11-14
Applicant: 山东大学
IPC: G06F18/20 , G06F18/2131 , G06N3/0455 , G06N3/08 , G06Q10/04 , G06Q50/40
Abstract: 本发明提出一种车辆周围环境目标轨迹预测方法、系统、设备及介质，通过整合时频分析来捕捉轨迹的动态特征，从而提高了预测的准确性；通过车辆当前信息和场景信息，以及历史轨迹信息，捕捉车辆的全局驱动趋势和局部运动细节；其编码器‑解码器结构旨在生成小波系数，解码器中集成了小波注意力机制，利用历史轨迹数据中的特定尺度模式，从而增强模型学习不同尺度驾驶模式的能力，提高预测性能。
-
公开(公告)号：CN119514640A
公开(公告)日：2025-02-25
申请号：CN202411684419.3
申请日：2024-11-22
Applicant: 山东大学
IPC: G06N3/092 , G06F18/214
Abstract: 本发明提出了基于大语言模型的辅助分层强化学习训练方法及系统，包括：教师智能体和学生智能体收到相同的环境观察信息；教师智能体采用大语言模型，根据接收到的环境观察信息给出指导策略，指导策略被引入训练模块；学生智能体根据环境观察信息给出高层策略，当高层策略传入对应的低层策略选项πω时，πω将根据高层策略目标与环境产生一系列动作直到达到终止条件或超过最大任务步数；同时，低层策略输出的每个动作都将与环境交互并获得环境奖励，环境奖励累加和被视作当前高层动作获得的奖励，环境奖励累加和会被送入训练模块用于学生智能体向环境学习；训练模块将使用损失函数对学生智能体的高层策略网络进行更新。
-
公开(公告)号：CN115291619B
公开(公告)日：2024-08-27
申请号：CN202211012992.0
申请日：2022-08-23
Applicant: 山东大学
IPC: G05D1/49 , G05D109/12
Abstract: 本公开提供了一种基于深度强化学习和CPG的机器人运动控制方法，其属于机器人运动控制技术领域，包括：实时获取机器人的状态信息；其中，所述状态信息基于预先构建的状态空间，通过机器人本体设置的传感器获得；基于所述状态信息，利用预先训练好的DDPG模型，获得所述机器人当前状态信息下对应的动作；将所述动作作为反馈调整量对预先构建的CPG模型所输出的参考轨迹上的足部姿势进行调整，将所述参考轨迹输出作用到机器人各关节电机中，实现机器人的运动控制。
-
公开(公告)号：CN115240630B
公开(公告)日：2024-07-30
申请号：CN202210867600.2
申请日：2022-07-22
Applicant: 山东大学
Abstract: 本发明提出了一种中文文本到个性化语音转换方法及系统，属于语音合成技术领域,用训练好的说话者编码器从说话者的参考语音中提取固定长度的说话者特征嵌入向量，作为说话者的声学特征；利用多说话者语音合成模型Syn，将待转换的文本转换成与说话者特征嵌入向量相对应的梅尔声谱图；将梅尔频谱转换为对应的时域语音波形，输出最终的音频；本发明将自适应条件模块的隐式建模与说话者编码器网络GCNet的显式建模相融合，采用一种端到端反馈约束训练机制，实现对看得见的说话者、看不见的说话者的声音克隆，显著提升合成语音的自然度和相似度。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.022 seconds)
