-
公开(公告)号：CN106872172A
公开(公告)日：2017-06-20
申请号：CN201710255848.2
申请日：2017-04-19
Applicant: 成都信息工程大学
IPC: G01M15/02
Abstract: 本发明涉及一种航空发动机试验安全参数监视的实时判别方法及系统，该方法为：将发动机安全相关的关键参数，建立一个多维稳态额定数据表；由稳态额定数据表，实时更新稳态过程中安全参数的额定值；在稳态额定数据表的基础上，确定每一个参数在对应条件下的安全上限和下限；给出一个过渡过程的实时安全参数上限和下限的取值规则；进行多参数关联分析的发动机试验安全判别；进行单测点超限的测试通道故障判别；实时计算过渡过程中安全参数的额定值；迭代更新过渡过程中安全参数的二维额定值数据表。该系统包括稳态安全参数建表功能模块、过渡态安全参数建表功能模块和实时监视报警功能模块。本发明能有效对航空发动机故障进行报警或预报警。
-
公开(公告)号：CN113920163B
公开(公告)日：2024-06-11
申请号：CN202111176760.4
申请日：2021-10-09
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于传统和深度学习结合的运动目标检测方法，包括：步骤一，采用实例分割算法对双目相机采集的道路图像相邻帧进行检测，以将各图像划分为潜在运动目标区域和静止区域；步骤二，分别对各图像中的潜在运动目标区域、静止区域进行特征点提取与匹配；步骤三，基于相机自运动参数确定运动补偿，通过计算重投影误差以对运动状态判断，以基于判断结果完成对图像中运动目标进行标记。本发明公开一种基于传统和深度学习结合的运动目标检测方法，能有效提高算法实时性，同时通过提高自运动参数估计的精度提升检测精度。
-
公开(公告)号：CN116086448A
公开(公告)日：2023-05-09
申请号：CN202310387871.2
申请日：2023-04-12
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于UWB、IMU、GNSS融合的无人设备多场景无缝定位方法，涉及无人驾驶定位导航技术领域，对于室外环境，无人设备直接采用组合式定位方式Ⅰ；对于室内环境，无人设备直接采用组合式定位方式Ⅱ；对于室内外的中间过渡区域，通过引入权重因子对定位数据进行修正，以基于修正结果对无人设备当前的定位方式进行切换，完成多场景转换过程中的无缝定位。本发明提供一种基于UWB、IMU、GNSS融合的无人设备多场景无缝定位方法，因集成了两种定位模式的导航方法，故在室内外环境的变化时，可根据卫星数量，基站数量，信号强度等信息自适应切换选择定位模式，进而提供准确、连续的导航方案，有定位效果好、系统稳定、性价比高等优点。
-
公开(公告)号：CN109764886B
公开(公告)日：2022-10-14
申请号：CN201910036825.1
申请日：2019-01-15
Applicant: 成都信息工程大学
IPC: G01C21/34
Abstract: 本发明提供一种路径规划方法，该方法通过对车辆建模得到车辆的约束，同时在估价函数中加入方向代价并带入A*算法，使得所规划路径更加符合车辆的运动学模型,转折次数少，路线更平滑。将本发明方法应用于学校校园路径规划，结果表明：在规划相同路径上面，改进的A*算法规划的路径相比传统A*所规划的路径，长度降低约2.22％，累计路径转折点降低约65.28％，累计转折角度降低约49.03％，所规划出的路径能够更好满足车辆运动学模型。
-
公开(公告)号：CN114119940A
公开(公告)日：2022-03-01
申请号：CN202111488317.0
申请日：2021-12-07
Applicant: 成都信息工程大学
IPC: G06T19/20
Abstract: 本发明公开了一种基于RANSAC和角点提取的障碍物点云凸包分割方法，包括：对障碍物点云进行至少一次降采样、降维处理，以得到预处理后的二维点云；对二维点云进行多次RANSAC直线点云提取以及欧式聚类，遍历欧式聚类得到的各个点云，进行角点提取；根据二维点云的角点确定重心，同时确定各角点的极角，并根据角点对应的极角对角点进行顺/逆时针排序；遍历排序好的角点，进行凹点判断并发布二维凸包，直至所有角点遍历完；根据凹凸点进行凸包分割。本发明提供一种基于RANSAC和角点提取的障碍物点云凸包分割方法，本发明基于RANSAC算法和角点提取使二维凸包包裹面积更接近于障碍物实际面积，增加机器人可行驶区域。
-
Patent Agency Ranking
公开(公告)号：CN113701780A
公开(公告)日：2021-11-26
申请号：CN202111074201.2
申请日：2021-09-14
Applicant: 成都信息工程大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于A星算法的实时避障规划方法，包括：步骤一，在车辆的实行行进中，通过对实时检测到的障碍物设定尺寸的方式，对人形障碍物和非人形障碍物进行分类；步骤二，基于设定的障碍物尺寸，通过搜索算法计算绕障碍物的目标点；步骤三，基于目标点，采用A星算法进行实时绕障路径的初始规划。本发明提供一种基于A星算法的实时避障规划方法，通过在主流的基于图搜索的路径规划A星算法的基础上进行改进，能够解决传统避障规划算法耗费计算资源和耗时以及不易实施等问题，能够稳定的规划一条避障路径，解决了当前大量农机设备无法实时避障的问题。
-
公开(公告)号：CN113375664A
公开(公告)日：2021-09-10
申请号：CN202110643205.1
申请日：2021-06-09
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于点云地图动态加载的自主移动装置定位方法，包括：步骤一，标定，通过构建惯性传感器IMU的误差模型，将IMU与激光雷达Lidar进行在线标定与对准；步骤二，构建地图，设置点云加载规则，移动平台搭载标定后的激光雷达与IMU录制bag包，对bag包基于降采样的loam算法进行地图构建；步骤三，对构建后的地图进行模块化分区处理，以得到多个可供机器人加载的区块地图，且相邻的区块地图之间预留加载区；步骤四，地图映射。本发明提供一种基于点云地图动态加载的自主移动装置定位方法，消除载体在移动匹配时因人为误差导致的定位偏差，极大提高了初始加载速度，保证巡检机器人在移动过程中的移动速度与匹配速度保持稳定，实现全时定位的可靠性。
-
公开(公告)号：CN112381284A
公开(公告)日：2021-02-19
申请号：CN202011254308.0
申请日：2020-11-11
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种无人接驳车多站点路径优化的改进遗传算法，基于无人接驳车的多个站点进行抽象地图的构建，并采用改进的遗传算法对抽象地图进行路径规划；其中，所述抽象地图的构建方式在于通过选取多个站点中的任意一个站点作为基准，把站点与站点之间的最短实际距离转化为欧式距离并进行地形加权得到真实代价之后逐一进行排列，逐个设置坐标得到最终的抽象地图。本发明提供一种无人接驳车多站点路径优化的改进遗传算法，其采用对复杂地图进行抽象地图构建，配合对应的改进遗传算法对抽象地图进行路径规划，具有更好的适应性。
-
公开(公告)号：CN112115889A
公开(公告)日：2020-12-22
申请号：CN202011007965.5
申请日：2020-09-23
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于视觉的智能车运动目标检测方法，包括：步骤一，基于立体匹配算法对相机采集到的道路图像生成对应的原视差图像，以构建相应的U‑V视差图像；步骤二，基于U‑V视差图像得到与车辆可行驶区域相关的预处理图像；步骤三，基于预处理图像生成与道路上潜在运动相关的感兴趣区，以作为潜在的障碍物目标；步骤四，结合光流和相机自运动属性对障碍物的运动属性进行判断。本发明提供一种基于视觉的智能车运动目标检测方法，通过融合光流和立体视觉计算目标运动的可能性，结合可行使区域检测结果，能有效降低车辆行驶前方中运动目标的误检率。
-
公开(公告)号：CN111815667A
公开(公告)日：2020-10-23
申请号：CN202010580724.3
申请日：2020-06-23
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种相机移动条件下高精度检测运动目标的方法，包括：在移动机器人移动期间，设置在所述移动机器人上的双目立体相机通过采集当前的场景图像，得到当前的第t-1帧图像和t帧图像；利用改进后的背景光流补偿差分法，计算出所述第t-1帧图像和t帧图像中的包含M个候选运动目标的第一候选运动目标集合；采用基于YOLOv3的行人车辆检测算法计算出所述第t帧图像中的包含N个候选运动目标的第二候选运动目标集合；根据所述第一候选运动目标集合和所述第二候选运动目标集合，确定初始可信运动目标集合；利用所述第一候选运动目标集合、所述第二候选运动目标集合以及所述初始可信运动目标集合，得到可信运动目标集合。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.032 seconds)
