-
公开(公告)号：CN117928519A
公开(公告)日：2024-04-26
申请号：CN202410309965.2
申请日：2024-03-19
Applicant: 北京理工大学
IPC: G01C21/00 , G06T7/73 , G06V20/56 , G06V10/44 , G06V10/46 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供了一种服务机器人的多传感器融合定位与建图方法及系统，属于服务机器人技术领域；本方法利用了深度学习的方法提取并融合多模态语义信息，避免了传统几何信息在非结构化场景、纹理不丰富的场景中的退化问题，并且有助于减小动态障碍物对定位和建图结果的影响，同时语义信息的引入能够帮助服务机器人建立带有语义认知的环境地图，从而促进了服务机器人执行更高阶的任务，例如运送特定物体、到达指定对象附近、场景理解等；本方法建立了将语义残差、传统几何残差、光度残差、IMU预积分紧耦合的系统，能够同时利用语义和几何特征对机器人的位姿进行优化，充分提升了多传感器信息的利用率，同时通过关键帧和滑动窗口减小了计算消耗。
-
公开(公告)号：CN117516569A
公开(公告)日：2024-02-06
申请号：CN202311504203.X
申请日：2023-11-13
Applicant: 北京理工大学
IPC: G01C21/34
Abstract: 本发明涉及一种基于预测的动态目标拦截路径规划方法，属于动态目标拦截技术领域，特别适用于大量动态目标，并且多个拦截器的情况。本发明在规划拦截路径过程中，引入运动预测模块获取解的适应度，能够有效地处理该拦截问题的动态特性。本发明在迭代过程中，自适应地选择破环算子和修复算子对解进行更新，以在较大的邻域中搜索到更优的拦截路径，提高了拦截路径规划效果，加快了规划速度。在有大量动态目标和多个拦截器的情况下，本发明能够快速得到满意的结果，有效提高了拦截路径规划效率。
-
公开(公告)号：CN116629394A
公开(公告)日：2023-08-22
申请号：CN202310118653.9
申请日：2023-02-03
Applicant: 北京理工大学 , 北京电子工程总体研究所
Abstract: 本发明公开了一种基于网络化结构的多级保障选址方法。本发明引入了基于任务使命的多级选址方法。针对疫情背景下政府运营管理的实际需求，以不同保障层级任务使命为依据确定不同的选址目标，由此完成对疫情生活物资保障的三级选址模型的构建，提高了保障选址模型的真实性、可行性。而且，本发明根据低层级的节点选址情况，对上一保障层级的节点进行选址，形成稳定、便捷的网络化保障系统。此外，本发明还通过两阶段算法，将节点数庞大的第一级保障层的节点选址模型划分为两个阶段，针对需求量高的居民区引入基于启发式规则的二次选址，减少了第一阶段的求解的复杂性，有效提高了选址效率。
-
公开(公告)号：CN110458047B
公开(公告)日：2023-01-10
申请号：CN201910667021.1
申请日：2019-07-23
Applicant: 北京理工大学 , 北理慧动(北京)科技有限公司 , 北理慧动(常熟)车辆科技有限公司
IPC: G06V20/52 , G06V20/56 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于深度学习的越野环境场景识别方法及系统，属于越野环境场景识别技术领域，解决了现有越野环境场景识别时间长、可通过区域提取成本高且提取效果较差的问题。一种基于深度学习的越野环境场景识别方法，包括如下步骤：获取越野环境场景下拍摄得到的待检测图像；对待检测图像进行场景识别，处理得到待检测图像的烟雾识别结果、扬尘识别结果、自然场景识别结果和道路类型识别结果；根据所述道路类型识别结果对待检测图像进行道路语义分割，处理得到待检测图像的路面分割结果；在待检测图像上统一显示所述烟雾识别结果、扬尘识别结果、自然场景识别结果、道路类型识别结果及路面分割结果。该方法有效缩短了越野环境场景识别时间。
-
公开(公告)号：CN113377961B
公开(公告)日：2022-12-06
申请号：CN202011416840.8
申请日：2020-12-07
Applicant: 北京理工大学
Abstract: 本公开的基于知识图谱和用户主题的意图‑语义槽联合识别模型，通过特征提取模块提取输入的文本信息的语义信息、词语间的关系以及局部信息，并输出文本信息的特征信息向量；外部向量生成模块提取输入的文本信息的主题，并利用先验知识图谱库查询与主题相关的多条知识，将主题和其相关的多条知识进行Bert编码生成外部信息向量；特征融合模块利用注意力机制将特征信息向量和外部信息向量进行融合得到融合特征向量；特征分类模块利用softmax对融合特征向量进行识别分类得到文本信息的意图，利用crf算法对融合特征向量进行序列标注得到文本信息的语义槽向量。能够提高智能对话系统中语义识别的准确率，提高对输入的文本信息的意图、语义的识别准确度。
-
Patent Agency Ranking
公开(公告)号：CN111553601B
公开(公告)日：2022-10-21
申请号：CN202010358666.X
申请日：2020-04-30
Applicant: 北京理工大学
Abstract: 本发明公开了一种城市环境下协同探测系统的目标分配优化方法，能够在综合考虑低慢小目标的特性以及城市环境中的障碍与资源的影响下，解决传感器网络的目标分配优化问题。具体为：n个目标接近时，协同探测系统中的探测节点对威胁目标进行探测识别，得到目标检测状态影响因子、目标速度影响因子以及目标潜在威胁影响因子，并构建目标优先级函数。目标在同一距离段上同时被k个探测节点探测到时，将设定距离段划分为第k层有效跟踪距离；计算每一层的有效跟踪时间，将所有层级的有效跟踪时间加权求和后得到探测节点对目标的跟踪增益函数，构建目标函数并进行求解，得到探测节点针对目标的分配情况。每个目标采用其分配的探测节点进行探测跟踪。
-
公开(公告)号：CN112613355B
公开(公告)日：2022-07-26
申请号：CN202011416832.3
申请日：2020-12-07
Applicant: 北京理工大学
Abstract: 本公开的基于寻岛算法的手势分割方法，S1：获取手势网格图像矩阵A、高度m和宽度n；S2：根据高度m和宽度n遍历图像矩阵A的四个边界，保存网格值为1的网格坐标并将该网格值置为2；S3：针对每个网格值为2的网格，判断其相邻网格的值是否为1，若为1，保存相邻网格的坐标，计数值加1，将该相邻网格的值置为2；S4：针对每个相邻网格值为2的网格，判断其相邻网格值是否为1，若为1，保存其相邻网格坐标，将计数值加1。将该相邻网格值置为2，直到与该网格直接相邻和间接相邻的网格值均置为2为止；S5：重复S3‑S4，遍历图像矩阵A的所有网格；S6：返回最大计数值所对应的网格坐标，实现手势分割。能够从图像背景中提取用户的动态和静态手势。
-
公开(公告)号：CN113377961A
公开(公告)日：2021-09-10
申请号：CN202011416840.8
申请日：2020-12-07
Applicant: 北京理工大学
Abstract: 本公开的基于知识图谱和用户主题的意图‑语义槽联合识别模型，通过特征提取模块提取输入的文本信息的语义信息、词语间的关系以及局部信息，并输出文本信息的特征信息向量；外部向量生成模块提取输入的文本信息的主题，并利用先验知识图谱库查询与主题相关的多条知识，将主题和其相关的多条知识进行Bert编码生成外部信息向量；特征融合模块利用注意力机制将特征信息向量和外部信息向量进行融合得到融合特征向量；特征分类模块利用softmax对融合特征向量进行识别分类得到文本信息的意图，利用crf算法对融合特征向量进行序列标注得到文本信息的语义槽向量。能够提高智能对话系统中语义识别的准确率，提高对输入的文本信息的意图、语义的识别准确度。
-
公开(公告)号：CN109084801B
公开(公告)日：2020-11-10
申请号：CN201811182099.6
申请日：2018-10-10
Applicant: 北京理工大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于空间压缩的多站接力导航下运动体路径规划方法，采用角度编码方式对中间路点进行编码，可用局部极坐标系下的极角坐标(一个变量)代替二维平面坐标(两个变量)唯一表示交接区域边界上任意点的位置，可显著降低问题维度和计算量；根据导航交接约束阈值与导航站位置及有效作用半径之间的几何关系，压缩路点极角坐标的取值范围，在运行路径规划算法之前直接剔除了部分违反导航交接约束的不可行解，缩小了路径的规划空间，有利于路径规划算法更快找到高质量的可行解。
-
公开(公告)号：CN111553601A
公开(公告)日：2020-08-18
申请号：CN202010358666.X
申请日：2020-04-30
Applicant: 北京理工大学
Abstract: 本发明公开了一种城市环境下协同探测系统的目标分配优化方法，能够在综合考虑低慢小目标的特性以及城市环境中的障碍与资源的影响下，解决传感器网络的目标分配优化问题。具体为：n个目标接近时，协同探测系统中的探测节点对威胁目标进行探测识别，得到目标检测状态影响因子、目标速度影响因子以及目标潜在威胁影响因子，并构建目标优先级函数。目标在同一距离段上同时被k个探测节点探测到时，将设定距离段划分为第k层有效跟踪距离；计算每一层的有效跟踪时间，将所有层级的有效跟踪时间加权求和后得到探测节点对目标的跟踪增益函数，构建目标函数并进行求解，得到探测节点针对目标的分配情况。每个目标采用其分配的探测节点进行探测跟踪。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.034 seconds)
