-
公开(公告)号：CN112581368A
公开(公告)日：2021-03-30
申请号：CN202011445782.1
申请日：2020-12-11
Applicant: 广东工业大学
Abstract: 本发明提供一种基于最优图匹配的多机器人栅格地图拼接方法，包括：对待拼接栅格地图进行关键点及特征描述子提取；对每个待匹配的关键点检索特征描述子最为相近的关键点作为粗匹配点对；构建特征相异性矩阵并计算残差矩阵；组合并归一化残差矩阵和特征相异性矩阵进而生成传输代价矩阵；引入传输代价矩阵构建最优传输目标函数，对最优传输目标函数进行负熵正则化，通过Sinkhorn‑Knopp算法求解最优匹配；通过最小二乘法求解最优匹配点之间的刚体变化参数，对栅格地图整体进行变换，得到融合地图。本发明的多机器人栅格地图拼接方法，有效提升了栅格地图的拼接速度、精度，其结果中正确匹配点对的数量多，待拼接栅格地图无需较大的重叠区域即可完成拼接。
-
公开(公告)号：CN111160616A
公开(公告)日：2020-05-15
申请号：CN201911235929.1
申请日：2019-12-05
Applicant: 广东工业大学
Abstract: 本申请提供一种基于边云协同的厨电设备预测性维护系统及方法，所述方法对厨电设备及其工作环境的周期性或持续性检测，获得大量的相关运行情况数据或者环境参数；通过对这些数据进行分析，可以反映厨电设备的运行情况，进一步预测短期一段时间内设备是否会发生故障危险，提前发出预警信息；还可以从长期角度估计设备的剩余使用寿命，从而让居民可以及时对处在危险期的设备进行报废、更换等处理。
-
公开(公告)号：CN111126170A
公开(公告)日：2020-05-08
申请号：CN201911223394.6
申请日：2019-12-03
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于目标检测与追踪的视频动态物检测方法，包括下述步骤：一、对视频帧进行目标检测；二、划分动态物、静态物子集；三、根据划分结果保留归入动态物子集的物体；四、使用目标追踪对后续帧进行动态物检测；本发明首先利用深度学习中的有监督学习训练检测模型，对视频图像帧中的物体进行检测，获得目标检测结果；在此基础上，保留人为划分为“动态物”的物体进行追踪，不仅获得了实时的动态物检测方法，而且能够检测潜在的动态物，如停在路边的车；能够不依赖图形处理单元，仅使用中央处理器即可实现准确、快速的动态物检测。
-
公开(公告)号：CN111024158A
公开(公告)日：2020-04-17
申请号：CN201911334358.7
申请日：2019-12-23
Applicant: 广东工业大学
Abstract: 本发明公开了一种结合边缘计算的厨电危险智能监测方法，包括下述步骤：在厨房的不同设备与不同位置部署不同类型的传感器，并将以上传感器构成厨电传感器网络，实时采集相关的各项数据；厨电传感器网络将采集到的数据传输到邻近部署的边缘计算节点，边缘计算节点包括数据预处理模块、异常检测模块和故障诊断模块；边缘计算节点还储存有深度学习网络模型和基于知识的故障推理所需的知识库；本发明采用的厨电传感器网络，兼容了多种传感器，可以针对多种厨电隐患实时采集各种数据，充分获取全方位的潜在危险源；采用的靠近数据源部署的边缘计算节点对厨电数据的处理，有利于降低系统延迟，提高反应速度。
-
-
Patent Agency Ranking
公开(公告)号：CN103105611A
公开(公告)日：2013-05-15
申请号：CN201310015632.0
申请日：2013-01-16
Applicant: 广东工业大学
IPC: G01S15/02
Abstract: 本发明是一种分布式多传感器智能信息融合方法。包括如下步聚：1）直接从分布式超声波接收器采集信号到控制中心，采用分布卡尔曼滤波进行滤波处理；2）分布式信号滤波处理后，时间、空间对准以及航迹相关后，使得统一采样频率，在每一个采样时刻各个测量系统都有当前时刻的测量数据，统一空间、时间坐标系；3）通过轨迹相关方法，采用预测点与观测点的偏差来作为误差评判标准；4）采用最优融合估计的融合方法，将各相关的航迹拟合成一条新的航迹。本发明一种按照最小方差原则来实现N个估计值的最优融合的分布式多传感器智能信息融合方法，有效的实现超声波的高精度室内定位。
-
公开(公告)号：CN119722892A
公开(公告)日：2025-03-28
申请号：CN202411750957.8
申请日：2024-12-02
Applicant: 广东工业大学
Abstract: 本申请涉及一种基于图像去运动模糊和二维高斯点渲的场景表面重建方法、装置、设备及介质，方法包括：根据光度损失、平滑损失、法线一致性损失以及深度一致性损失进行梯度反向传播以调整真实运动模糊图像的相机位姿以及高斯点云参数；基于射线追踪、透明度累计以及深度正则化约束对真实运动模糊图像相对应的清晰图像进行表面估计，以还原出真实运动模糊图像相对应的清晰图像的二维高斯点渲场景，其中，二维高斯点渲场景包括物体表面深度以及物体表面形状；采用预设的截断有符号距离函数根据物体表面深度以及物体表面形状对真实运动模糊图像相对应的清晰图像进行场景表面重建。本申请能够增强场景重建的真实性，以及实现精确的二维高斯点渲场景重建。
-
公开(公告)号：CN118298164B
公开(公告)日：2024-09-24
申请号：CN202410719766.9
申请日：2024-06-05
Applicant: 广东工业大学
IPC: G06V10/25 , G06V10/82 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/774 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于Detr模型的水稻害虫检测方法，包括：获取待检测害虫图像；将所述待检测害虫图像输入至最佳图像检测模型，获取害虫检测结果，其中，所述最佳图像检测模型由训练集训练获得，所述训练集为包含水稻害虫图像和对应的害虫标注，所述最佳图像检测模型通过改进的Detr模型构建。本发明能够解决现有技术中存在的检测过程实时性差、检测小目标精度差、模型复杂等问题，提高害虫检测的准确率和实用性，为农业生产提供更为可靠的技术支持。
-
公开(公告)号：CN118298164A
公开(公告)日：2024-07-05
申请号：CN202410719766.9
申请日：2024-06-05
Applicant: 广东工业大学
IPC: G06V10/25 , G06V10/82 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/774 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于Detr模型的水稻害虫检测方法，包括：获取待检测害虫图像；将所述待检测害虫图像输入至最佳图像检测模型，获取害虫检测结果，其中，所述最佳图像检测模型由训练集训练获得，所述训练集为包含水稻害虫图像和对应的害虫标注，所述最佳图像检测模型通过改进的Detr模型构建。本发明能够解决现有技术中存在的检测过程实时性差、检测小目标精度差、模型复杂等问题，提高害虫检测的准确率和实用性，为农业生产提供更为可靠的技术支持。
-
公开(公告)号：CN112581368B
公开(公告)日：2024-01-09
申请号：CN202011445782.1
申请日：2020-12-11
Applicant: 广东工业大学
IPC: G06T3/4038 , G06T7/33 , G06V10/75
Abstract: 本发明提供一种基于最优图匹配的多机器人栅格地图拼接方法，包括：对待拼接栅格地图进行关键点及特征描述子提取；对每个待匹配的关键点检索特征描述子最为相近的关键点作为粗匹配点对；构建特征相异性矩阵并计算残差矩阵；组合并归一化残差矩阵和特征相异性矩阵进而生成传输代价矩阵；引入传输代价矩阵构建最优传输目标函数，对最优传输目标函数进行负熵正则化，通过Sinkhorn‑Knopp算法求解最优匹配；通过最小二乘法求解最优匹配点之间的刚体变化参数，对栅格地图整体进行变换，得到融合地图。本发明的多机器人栅格地图拼接方法，有效提升了栅格地图的拼接速度、精度，其结果中正确匹配点对的数量多，待拼接栅格地图无需较大的重叠区域即可完成拼接。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.025 seconds)
