-
公开(公告)号：CN116465431A
公开(公告)日：2023-07-21
申请号：CN202310469585.0
申请日：2023-04-26
Applicant: 常州大学
Abstract: 本发明涉及姿态控制技术领域，尤其涉及一种消除地磁干扰对水平姿态影响的改进卡尔曼滤波方法，包括：在采样时刻k+1，利用采样时刻k时的三轴陀螺仪实现对姿态的预测；计算姿态预测误差协方差矩阵；计算增益矩阵；利用加速度计和地磁传感器的输出数据更新姿态预测；对更新姿态预测进行重构；计算参量A(qk+1/k+1)和B(qk+1/k+1)；构建增益调整矩阵；重新计算采样时刻k+1时的姿态验后估计qk+1/k+1；计算k+1时刻的验后估计误差协方差阵；计算采样时刻k+2时的姿态验后估计，并循环执行，直至用户终止。本发明解决地磁干扰引起的地磁传感器输出异常造成水平姿态估计精度的大幅度下降问题。
-
公开(公告)号：CN115713693A
公开(公告)日：2023-02-24
申请号：CN202211484189.7
申请日：2022-11-24
Applicant: 常州大学
IPC: G06V20/10 , G06V10/26 , G06V10/82 , G06N3/082 , G06N3/0464
Abstract: 本发明涉及果树剪枝技术领域，尤其涉及一种基于神经网络和模糊决策的果树剪枝方法及系统，包括：通过AR眼镜采集果树枝干图像；对果树枝干图像进行对暗光增强和曝光纠正；采用ShuffleNetV2的基本单元及网络结构，卷积层部分融入ResNet101的层级分割，对图像进行枝干分割，输出影响果树剪枝决策的特征；将果树剪枝决策的特征输入TSK模糊神经网络，输出枝条的类别。本发明克服了艰难的地形带来的影响，保证在地势险要的地方仍然能够正常作业，灵活完成AR智能识别剪枝点；还克服了一般深度学习神经网络模型需要大量训练集、计算量大、对计算机硬件要求高，识别精度不够高缺点。
-
公开(公告)号：CN115496979A
公开(公告)日：2022-12-20
申请号：CN202211120206.9
申请日：2022-09-15
Applicant: 常州大学
Abstract: 本发明涉及图像检测技术领域，尤其涉及一种基于多重特征融合的果园幼果生长姿态视觉辨识方法，包括采集果园幼果数据图像，对图像中的目标检测框进行调整；通过标注的数据集进行格式转换，对转换后的数据集进行裁剪预处理；构建幼果生长姿态特征提取模型，并采用Bi‑FPN网络对特征提取模型的浅层特征图与高层特征图进行深度融合；采用姿态预测层对融合处理后的特征图进行姿态框回归，并对目标区域进行提取；通过训练数据集对模型进行训练，保存姿态框的坐标，计算幼果生长姿态角度。本发明在实现智能套袋的机械化、自动化以及智能化以及保证幼果的适时高效率套袋、降低套袋作业费用等方面提供有效的解决方案。
-
公开(公告)号：CN114998296A
公开(公告)日：2022-09-02
申请号：CN202210723059.8
申请日：2022-06-24
Applicant: 常州大学
Abstract: 本发明涉及图像分割技术领域，尤其涉及一种基于改进Unet网络的甲状腺结节分割方法，包括：对公共甲状腺超声图像数据集进行图像大小统一、随机翻转、旋转和增强对比度操作；构建改进Unet网络，首先在Unet网络的前3个下采样卷积中增加自注意力残差连接块；其次在第4个下采样后增加高低频自注意力自适应融合模块；最后在高低频自注意力自适应融合模块之后接入语义增强模块；使用argmax判断像素值属于结节还是背景。本发明为了帮助医生进行准确的甲状腺结节分割，对结节区域进行精确的定位，同时增强全局上下文与局部信息，降低甲状腺结节分割的误差。
-
公开(公告)号：CN110307842B
公开(公告)日：2022-03-25
申请号：CN201910609361.9
申请日：2019-07-08
Applicant: 常州大学
Abstract: 本发明提供一种用于惯性‑地磁组合的快速扩展卡尔曼方法，该算法首先利用三轴加速度计和三轴地磁传感器在每个采样时刻输出的三轴向上的测量值分别构建两个三维矢量，这两个三维矢量分别作为重力加速度矢量和地磁场矢量在载体坐标系下的观测值。随后用上述两个三维矢量构建两个新的空间正交三维矢量。新产生的两个正交矢量最后用于简化卡尔曼增益矩阵。简化后的卡尔曼增益矩阵的性能仍然和原卡尔曼增益矩阵相同，即使得扩展卡尔曼算法保持原有的精度，但是由于避免了逆运算，简化的增益矩阵相当程度地提高了扩展卡尔曼算法的运算速度。
-
Patent Agency Ranking
公开(公告)号：CN108470165B
公开(公告)日：2021-11-30
申请号：CN201810240802.8
申请日：2018-03-22
Applicant: 常州大学
Abstract: 本发明公开了一种采摘机器人果实视觉协同搜索方法，该方法采用大、小双视场视觉采集系统，其中大视场摄像机安置在机器人移动平台上，用来对果园果树进行全局成像，并对图像进行显著性区域提取，而后利用目标似然度来衡量果实似然目标，去除小区域后由此确定大视场图像中果实目标的大致区域，同时引导机器人靠近果树；小视场摄像机安置在机器人末端执行器所在机械臂上，建立大、小视场图像坐标系，视场图像坐标系与世界坐标系之间的映射关系；在从大视场当前图像中获得的果实目标搜索区域信息以及坐标系映射关系基础上，小视场摄像机区域成像，以此协同搜索果实。该方法类同人眼目标搜索，可避免机器人盲目无序搜索，为后续果实精确识别奠定基础。
-
公开(公告)号：CN107437254B
公开(公告)日：2021-04-27
申请号：CN201710504815.7
申请日：2017-06-28
Applicant: 常州大学
Abstract: 本发明公开了一种果园邻接重叠形态果实判别方法，包括：图像采集：双目视觉实时采集果实图像；果实区域提取：提取左目图像中的所有果实区域；连通区域标记：对左目图像中果实区域进行框定标记；距离图生成：对图像中标记后的连通果实区域进行计算生成距离图；横纵投影图生成：对图像连通果实区域生成的距离图进行横向和纵向投影，获取横纵向投影图；形态预判：基于横纵向投影图中的峰点个数预判疑似重叠形态果实；形态确认：基于疑似重叠形态果实区域的深度信息确认是否为邻接重叠形态果实。该方法能够判别果园图像中的果实是否为邻接重叠形态果实，为后续采用不同的方法来处理不同形态(单个分离、邻接重叠、枝叶遮挡等)的果实提供依据。
-
公开(公告)号：CN112329683A
公开(公告)日：2021-02-05
申请号：CN202011276595.5
申请日：2020-11-16
Applicant: 常州大学
Abstract: 本发明涉及一种基于注意力机制融合的多通道卷积神经网络人脸表情识别方法，首先通过Viola‑Jones人脸检测器和旋转校正从输入的灰度图像中检测出人脸区域，尽可能减少无关区域对人脸表情识别准确性的影响；其次将检测得到的人脸区域应用到深度图像和局部二值模式图像，得到三种具有互补性的人脸区域数据；然后采用单通道‑特征提取网络分别从三种类型的人脸区域数据中自动提取与表情相关的特征，并将提取得到的特征送入交互注意力融合模块中进行融合，该模块基于交互注意力机制提取任意两种人脸区域特征的空间相关性，从而实现了不同类型人脸区域的有效特征融合；最后将交互注意力融合模块输出的特征再次拼接融合后，通过全连接层进行特征变换，并通过softmax操作最后得到表情识别结果。
-
公开(公告)号：CN112329682A
公开(公告)日：2021-02-05
申请号：CN202011276593.6
申请日：2020-11-16
Applicant: 常州大学
Abstract: 本发明涉及一种基于穿越动作和交通场景上下文因素的行人穿越马路意图识别方法，首先通过faster‑RCNN进行行人检测，进一步利用行人的运动信息搜索感兴趣目标，提取感兴趣目标的运动序列、周围交通场景序列以及轨迹位置；其次设计了一种三维卷积神经网络来处理感兴趣目标的运动序列，得到与行人穿越马路意图相关的行为特征；然后本发明根据行人所处的局部交通场景的要素以及车辆行驶速度得到两个权重，来修正人‑车距离，并将修正后的距离送到多层感知机进行编码，得到与行人穿越马路意图相关的距离特征；最后将行为特征和距离特征进行信息融合，利用全连接层将融合后的特征降维，并通过softmax操作得到行人是否穿越马路的结果。
-
-
-
-
-
-
-
-
Search Results
136
records
(took 0.037 seconds)
