-
公开(公告)号:CN111288999A
公开(公告)日:2020-06-16
申请号:CN202010104216.8
申请日:2020-02-19
Applicant: 深圳大学
Abstract: 本发明公开了一种基于移动终端的行人路网属性检测方法、装置和设备,方法包括:若干用户的移动终端采集传感器数据,得到原始数据后,一分部数据记录道路属性用于构建训练集数据,另一部分数据作为轨迹数据用于属性检测;使用训练集数据对不同属性的样本数据进行分类训练,得到分类模型;使用训练所得分类模型检测轨迹数据的属性,并与位置信息进行数据融合得到带属性信息的GPS数据;基于现有的行人路网数据,将轨迹点所检测的属性赋予路网中被匹配的位置点,经过投票与修正处理后,即得到了带有属性信息的路网数据。本发明在解决现有技术的导航系统无法为用户提供特定需求的个性化导航服务;采用智能手机传感器所采集数据检测行人路网的道路属性,为实现个性化的行人导航提供数据基础。
-
公开(公告)号:CN105263113B
公开(公告)日:2018-08-21
申请号:CN201510702867.6
申请日:2015-10-26
Applicant: 深圳大学
Abstract: 本发明提供了一种基于众包的WiFi位置指纹地图构建方法及其系统,其中,所述方法包括:获取相关的众包数据;基于所述众包数据,使用航位推算方法计算获得用户的相对运动轨迹;并且,通过机器学习方法识别包括若干种行为类型的用户的特定行为;构建相对运动轨迹中的特定行为的类型以及特定行为之间的相对空间关系形成的行为序列模型;生成室内地图的点线模型,并通过隐马尔科夫模型,匹配所述点线模型与行为序列模型从而获得相对运动轨迹的室内地图坐标信息。最后基于所述室内位置坐标信息及众包数据,构建WiFi位置指纹地图。利用众包数据进行WiFi位置指纹地图的自动构建及更新。
-
公开(公告)号:CN107635204A
公开(公告)日:2018-01-26
申请号:CN201710891775.6
申请日:2017-09-27
Applicant: 深圳大学
Abstract: 本发明提供了一种运动行为辅助的室内融合定位方法及装置、存储介质,其中,所述方法包括:基于智能终端在多使用模式下的运动行为获取行人的运动轨迹数据以及智能手机接收到的无线信号数据;对所述运动轨迹数据以及无线信号数据进行参数化表达,构建多源数据融合模型并获得行人在连续位置之间的转移概率公式;根据所述多源数据融合模型以及转移概率公式推算行人当前所处位置。本发明构建的多源数据融合模型在运动行为识别的技术上融合多源观测数据,降低了对单模数据的依赖程度,提高了基于智能终端室内定位的精度。
-
公开(公告)号:CN119562348A
公开(公告)日:2025-03-04
申请号:CN202411427670.1
申请日:2024-10-14
Applicant: 深圳大学
Abstract: 本发明公开了一种基于多终端协同的室内定位增强方法,所述方法包括:获取多个终端间的无线射频测距信号,去除所述无线射频测距信号中的离群值,将去除离群值后的无线射频测距信号进行去噪处理;选取互信息、平方定位误差界及节点数目建立终端优选准则,根据终端优选准则进行协同定位参考终端优化选取,得到最终的参考终端优选集合;基于多终端系统中的时空约束关系,利用概率图方法建立概率图模型并求解,获得待定位终端的最佳位置。本发明利用定位精度较高的智能终端作为移动基站,通过无线网络进行信息测量和数据交互,实现待定位终端的精确定位,提升室内空间待定位终端的定位精度。
-
公开(公告)号:CN118351177B
公开(公告)日:2024-10-01
申请号:CN202410784510.6
申请日:2024-06-18
Applicant: 深圳大学
Abstract: 本发明公开了一种融合反射率投影图像边缘特征的位姿优化方法及系统,所述方法包括:获取激光雷达采集的三维点云数据和IMU中加速度计及陀螺仪所采集的加速度与角速度,对所述三维点云数据、所述加速度和所述角速度进行预处理;对预处理后的三维点云数据进行几何特征及边缘纹理特征提取,得到平面几何特征点子集和边缘纹理特征子集;使用所述平面几何特征点子集和所述边缘纹理特征子集进行雷达观测方程构建,基于迭代误差状态卡尔曼滤波完成位姿优化,根据迭代优化结果输出位姿信息和环境地图。本发明利用反射率投影图像提取边缘纹理特征子集,并融入误差状态卡尔曼滤波对位姿进行优化求解,得到更高的定位精度。
-
公开(公告)号:CN118408539A
公开(公告)日:2024-07-30
申请号:CN202410327330.5
申请日:2024-03-21
Applicant: 深圳大学 , 深中通道管理中心 , 中交公规土木大数据信息技术(北京)有限公司
IPC: G01C21/16 , G01C21/20 , G06T7/73 , G06V10/82 , G06V10/766 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/048
Abstract: 本发明公开了惯性视觉融合自主定位方法、装置、计算机设备及介质,通过将两张红外输入图像的位姿回归结果进行相对位姿约束得到红外图像位姿结果,可以提高红外图像的定位精度,以及通过对深度图像进行补全,并基于位姿优化网络对补全图像位姿结果与合成图像位姿结果进行位姿优化得到深度图像位姿结果,可以提高在黑暗场景中的定位精度,针对单一视觉定位精度无法满足实际应用的问题,采用扩展卡尔曼算法将红外图像位姿结果或深度图像位姿结果与载体的状态预测值进行融合得到定位信息,可以进一步地提高定位精度,为隧道等复杂环境中的工作人员与设备提供可信的位置信息。
-
公开(公告)号:CN118351177A
公开(公告)日:2024-07-16
申请号:CN202410784510.6
申请日:2024-06-18
Applicant: 深圳大学
Abstract: 本发明公开了一种融合反射率投影图像边缘特征的位姿优化方法及系统,所述方法包括:获取激光雷达采集的三维点云数据和IMU中加速度计及陀螺仪所采集的加速度与角速度,对所述三维点云数据、所述加速度和所述角速度进行预处理;对预处理后的三维点云数据进行几何特征及边缘纹理特征提取,得到平面几何特征点子集和边缘纹理特征子集;使用所述平面几何特征点子集和所述边缘纹理特征子集进行雷达观测方程构建,基于迭代误差状态卡尔曼滤波完成位姿优化,根据迭代优化结果输出位姿信息和环境地图。本发明利用反射率投影图像提取边缘纹理特征子集,并融入误差状态卡尔曼滤波对位姿进行优化求解,得到更高的定位精度。
-
公开(公告)号:CN118052955A
公开(公告)日:2024-05-17
申请号:CN202311484278.6
申请日:2023-11-08
Applicant: 深圳大学
IPC: G06T17/20 , G06T7/70 , G06V10/766
Abstract: 本发明公开了一种面向室内环境的背包式激光三维测图方法及装置,方法包括:通过预处理模块获取激光雷达数据,并对激光雷达数据进行预处理,得到融合点云数据;通过激光里程计模块对融合点云数据进行激光里程计配准;基于优化策略模块以回归分析的方式对激光雷达数据中的场景进行识别,并根据识别的场景类别构建多地面约束的姿态优化策略;基于位姿图优化模块以姿态优化策略以及配准后的激光里程计,构建得到位姿图;基于检测及输出模块以回环检测的方式对所构建的位姿图进行优化,得到优化后的室内环境的激光三维点云地图;本发明有效提高了室内环境中的纵向定位精度,避免了回环检测的误匹配,从而构建出高质量的点云地图。
-
公开(公告)号:CN117422764A
公开(公告)日:2024-01-19
申请号:CN202311746880.2
申请日:2023-12-19
Applicant: 深圳大学
IPC: G06T7/70 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种空地视角图像协同的车载系统定位方法、终端及存储介质,方法包括:获取空中影像,通过所述空中影像构建空中神经辐射场模型,并基于所述空中神经辐射场模型进行地面多视角影像反演;通过融合卷积神经网络与视觉自注意力模型对所述空中影像进行特征编码,根据编码得到的特征图的层级顺序进行渐进式迭代优化并计算位姿;采用空地影像融合的间断式回环检测与姿态校准方法对车载平台进行回环检测和位姿校准,并通过局部图优化和全局图优化方法对所述车载平台的轨迹进行优化,输出优化后的车载系统定位信息;本发明提出新的大视角差异下的视觉图像匹配的方法,提高空中影像与地面影像跨视角匹配和信息融合能力和精度。
-
公开(公告)号:CN111985494B
公开(公告)日:2023-12-22
申请号:CN202010646817.1
申请日:2020-07-07
Applicant: 深圳大学
Abstract: 本发明涉及一种基于轻量化车载终端的道路病害检测及分类方法,其包括步骤:采用轻量化车载终端对道路路面数据进行采集,其后,将采集的所述道路路面数据进行预处理;基于预处理后的所述道路路面数据构建特征矩阵,利用循环神经网络算法对所述特征矩阵内的数据集进行训练,得到深度学习模型;依据构建的所述深度学习模型,对道路路面进行检测及对道路路面病害进行分类;其中,所述轻量化车载终端包括有相机、传感器,所述传感器包括加速度传感器、陀螺仪传感器和GNSS传感器。本发明所采用的检测方法扩大了道路路面病害的可探查区域范围,使得道路病害的检测更为方便、快捷,同时,降低了道路路面病害的检测成本。
-
-
-
-
-
-
-
-
-