-
公开(公告)号：CN118071642A
公开(公告)日：2024-05-24
申请号：CN202410146144.1
申请日：2024-02-02
Applicant: 东南大学
IPC: G06T5/73 , G06T5/70 , G06T5/40 , G06T3/4007
Abstract: 一种应用于煤场环境下的图像去雾方法，包括：获取原有雾图像，对原有雾图像进行降采样处理，然后计算其暗通道图；通过快速估计全局大气光值的方法求得大气光值；根据降采样后的有雾图像和大气光值计算初始透射率，以降采样后的有雾图像作为导向图，对初始透射率进行导向滤波处理，得到透射率；通过大气光值和透射率进行去雾处理，通过双线性插值法得到去雾图像；最后使用限制对比度自适应直方图均衡化进行图像增强处理，得到最终的去雾图像。本发明通过对原图缩放处理大幅度减少了去雾时间，通过增加图像增强处理过程使图像细节更加清晰，从而保证了去雾效果。
-
公开(公告)号：CN112907580B
公开(公告)日：2024-04-19
申请号：CN202110324585.2
申请日：2021-03-26
Applicant: 东南大学
Abstract: 本发明公开了一种应用于弱纹理场景下的综合点线特征的图像特征提取和匹配算法，在不动产单元测量过程中，测量节点的频繁移动造成测量现场光线强度随视角动态变化，提出一种弱纹理场景下的改进点线特征的图像特征提取匹配方法。在图像特征提取读取过程中，首先提取两幅图像并构建K层高斯金字塔；设定局部自适应阈值，通过像素的分类提取，采用了FAST角点自适应阈值提取；提取角点后利用BRIEF算法计算特征点特征描述符；再对图像做LSD线特征提取，计算LBD描述子进行线匹配；计算两幅图像特征点的信息熵和二值互信息并基于二值互信息阈值对特征点使用KNM算法进行匹配。
-
公开(公告)号：CN102033235B
公开(公告)日：2012-11-28
申请号：CN201010508461.1
申请日：2010-10-15
Applicant: 东南大学
Abstract: 本发明公布了一种基于GPS/SINS城镇地籍图根点快速测量及事后数据处理方法，所述方法根据首级网信息，利用GPS/SINS城镇地籍图根点测量设备在GPS信号不稳定地区进行图根点的布设，GPS/SINS城镇地籍图根点测量设备利用已知控制点和特殊的转位操作获得其工作的初始信息，形成导航定位坐标系；在图根点布设过程中，利用GPS/SINS城镇地籍图根点测量设备获得隐蔽地区图根点的坐标；利用事后数据处理软件，对外业中存储下来的惯性核心部件的测量数据与GPS信息进行融合，实现GPS信号不稳定地区图根点的高精度定位，并评定定位精度。本发明可以很好地提高图根点布设的效率和定位精度。
-
公开(公告)号：CN114564048B
公开(公告)日：2025-04-04
申请号：CN202210247881.1
申请日：2022-03-14
Applicant: 东南大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种面向农用四旋翼无人机航迹规划改进方法，该方法针对传统A*算法规划出的路径不平滑，转折点较多最终导致不适合无人机直接飞行的问题，提出扩大A*算法的搜索空间，由传统的8领域搜索转化为24领域搜索。通过扩展搜索领域，算法对于下一节点的扩展方向不再局限于π/4的整数倍，最终使得规划出来的路径适合无人机飞行。
-
公开(公告)号：CN118089711A
公开(公告)日：2024-05-28
申请号：CN202410146145.6
申请日：2024-02-02
Applicant: 东南大学
Abstract: 一种应用于煤场环境的MEMS‑IMU温度补偿方法，该方法包括：采集MEMS‑IMU温度数据以及原始输出数据；对MEMS‑IMU静态输出数据进行预处理，舍弃高频噪声分量，保留温度特征项，得到处理后的数据；以温度T、温度变化率dT/dt、预处理后的数据建立温度补偿模型，通过调整隐层节点个数，获得神经网络中的权重和常值偏置，最终得到离线预训练好的网络；将实时采集到的数据给训练后的神经网络辨识，对离线预训练好的神经网络进行在线再训练，保证神经网络模型参数在复杂环境下的适用性。本发明能够有效减小数据的噪声，对于模型的精度和最终的温度补偿效果都有显著的提高，使得补偿后MEMS‑IMU在不同温度、温度变化率工作条件下适应性良好。
-
Patent Agency Ranking
公开(公告)号：CN111707269B
公开(公告)日：2022-04-05
申请号：CN202010579045.4
申请日：2020-06-23
Applicant: 东南大学
Abstract: 本发明提供一种三维环境下的无人机路径规划方法，该方法包括步骤：环境建模：对无人机飞行的三维空间划分栅格并使用唯一栅格索引标识，对空间中的障碍物建立唯一索引标识并计算每一障碍物的包围盒作为确定受影响栅格的依据，将对应的障碍索引保存至所有与包围盒相交的栅格中；路径搜索：将无人机当前位置以及目标位置分别设为起始点和目标点，由起始点进行扩展建立一条由起始点到目标点不与障碍物包围盒相碰撞的生成路径；对生成路径进行简化并使用样条曲线对简化后生成路径进行平滑得到用于无人机控制的最终飞行轨迹。该方法考虑了无人机的实际飞行环境特点，能够快速地提供满足飞行条件且无误差的路径。
-
公开(公告)号：CN111707269A
公开(公告)日：2020-09-25
申请号：CN202010579045.4
申请日：2020-06-23
Applicant: 东南大学
Abstract: 本发明提供一种三维环境下的无人机路径规划方法，该方法包括步骤：环境建模：对无人机飞行的三维空间划分栅格并使用唯一栅格索引标识，对空间中的障碍物建立唯一索引标识并计算每一障碍物的包围盒作为确定受影响栅格的依据，将对应的障碍索引保存至所有与包围盒相交的栅格中；路径搜索：将无人机当前位置以及目标位置分别设为起始点和目标点，由起始点进行扩展建立一条由起始点到目标点不与障碍物包围盒相碰撞的生成路径；对生成路径进行简化并使用样条曲线对简化后生成路径进行平滑得到用于无人机控制的最终飞行轨迹。该方法考虑了无人机的实际飞行环境特点，能够快速地提供满足飞行条件且无误差的路径。
-
公开(公告)号：CN111457902A
公开(公告)日：2020-07-28
申请号：CN202010278863.0
申请日：2020-04-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于激光SLAM定位的水域测量方法及系统，属于测绘技术领域。方法包括：使用搭载有激光雷达、惯性测量单元IMU、GPS接收机的无人船对水域进行测量，采集数据；利用采集的IMU和GPS数据进行静基座初始对准，为后续行进间激光SLAM解算提供初始绝对位置和姿态信息；根据水域测量环境，对激光雷达采集的数据进行点云预处理操作；利用IMU估计相邻两帧点云之间的姿态变换，为点云配准提供初值；使用PPICP算法对点云进行配准；后端图优化加入组合导航位姿信息作为额外约束，以提高求解精度；根据后端优化的结果，解算点云三维坐标并绘制三维点云地图，标记水域边界的绝对位置信息。本发明可为水域整体保护、综合治理提供精准参考。
-
公开(公告)号：CN105841700B
公开(公告)日：2019-07-12
申请号：CN201610398326.3
申请日：2016-06-07
Applicant: 东南大学
Abstract: 本发明公开了一种面向不动产实地测量的定位方法，采用惯性测量系统和激光测距模块的组合测量装置进行测量，包括以下几个步骤：1）确定控制点和待测点；2）通过激光测距模块测量待测点与组合测量装置之间的距离；惯性测量系统进行四位置寻北，并存储数据；3）对上述控制点处四位置寻北数据进行解算，计算激光测距时惯性测量系统的姿态角；4）进行距离转换，将步骤2）测量的距离通过步骤3）得到的姿态角计算出待测点相对控制点的东向距离和北向距离；5）计算待测点坐标；6）重复步骤1）~5），获得所有需要测量的待测点位置信息。本发明可以快速地实现待测点位置信息的获取，测量过程中没有误差积累，提高了测量效率和定位精度。
-
公开(公告)号：CN108663068A
公开(公告)日：2018-10-16
申请号：CN201810233753.5
申请日：2018-03-20
Applicant: 东南大学
IPC: G01C25/00
Abstract: 本发明公开了一种应用在初始对准中的SVM自适应卡尔曼滤波方法。该方法包括：1)建立捷联惯性测量系统初始对准数学模型；2)新息方差的计算；3)支持向量机的设计：针对噪声模型难以量化及系统发生突变，从而引起滤波器发散、数值不稳定的问题，提出引入一种支持向量机产生的自适应因子，提升算法的鲁棒性，提高对状态与参数突变的跟踪能力；4)SVMAKF滤波器的构建：基于自适应原则和支持向量机卡尔曼滤波构建一种SVMAKF滤波器，实时修正捷联惯性测量系统的噪声协方差阵，提高初始对准的精度和稳定性。本发明显著改善了卡尔曼滤波器的性能，防止滤波器发散，提高初始对准的精度和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.018 seconds)
