一种基于声光数据融合的机器人室内定位方法及智能终端

    公开(公告)号:CN116147609A

    公开(公告)日:2023-05-23

    申请号:CN202310179793.7

    申请日:2023-02-27

    Applicant: 中北大学

    Abstract: 本发明公开了一种基于声光数据融合的机器人室内定位方法,所述方法包括:获取预测坐标序列;根据预测坐标序列和真实坐标序列,得到训练数据集和测试数据集;构建神经网络模型;通过训练数据集对神经网络模型进行训练,得到训练完成的神经网络模型;将新采集的光源定位数据和声源定位数据输入到训练完成的神经网络模型中,得到声光数据融合后的坐标预测值;对所述声光数据融合后的坐标预测值进行卡尔曼滤波,得到最终坐标预测值。本发明考虑到室内光照受到遮挡的情况,使用基于到达时延差的声源定位方法作为补偿,利用BP神经网络模型实现声光两种方法的融合,在保证定位实时性的情况下,实现高精度的室内电力巡检机器人定位。

    基于气体传感器的瓦斯浓度预测方法、系统、终端及介质

    公开(公告)号:CN116187111B

    公开(公告)日:2023-07-11

    申请号:CN202310474773.2

    申请日:2023-04-28

    Applicant: 中北大学

    Abstract: 本发明公开了基于气体传感器的瓦斯浓度预测方法、系统、终端及介质,所述方法包括:获取多个原始瓦斯浓度,对同一时刻的原始瓦斯浓度进行自适应加权融合算法计算得到融合后的浓度估计值‑时间序列;对浓度估计值‑时间序列进行一阶处理构建浓度灰色预测模型,基于浓度灰色预测模型得到白化模型,对浓度估计值‑时间序列进行二阶处理构建ARIMA模型;分别将浓度估计值‑时间序列输入白化模型和ARIMA模型进行计算得到下一时刻的第一预测值和第二预测值,并对第一预测值和第二预测值进行加权平均求和得到下一时刻的最终瓦斯浓度预测值。本发明通过结合浓度灰色预测模型和ARIMA模型实现对瓦斯浓度精确的实时预测,且所需计算量较少。

    基于气体传感器的瓦斯浓度预测方法、系统、终端及介质

    公开(公告)号:CN116187111A

    公开(公告)日:2023-05-30

    申请号:CN202310474773.2

    申请日:2023-04-28

    Applicant: 中北大学

    Abstract: 本发明公开了基于气体传感器的瓦斯浓度预测方法、系统、终端及介质,所述方法包括:获取多个原始瓦斯浓度,对同一时刻的原始瓦斯浓度进行自适应加权融合算法计算得到融合后的浓度估计值‑时间序列;对浓度估计值‑时间序列进行一阶处理构建浓度灰色预测模型,基于浓度灰色预测模型得到白化模型,对浓度估计值‑时间序列进行二阶处理构建ARIMA模型;分别将浓度估计值‑时间序列输入白化模型和ARIMA模型进行计算得到下一时刻的第一预测值和第二预测值,并对第一预测值和第二预测值进行加权平均求和得到下一时刻的最终瓦斯浓度预测值。本发明通过结合浓度灰色预测模型和ARIMA模型实现对瓦斯浓度精确的实时预测,且所需计算量较少。

    一种盲人导航帽
    4.
    实用新型

    公开(公告)号:CN222854084U

    公开(公告)日:2025-05-13

    申请号:CN202421425900.6

    申请日:2024-06-21

    Applicant: 中北大学

    Abstract: 本实用新型公开了一种盲人导航帽,属于导盲技术领域。一种盲人导航帽,包括帽子本体,还包括:固定设置在所述帽子本体顶部的电池盒,所述电池盒内固定设置有锂电池;转动设置在所述电池盒顶部的安装座,所述安装座上设置有太阳能板,所述电池盒内设置有用于驱动安装座转动的伺服电机,且所述电池盒内固定设置有太阳追踪器,所述伺服电机与太阳追踪器电性连接;本实用新型通过在电池盒上设置太阳能板为锂电池充电,可以在满足日常使用需求时,减小锂电池体积,从而可以减轻重量,提高佩戴体验。

Patent Agency Ranking