-
公开(公告)号：CN116992349B
公开(公告)日：2025-05-06
申请号：CN202311029925.4
申请日：2023-08-15
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F18/241 , G06F18/25 , G06F18/2415 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/08 , G08G3/02
Abstract: 本发明涉及一种基于深度学习的民船轨迹行为分析优化方法，属于船舶轨迹分析领域，解决了现有技术中仅使用AIS数据无法分析民船轨迹行为的问题。方法包括：获取待分析民船的AIS数据、待分析民船所在地的天气信息以及包括待分析民船所在海域的图像信息；对AIS数据、天气信息及海域的图像信息进行预处理，得到四组向量，分别为：AIS信息向量、天气信息向量、海上交通繁忙度向量以及民船吃水量向量，将四组向量输入训练好的民船轨迹分析模型得到民船轨迹分析结果。实现了精准分析民船轨迹，避免与其他船只发生碰撞或阻碍航行。
-
公开(公告)号：CN115690910A
公开(公告)日：2023-02-03
申请号：CN202211336959.3
申请日：2022-10-28
Applicant: 中国兵器工业计算机应用技术研究所
Abstract: 本发明涉及一种IMU协助视觉特征点捕获的头盔位姿跟踪系统及方法；系统包括：相机单元、标志点单元、IMU单元和跟踪处理单元；标志点单元包括设置在头盔不同位置上处于点亮或熄灭状态的多组标志点；相机单元包括设置在载具座舱内的多个相机；每个相机拍摄角度朝向座舱内头盔移动区域范围，使至少一个相机对准一组被点亮标志点进行拍摄；IMU单元包括头盔IMU和载具IMU；跟踪处理单元利用相机单元拍摄图像中被点亮标志点特征进行头盔的视觉测姿；并建立视觉与惯性融合的卡尔曼滤波器，利用IMU数据对视觉测姿数据进行滤波处理；根据滤波结果预判出被点亮标点在下一帧拍摄图像中的位置，用于下一帧视觉测姿的快速匹配。本发明满足了大范围与高精度视觉测量。
-
公开(公告)号：CN114370870A
公开(公告)日：2022-04-19
申请号：CN202210009783.4
申请日：2022-01-05
Applicant: 中国兵器工业计算机应用技术研究所
Abstract: 本发明涉及一种适用于位姿测量卡尔曼滤波的滤波器更新信息筛选方法，包括：持续获取并存储带有时间戳信息的IMU测量数据、IMU解算结果和外部位姿观测结果；选取最新获取的和临近的两帧外部位姿观测结果，按照时间戳最接近再选取出两帧IMU解算结果；根据外部位姿观测结果和IMU解算结果求取相对偏差；相对偏差不超出偏差阈值范围，则将最新获取外部位姿观测结果作为外部观测量，进行卡尔曼滤波器状态向量的更新；利用更新的对应时刻的卡尔曼滤波器状态向量和该时刻之后已存储的IMU测量数据重新进行捷联惯导解算，更新位姿测量结果。本发明提升位姿测量结果准确性，既保证有效的观测数据及时接入滤波器，又避免不合理的观测数据对滤波器的破坏。
-
公开(公告)号：CN114199239A
公开(公告)日：2022-03-18
申请号：CN202210010936.7
申请日：2022-01-05
Applicant: 中国兵器工业计算机应用技术研究所 , 中国人民解放军61081部队
Abstract: 本发明涉及一种结合北斗导航的双视觉辅助惯性差分座舱内头部测姿系统，包括：北斗导航单元、座舱IMU、头盔IMU、双视觉辅助单元和测量单元；座舱IMU和头盔IMU分别用于获取运动载具和头部的运动信息；双视觉辅助单元用于通过双视觉方式获取头盔相对于座舱的视觉位姿数据；北斗导航单元利用北斗数据获得运动载具的导航结果；测量单元用于根据导航结果对座舱IMU零偏进行修正；通过座舱和头盔的双IMU差分获得的载体坐标系中头盔相对座舱的惯性位姿数据；以视觉位姿数据为外部观测量对惯性位姿数据进行卡尔曼滤波，输出滤波后相对位姿数据。本发明充分利用惯性测姿采样频率高、短时精度高，视觉测姿无累积误差的特性，实现高精度的位姿追踪。
-
公开(公告)号：CN120034283A
公开(公告)日：2025-05-23
申请号：CN202510064639.4
申请日：2025-01-15
Applicant: 中国兵器工业计算机应用技术研究所
Abstract: 本发明涉及一种基于openEuler系统的救援车队的系统时间同步装置，每辆车包括北斗、守时授时、车载节点和5G‑CPE模块；北斗模块将接收的北斗天文时间给守时授时模块；守时授时模块接收北斗天文时间；车载节点模块包括多个车载终端和多个计算处理模块均采用openEuler操作系统；从每辆救援车所有在线车载节点模块中选举出监控节点，监控节点基于本车守时授时模块工作状态和日历信息有效性，采用高或低精度PTP时间同步、本地自主时间或手动时间同步模式对车载节点模块时间同步；5G‑CPE模块实现车队车间联网，及每辆救援车与指挥中心模块联网；指挥中心模块为救援车分配唯一ID确定头车及后车。
-
Patent Agency Ranking
公开(公告)号：CN114323011B
公开(公告)日：2024-04-23
申请号：CN202210010929.7
申请日：2022-01-05
Applicant: 中国兵器工业计算机应用技术研究所
Abstract: 本发明涉及一种适用于相对位姿测量的卡尔曼滤波方法，其特征在于，包括以下步骤：使用分别布置在运动载体与被测物体的两个IMU分别获取运动载体与被测物体的运动信息，并求解出被测物体相对于运动载体的姿态数据；基于包括所述姿态数据在内的状态量，建立卡尔曼滤波的状态误差方程；根据误差传播过程，更新卡尔曼滤波的误差状态协方差矩阵；建立卡尔曼滤波的观测方程，依据外部观测传感器的观测量，更新状态协方差矩阵与状态向量；得到滤波后的被测物体与运动载体的相对位姿。本发明通过状态误差卡尔曼滤波器对载体IMU的位姿误差与零偏、相对姿态测量的位姿误差与零偏进行修正，得到高精度的被测物体与运动载体的相对位姿。
-
公开(公告)号：CN114199239B
公开(公告)日：2024-04-16
申请号：CN202210010936.7
申请日：2022-01-05
Applicant: 中国兵器工业计算机应用技术研究所 , 中国人民解放军61081部队
Abstract: 本发明涉及一种结合北斗导航的双视觉辅助惯性差分座舱内头部测姿系统，包括：北斗导航单元、座舱IMU、头盔IMU、双视觉辅助单元和测量单元；座舱IMU和头盔IMU分别用于获取运动载具和头部的运动信息；双视觉辅助单元用于通过双视觉方式获取头盔相对于座舱的视觉位姿数据；北斗导航单元利用北斗数据获得运动载具的导航结果；测量单元用于根据导航结果对座舱IMU零偏进行修正；通过座舱和头盔的双IMU差分获得的载体坐标系中头盔相对座舱的惯性位姿数据；以视觉位姿数据为外部观测量对惯性位姿数据进行卡尔曼滤波，输出滤波后相对位姿数据。本发明充分利用惯性测姿采样频率高、短时精度高，视觉测姿无累积误差的特性，实现高精度的位姿追踪。
-
公开(公告)号：CN115906844A
公开(公告)日：2023-04-04
申请号：CN202211361916.0
申请日：2022-11-02
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F40/295 , G06F40/242 , G06F18/214
Abstract: 本发明涉及一种基于规则模板的信息抽取方法和系统，利用规则模板融合行业术语词典与自然语言处理中常见的命名实体识别模型进行信息抽取，具体包括：基于抽取需求训练命名实体识别模型，得到训练好的命名实体识别模型；基于所述抽取需求建立信息抽取规则模板；解析所述信息抽取规则模板，调用行业术语词典和训练好的所述命名实体识别模型，对待抽取文本进行信息抽取得到抽取结果。本发明通过配置规则模板，有效融合行业术语与命名实体识别模型，解决了单以信息抽取模型抽取的信息内容规范固定、不够灵活的问题；以及行业信息抽取常见的长文本抽取中，抽取的信息之间的顺序性、规则性、关联性关系，避免了单一信息抽取模型的信息割裂。
-
公开(公告)号：CN115757655A
公开(公告)日：2023-03-07
申请号：CN202211424823.8
申请日：2022-11-14
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F16/28 , G06N7/01 , G06F16/215
Abstract: 本发明涉及一种基于元数据管理的数据血缘分析系统和方法，属于大数据技术领域。本发明通过获取多个数据源的原始数据，基于清洗规则进行清洗处理，得到清洗后数据；基于数据规范规则对清洗后数据进行规范化处理，得到规范数据；所述数据规范规则包括标准代码映射库和规范化规则；使用数据集成算法集成所述规范数据得到集成后数据；构建元数据管理体系；基于元数据管理体系进行数据的血缘分析并存储到图数据库。本发明提供的血缘分析系统和方法，对异地、异构数据做到表字段级别的血缘分析，支持快速准确的对数据质量回溯和定位问题，实现了对数据、数据源、API、清洗规则、数据标准、应用和管理全要素血缘关系展示。
-
公开(公告)号：CN115438101A
公开(公告)日：2022-12-06
申请号：CN202211250887.0
申请日：2022-10-13
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F16/2458 , G06F16/215 , G06F16/22 , G06N20/00
Abstract: 本发明属于计算机科学的机器学习领域，尤其涉及一种基于特征形态和数据关系的数据特征构建系统和方法。本发明充分考虑了数据之间的关联性，根据数据之间的关联性构建DAG执行聚合图，并根据数据特征的统计值构建衍生的数据特征，然后根据DAG执行聚合图对数据特征进行聚合操作，对聚合后特征集进行过滤处理和降维处理。本发明通过DAG执行聚合图充分考虑了数据特征之间的关联性，通过构建衍生的数据特征满足了对业务多样性的适应，本发明的数据特征构建方法提高了特征的信息浓度，提升了数据特征构建的效率。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.078 seconds)
