-
公开(公告)号：CN105760812A
公开(公告)日：2016-07-13
申请号：CN201610029449.X
申请日：2016-01-15
Applicant: 北京工业大学 , 北京日立北工大信息系统有限公司
IPC: G06K9/00
CPC classification number: G06K9/00798 , G06K9/40 , G06K9/4604
Abstract: 一种基于Hough变换的车道线检测方法，该方法针对现有车道线检测技术的需要建立特定的模型，算法比较复杂，效率低，实时性差的缺点，通过对经过Hough变换后的含有车道线的图像，利用车道线像素的位置信息进行车道线检测和趋势的判断，算法具有良好的实时性，高效率得检测车道线。本方法不需要引入过多的参数来辅助判别弯道，不需要车道线建模等繁琐方法，可用于普通车道和高速公路，可以简单快速地实现弯道趋势的识别，有较好的实时性和准确性。
-
公开(公告)号：CN119649033A
公开(公告)日：2025-03-18
申请号：CN202411804080.6
申请日：2024-12-09
Applicant: 北京工业大学
IPC: G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开一种基于点云数据优化的零标注目标分割方法和系统。方法包括：通过基于自监督训练的点云数据优化方法，将待处理实际生产场景目标点云数据进行优化得到优化后实际生产场景目标点云数据；优化从结构完整度、数据密度和数据平滑度进行；基于已标注室内目标点云数据对标准点云分割网络进行训练得到已训练标准点云分割模型；已标注室内目标点云数据特点为目标的结构信息完整、数据密度高和数据平滑度高；将优化后实际生产场景目标点云数据输入已训练标准点云分割模型，获取目标的不同部分的分割结果，并获取相关的表型参数。避免实际生产场景采集的点云数据标注问题，保证目标的不同部分被准确分割的能力。
-
公开(公告)号：CN115050452B
公开(公告)日：2024-12-17
申请号：CN202210759790.6
申请日：2022-06-30
Applicant: 北京工业大学
IPC: G16H20/30 , G06F18/213 , G06F18/24 , G06F18/25 , G06F18/15 , G06N3/0455 , G06N3/084 , A61B5/00 , A61B5/397
Abstract: 本发明公开了一种通用肌电运动意图识别模型构建方法，包括：采集多个用户的肌电信号，并分别进行预处理；基于预处理后的多个用户的肌电信号进行多用户个性特征提取；基于提取的多用户个性特征进行多用户共性特征提取，基于多用户共性特征以及多用户个性特征构建深度广义相关性分析模型；采集新用户的肌电信号特征，基于深度广义相关性分析模型提取新用户的共性特征，与多用户共性特征进行用户共性特征融合，获得融合特征；基于融合特征构建通用模型数据集，输入运动意图分类网络中进行学习获得通用识别模型构建参数；基于通用识别模型构建参数构建通用肌电运动意图识别模型。还公开了对应的模型构建系统、电子设备以及计算机可读存储介质。
-
公开(公告)号：CN118967922A
公开(公告)日：2024-11-15
申请号：CN202410993487.1
申请日：2024-07-23
Applicant: 北京工业大学
IPC: G06T17/00
Abstract: 本发明公开了一种全方位自动化的目标三维重建方法，包括：S1，选定用于进行三维重建的目标；S2，基于目标固定和目标定时旋转后多角度图像自动拍摄进行多机位多角度的视觉图像采样，从而获取目标的多视图；S3，基于目标的多视图进行三维重建。本发明还公开了对应的系统、电子设备及计算机可读存储介质。本发明通过目标悬挂与目标自动旋转，实现自动化的目标全方位图像采集；同时通过特定目标悬刺，实现特定目标全方位图像采集，避免了因放置角度问题无法拍摄到目标底部，造成目标表面重建不完整的问题；同时提高了三维重建系统自动化程度，无需繁复的手动操作和处理步骤，从而降低整个过程成本、提高处理速度和处理效率。
-
公开(公告)号：CN115177273B
公开(公告)日：2024-04-19
申请号：CN202210759783.6
申请日：2022-06-30
Applicant: 北京工业大学
IPC: A61B5/389 , A61B5/00 , G06F18/2415 , G06F18/25 , G06N3/045 , G06N3/0455 , G06N3/0442 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于多头再注意力机制的运动意图识别方法，包括：获取脑卒中患者佩戴的可穿戴设备采集的多组样本信息，每组样本信息包括样本肌电信号、惯性测量信号和/或样本脑电信号；基于每组样本信息建立基于多头再注意力机制的运动意图识别模型；基于所述运动意图识别模型确定所述脑卒中患者的运动意图。还公开了基于双流Transformer编码器和多头再注意力机制的运动意图识别系统、该运动意图识别方法在脑卒中患者的镜像治疗和/或助动治疗中的应用、电子设备以及计算机可读存储介质。
-
Patent Agency Ranking
公开(公告)号：CN115024735B
公开(公告)日：2024-04-09
申请号：CN202210762619.0
申请日：2022-06-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于运动意图识别模型的脑卒中患者康复方法，用于重度患者的镜像治疗以及中度和轻度患者的助动治疗，包括：脑卒中患者将患侧手固定在康复辅具中；并将肌电采集传感器固定在重度患者的健侧手的对应位置以及中度或轻度脑卒中患者的患侧手的对应位置；根据提示进行相应的运动，肌电采集传感器采集健侧手或患侧手的肌电信号；基于肌电信号建立运动意图识别模型；基于运动意图识别模型确定脑卒中患者的运动意图；基于脑卒中患者的运动意图控制康复辅具做出对应的动作，完成一次患侧手的康复运动；多次重复，完成患侧手的康复运动。本发明能高准确率地识别患者运动意图，从而帮助患者进行有效的主动康复治疗。
-
公开(公告)号：CN107458593B
公开(公告)日：2023-09-12
申请号：CN201710790821.3
申请日：2017-09-05
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于多旋翼无人机的涵道推进系统，属于无人机技术领域；该系统包括多旋翼无人机、云台接口Ⅰ、涵道升力模块和云台接口Ⅱ。多旋翼无人机与云台接口Ⅰ通过刚性连接，云台接口Ⅰ的下部与涵道升力模块通过刚性连接；云台接口Ⅱ的上部与涵道升力模块通过刚性连接，云台接口Ⅱ的下部设有预留接口，预留接口能够与所搭载的云台或其他设备连接。本发明使用通用的云台接口，可以与多种型号的消费级多旋翼无人机进行刚性机械结合，并且可以根据不同载重需求搭载不同涵道或电池以提高最大升力，不需要加装复杂的涵道控制系统，有很大的改装潜力和设计余量，比重新设计一款涵道无人机节省了很大成本。
-
公开(公告)号：CN115050452A
公开(公告)日：2022-09-13
申请号：CN202210759790.6
申请日：2022-06-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种通用肌电运动意图识别模型构建方法，包括：采集多个用户的肌电信号，并分别进行预处理；基于预处理后的多个用户的肌电信号进行多用户个性特征提取；基于提取的多用户个性特征进行多用户共性特征提取，基于多用户共性特征以及多用户个性特征构建深度广义相关性分析模型；采集新用户的肌电信号特征，基于深度广义相关性分析模型提取新用户的共性特征，与多用户共性特征进行用户共性特征融合，获得融合特征；基于融合特征构建通用模型数据集，输入运动意图分类网络中进行学习获得通用识别模型构建参数；基于通用识别模型构建参数构建通用肌电运动意图识别模型。还公开了对应的模型构建系统、电子设备以及计算机可读存储介质。
-
公开(公告)号：CN113902904A
公开(公告)日：2022-01-07
申请号：CN202111166836.5
申请日：2021-09-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种轻量化网络架构系统，包括：多个轻量化的网络卷积块，将CSPNet的部分块中堆叠的多个Res block或Dense block替换为微型跨阶段网络结构轻量化部分块，并且减少了一个部分过渡层，同时将双融合操作替换为单融合操作；以及基于特征图大小变化的下采样模块。轻量化的网络卷积块作为主干网络，将传统CSPNet中不同尺度下使用的block的内部结构进行了轻量化处理，替换为用轻量化的网络卷积块提取特征，避免了检测耗时长的问题；计算效率高的轻量级CSP目标检测网络，用于轻量化检测和物体分离，是一种计算效率高的轻量级CSP目标检测网络，提升了检测和分离的准确性和速度。
-
公开(公告)号：CN113888617A
公开(公告)日：2022-01-04
申请号：CN202111163838.9
申请日：2021-09-30
Applicant: 北京工业大学
Abstract: 本发明公开一种关联区域多相机物体匹配方法，包括：根据预先设置的相机架设策略和相机标定策略进行相机架设和相机标定，相机包括高位架设2D相机及低位架设2D相机，低位架设2D相机的高度低于高位架设2D相机；高位架设2D相机采用俯视或斜视方式获取视野内的第一物体图像；低位架设2D相机采用俯视或斜视方式获取视野内的第二物体图像；设置关联匹配区域，并根据重识别算法模型对每个物体在高位架设2D相机的第一物体图像在低位架设2D相机中的关联匹配区域进行关联匹配，实现跨高位架设和低位架设2D相机的同一物体的识别。还公开了相应的物体匹配系统，建立多个相机之间的坐标关联，从而准确地确定物体的位置和尺寸。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.063 seconds)
