公开(公告)号：CN113962270A

公开(公告)日：2022-01-21

申请号：CN202111275409.0

申请日：2021-10-29

Applicant: 北方工业大学

Inventor： 王华锋 ,  胡智闽 ,  张英韬 ,  刘万泉 ,  屠焕青 ,  巨红伟 ,  张豪督

IPC: G06K9/00 ,  A61B5/00 ,  A61B5/0205

Abstract: 本发明公开了一种针对单通道睡眠期人体生理信号的处理方法，首先使用高精度传感器采集单通道复杂信号；使用构建矩阵空间的方法，对单通道复杂信号的特征进行提取，经过对不同特征的映射得到高维矩阵空间，该高维矩阵空间包含至少两路以上信号的特征；然后使用特定的特征基对所述高维矩阵空间进行空间变换，将与测试对象睡眠质量有关的特征从所述高维矩阵空间中分离出来；再使用选通决策滤波的方法利用多参数指标对分离出来的单路特征信号群进行复杂建模，并通过模式识别实现对所述单通道复杂信号的选通滤波分离。该方法针对睡眠期生理信号等复杂信号，能够以更高的精度实现对信号进行滤波分离，扩大了睡眠监测设备的灵活度和使用范围。

公开(公告)号：CN114022414B

公开(公告)日：2024-03-15

申请号：CN202111202495.2

申请日：2021-10-15

Applicant: 北方工业大学

Inventor： 王华锋 ,  张豪督 ,  张英韬 ,  刘万泉 ,  巨红伟 ,  王源帆

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/50 ,  G06T7/90 ,  G06T17/05 ,  G06F17/16

Abstract: 本发明公开了一种基于双目感知学习的加油加电智能动作的执行方法，首先利用标定后的双目相机获取目标场景的多视角图像；分别输入到车型高效感知模块、区域决策模块和激光视觉感知再决策模块，得到油箱类目标或电源接入口在目标场景图像中准确的区域位置；计算出在基于机械手臂坐标系的世界坐标下油箱类目标或电源接入口相对于机械手臂底座的三维坐标；进一步获得可行性与安全性融合最高的机械手臂轨迹；依据机械手臂轨迹和各个舵机的角度操作机械手臂进行开启与关闭油箱类目标或电源接入口的操作。上述方法能克服现有技术存在的作业准确性不高、缺乏视觉、适用场景技术单一而导致的可靠性难以兼顾的问题。

公开(公告)号：CN114022414A

公开(公告)日：2022-02-08

申请号：CN202111202495.2

申请日：2021-10-15

Applicant: 北方工业大学

Inventor： 王华锋 ,  张豪督 ,  张英韬 ,  刘万泉 ,  巨红伟 ,  王源帆

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/50 ,  G06T7/90 ,  G06T17/05 ,  G06F17/16

Abstract: 本发明公开了一种基于双目感知学习的加油加电智能动作的执行方法，首先利用标定后的双目相机获取目标场景的多视角图像；分别输入到车型高效感知模块、区域决策模块和激光视觉感知再决策模块，得到油箱类目标或电源接入口在目标场景图像中准确的区域位置；计算出在基于机械手臂坐标系的世界坐标下油箱类目标或电源接入口相对于机械手臂底座的三维坐标；进一步获得可行性与安全性融合最高的机械手臂轨迹；依据机械手臂轨迹和各个舵机的角度操作机械手臂进行开启与关闭油箱类目标或电源接入口的操作。上述方法能克服现有技术存在的作业准确性不高、缺乏视觉、适用场景技术单一而导致的可靠性难以兼顾的问题。

公开(公告)号：CN118037543A

公开(公告)日：2024-05-14

申请号：CN202410188426.8

申请日：2024-02-20

Applicant: 北方工业大学

Inventor： 王华锋 ,  刘洋 ,  郭可信 ,  刘伦莹 ,  李志强 ,  高皓琪 ,  韩雨 ,  巨红伟

IPC: G06T3/4038 ,  G06T7/33 ,  G06V10/40 ,  G06V10/80 ,  G06V10/774

Abstract: 本发明公开了一种基于无监督学习的大视差下图像拼接方法，通过网络监控摄像头采集大视差场景下目标周围环境的图像信息，并对图像信息进行处理，制作数据集；构建用于图像对配准对齐的特征提取融合网络，并引入了CGC模块；所述CGC模块用于聚焦图像三通道间特征的关联，进行不同通道间特征的交互和融合；将数据集输入所构建的特征提取融合网络，通过训练得到预训练权重，再对场景图像对进行图像拼接。上述方法解决了传统拼接的鲁棒性问题和深度拼接中目标信息提取匹配程度不好的问题，实现了对大视差监控视角下的图像拼接。

公开(公告)号：CN115840190A

公开(公告)日：2023-03-24

申请号：CN202211457808.3

申请日：2022-11-21

Applicant: 北方工业大学

Inventor： 王华锋 ,  巨红伟 ,  胡朝晖 ,  黄振阳 ,  刘万泉 ,  张豪督 ,  屠焕青 ,  杜涛 ,  石倩倩 ,  李丹 ,  张如雷

IPC: G01S5/02 ,  H04W4/029 ,  H04W4/33 ,  H04W4/80 ,  G06N3/04 ,  G06N3/08 ,  G01C21/16 ,  G01C21/20

Abstract: 本发明公开了一种基于蓝牙AOA与深度学习融合的高精度定位方法，通过到达角定位AOA主节点蓝牙基站与多个被动节点蓝牙基站，获取蓝牙终端的原始采样值I和Q的相位数据，并将得到的IQ相位数据发送到PC处理终端；PC处理终端将获得的IQ相位数据输入到训练好的神经网络模型中，获得蓝牙终端的实时定位结果；根据蓝牙终端实时定位结果判断所述蓝牙终端的运动状态为动态还是静态；若为动态，则基于扩展卡尔曼滤波算法来优化定位结果；若为静态，则基于多点平均滤波算法来优化定位结果。该方法将蓝牙AOA与深度学习网络相结合，实现了相位数据到空间坐标的快速映射，并采用针对不同状态下不同的滤波方法，使数据更准确。