-
公开(公告)号：CN119313003A
公开(公告)日：2025-01-14
申请号：CN202411434953.9
申请日：2024-10-15
Applicant: 南京林业大学
IPC: G06Q10/047 , G06N3/08 , G06N3/0442 , G06N3/048
Abstract: 本发明公开一种知识与数据协同驱动的轨迹规划冲突规避方法、介质及产品，方法包括基于多个移动目标的帕累托最优规划轨迹，通过笛卡尔积生成多组联合轨迹；利用OPEN列表存储为每组联合轨迹初始化的根节点并创建二叉树；重复以下步骤：利用节点排序的神经网络模型选择节点：当联合轨迹不存在轨迹冲突时：将所选择的节点加入可行解集；当联合轨迹存在轨迹冲突时：基于所选择的节点以及产生冲突的至少两个移动目标，进行冲突规避，生成至少两个包含新的联合轨迹的子节点加入OPEN列表；从可行解集中选择总代价最小的节点，为各个移动目标分配无冲突的规划轨迹。本发明实现了有效构建二叉树模型以及合理选择节点进行轨迹规划冲突规避。
-
公开(公告)号：CN119294673A
公开(公告)日：2025-01-10
申请号：CN202411420233.7
申请日：2024-10-12
Applicant: 南京林业大学
IPC: G06Q10/063 , G06Q10/04 , G06Q50/40 , G06N3/0442 , G06N3/08
Abstract: 本发明公开一种基于深度神经网络的路径依赖轨迹预测方法、介质及产品，方法包括获取参考路径，基于轨迹预测神经网络，输入对齐的参考路径数据点，输出待预测物体下一时刻的轨迹预测结果，对轨迹预测结果随机采样得到轨迹数据点；轨迹预测神经网络的训练方法包括获取理想路径和实际运行轨迹，进行处理，得到参考路径序列和轨迹输入数据序列，确定轨迹输入数据序列中的当前时刻的数据点所在的路径中线对应的参考数据点，得到对齐的参考路径数据序列；将轨迹输入数据序列和对齐的参考路径数据序列作为训练集，训练得到有效的轨迹预测神经网络参数，本发明解决了现有技术中因建模误差和较高计算复杂度所带来的不足。
-
公开(公告)号：CN110189363A
公开(公告)日：2019-08-30
申请号：CN201910462500.X
申请日：2019-05-30
Applicant: 南京林业大学
Abstract: 本发明公开了一种机场场面移动目标低视角视频测速方法，从监控像机获取的低视角视频中，选取一帧包含清晰路面标志特征的图像对摄像机进行标定，建立图像坐标与三维空间坐标之间的变换关系；通过背景减除与运动区域合并确定移动目标所在大致区域，然后通过特征点检测与持续跟踪生成特征点轨迹；对特征点轨迹进行聚类分析，确定特征点所属的移动目标；在每个移动目标中选取若干高度较小的特征点，根据图像坐标与三维空间坐标的变换关系确定特征点在三维空间中的运动距离，除以时间差得到特征点运动速度，取平均值作为移动目标运动速度。本发明充分考虑了机场场面低视角视频测速的特点，无需检测移动目标边界框，有利于提高测速的准确性和稳定性。
-
公开(公告)号：CN113987643B
公开(公告)日：2025-03-18
申请号：CN202111257813.5
申请日：2021-10-27
Applicant: 南京林业大学
IPC: G06F30/13
Abstract: 本发明提供一种基于辅助点的机场滑行道模型构建方法，包括以下步骤：基于电子地图选定路点，根据路点生成图模型顶点，根据路点连接关系确定图模型包含的边，并记录边与顶点的相互对应关系；通过是否具有共同顶点确定边与边的邻接关系；针对电子地图上的各个路点，在每个与路点相连的边上靠近路点的位置添加辅助点；建立边、顶点与辅助点的对应关系；建立基于端点坐标的夹角计算公式；基于相邻边的共同顶点及其辅助点计算夹角，确定相邻边的可达性；依据相邻边可达性，在邻接矩阵基础上生成可达矩阵。利用本发明可基于机场电子地图生成用于直接搜索可行滑行路径的图模型。
-
公开(公告)号：CN119378366A
公开(公告)日：2025-01-28
申请号：CN202411357943.X
申请日：2024-09-27
Applicant: 南京林业大学
IPC: G06F30/27 , G06N3/0442 , G06N3/048
Abstract: 本发明公开一种交通与人工智能交叉技术领域的基于深度神经网络的轨迹跟踪误差不确定性量化方法，包括获取待跟踪物体运行路径上的理想速度曲线；按固定间隔将待跟踪物体运行路径离散化表示为路径中线参考点序列；根据理想速度曲线和路径中线参考点序列，基于预先训练的参考轨迹生成网络依次生成N个轨迹位置点序列，得到参考轨迹；将参考轨迹输入预先训练好的不确定性量化网络，对轨迹跟踪误差的不确定性进行量化，输出待跟踪物体相对于参考轨迹运动的轨迹误差概率分布。本发明实现了对轨迹跟踪误差不确定性的精确量化，解决了现有技术操作复杂、计算量大、未能充分利用已记录的大量运行数据包含的轨迹分布信息来量化轨迹跟踪误差不确定性的问题。
-
Patent Agency Ranking
公开(公告)号：CN119204374A
公开(公告)日：2024-12-27
申请号：CN202411434951.X
申请日：2024-10-15
Applicant: 南京林业大学
IPC: G06Q10/047 , G06Q10/101 , G06N3/0455 , G06N3/09
Abstract: 本发明公开一种基于神经网络增强的路径与轨迹协同优化方法、装置、介质及产品，方法包括获取移动目标的起止节点和待求解问题的图结构，基于协同优化模型得到待求解问题的鲁棒帕累托前沿；包括训练变分自编码网络模型生成候选路径集；基于候选路径集获取理想速度曲线，利用轨迹生成模型生成轨迹集；包括对变分自编码网络模型的隐空间特征向量进行变异得到新的隐空间特征向量；根据新的隐空间特征向量生成新的候选路径集；获取新的候选路径集中每条候选路径的理想速度曲线生成新的轨迹集；根据轨迹集和新的轨迹集进行筛选得到鲁棒有效轨迹集合作为鲁棒帕累托前沿。本发明有效解决了目前路径与轨迹多目标鲁棒协同优化的不足。
-
公开(公告)号：CN110189363B
公开(公告)日：2023-05-05
申请号：CN201910462500.X
申请日：2019-05-30
Applicant: 南京林业大学
IPC: G06T7/246 , G06T7/80 , G06V10/762 , G01P3/38
Abstract: 本发明公开了一种机场场面移动目标低视角视频测速方法，从监控像机获取的低视角视频中，选取一帧包含清晰路面标志特征的图像对摄像机进行标定，建立图像坐标与三维空间坐标之间的变换关系；通过背景减除与运动区域合并确定移动目标所在大致区域，然后通过特征点检测与持续跟踪生成特征点轨迹；对特征点轨迹进行聚类分析，确定特征点所属的移动目标；在每个移动目标中选取若干高度较小的特征点，根据图像坐标与三维空间坐标的变换关系确定特征点在三维空间中的运动距离，除以时间差得到特征点运动速度，取平均值作为移动目标运动速度。本发明充分考虑了机场场面低视角视频测速的特点，无需检测移动目标边界框，有利于提高测速的准确性和稳定性。
-
公开(公告)号：CN113987643A
公开(公告)日：2022-01-28
申请号：CN202111257813.5
申请日：2021-10-27
Applicant: 南京林业大学
IPC: G06F30/13
Abstract: 本发明提供一种基于辅助点的机场滑行道模型构建方法，包括以下步骤：基于电子地图选定路点，根据路点生成图模型顶点，根据路点连接关系确定图模型包含的边，并记录边与顶点的相互对应关系；通过是否具有共同顶点确定边与边的邻接关系；针对电子地图上的各个路点，在每个与路点相连的边上靠近路点的位置添加辅助点；建立边、顶点与辅助点的对应关系；建立基于端点坐标的夹角计算公式；基于相邻边的共同顶点及其辅助点计算夹角，确定相邻边的可达性；依据相邻边可达性，在邻接矩阵基础上生成可达矩阵。利用本发明可基于机场电子地图生成用于直接搜索可行滑行路径的图模型。
-
公开(公告)号：CN215594270U
公开(公告)日：2022-01-21
申请号：CN202120623198.4
申请日：2021-03-26
Applicant: 南京林业大学
Abstract: 本实用新型涉及一种水压驱动旋转喷头式下水道疏通器，主要包括螺旋桨、旋转喷头、硬水管和软水管，旋转喷头将高压自来水导向到自身后方喷出，从而产生旋转作用力和向前的推力，螺旋桨随旋转喷头一起转动，在清理污物的同时也产生前面推力，软水管能自由弯曲，可以在弯道中通过，整个装置只需要接上自来水管就行，不需要外接动力，具有结构简单、体积小、使用方便、疏通效果好的特点。
-
公开(公告)号：CN215053808U
公开(公告)日：2021-12-07
申请号：CN202120918459.5
申请日：2021-04-29
Applicant: 南京林业大学
Abstract: 本实用新型涉及一种无水自闭式窨井盖，采用机械结构，简单、实用、可靠，能有效防止塞进的鞭炮爆炸后将沼气点燃。主要包括井盖面板、浮动转阀、隔栅和隔离盒，隔离盒固定在井盖面板的下方，在其空腔内的底部设有排水口和浮动转阀，当腔内有积水时，浮动转阀在水浮力的作用下开启，让水从转阀下面的排水口流出，当无水流入时，在重力作用下，浮动转阀将排水口关闭，防止物体直接进入下水道内。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.019 seconds)
