一种基于双目视觉slam与融合算法的路径规划方法

    公开(公告)号:CN112904901A

    公开(公告)日:2021-06-04

    申请号:CN202110045936.6

    申请日:2021-01-14

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于双目视觉slam与融合算法的路径规划方法。具体涉及到多旋翼无人机路径规划领域。具体方法如下:由前端利用改进型的双目视觉slam技术来完成对当前场景地图的精准构建,给出初始坐标点以及终点坐标点后运行RRT与人工势场法融合的路径规划算法,直至完成一次路径规划任务,若出现迭代次数过多等问题时则进入故障处理程序,进而提高无人机工作的可靠性。本发明是将改进的双目视觉slam技术与融合路径规划算法结合在一起,其结构简单可靠,可以自身构建环境地图并且具备全局路径规划和局部重规划的能力,大大提高了无人机的飞行工作效率,对无人机自主导航技术的发展具有重要意义。

    一种基于光谱分析技术的煤炭焦渣的快速分类检测方法

    公开(公告)号:CN111965121A

    公开(公告)日:2020-11-20

    申请号:CN202010860783.6

    申请日:2020-08-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于光谱分析技术的煤炭焦渣快速分类检测方法,具体涉及煤炭检测技术领域,本发明在对煤炭焦渣进行分类检测时,通过光谱信息采集模块中的高光谱仪进行光谱信息采集,通过平滑滤波单元和基线校正单元对采集到的光谱信息进行预处理,通过SG平滑滤波和二阶导数操作减小噪声和漂移信号的影响。采用连续投影算法对预处理后的光谱数据进行特征提取,去除冗余信息提高并分类模型的建模速度和稳定性。采用支持向量机法建立分类模型,通过遗传算法对模型参数进行优化,得到最优的惩罚因子和核函数参数并利用最优参数对模型进行训练,最后应用训练好的分类模型对煤炭焦渣进行分类。

    一种基于高光谱的冷库果蔬冷害检测方法

    公开(公告)号:CN111815540A

    公开(公告)日:2020-10-23

    申请号:CN202010708642.2

    申请日:2020-07-22

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于高光谱的冷库果蔬冷害检测方法,属于果蔬检测技术领域。当对冷库中贮存的果蔬样本进行检测时,在黑暗环境下用可控光源在果蔬样本的两侧斜上方对其进行直线照射,用高光谱相机采集样本的高光谱图像,并通过图像预处理模块对图像进行去噪、校正操作。将预处理后更加完好的图像采用主成分分析法进行处理,通过计算原协方差矩阵的特征值和特征向量以及累计方差贡献率,保留前两个主成分图像,去除冗余信息。提取前两个主成分图像中的光谱数据作为神经网络模型的输入,通过训练好的神经网络分类模型快速辨识出该样本是否受到冷害,并通过信号灯显示。本发明快速高效,可及时检测出早期冷害,避免造成巨大经济损失。

    一种基于Yolov4和热红外图像的光伏缺陷检测方法

    公开(公告)号:CN113538391A

    公开(公告)日:2021-10-22

    申请号:CN202110840607.0

    申请日:2021-07-25

    Abstract: 本发明公开了一种基于Yolov4和热红外图像的光伏缺陷检测方法,属于深度学习、神经网络和光伏电站缺陷检测技术领域。具体方法如下:首先应用无人机对原始数据进行采集,将采集到的数据传回后台系统进行图像预处理;接着制作红外图像数据集,对标注好的红外图像进行先验框聚类;然后将图片放入网络进行训练,输出特征图片;最后对网络模型进行评估,并将预测网络整合到光伏检测后台系统,对无人机拍摄回传的红外图像可进行实时检测。本发明方法通过深度学习、热红外图像结合无人机成像技术实现红外热斑光伏检测,操作流程简单,相较于传统的光伏热斑检测方法,本发明方法大大节省了人力物力,且识别速度更快,热斑检测的准确率更高。

    一种基于高光谱成像技术的煤炭种类识别方法

    公开(公告)号:CN113533220A

    公开(公告)日:2021-10-22

    申请号:CN202110840606.6

    申请日:2021-07-25

    Abstract: 本发明公开了一种基于高光谱成像技术的煤炭种类识别方法,属于煤炭检测技术领域。具体方法如下,首先将煤块置于高光谱成像系统的载物台上,打开光源,通过高光谱相机进行图像采集。将采集到的图像进行黑白校正处理,采用BM3D对通过校正处理后的其他噪声进行滤波,将滤波后的纯净估计图像作为输入,传输到建立好的卷积神经网络模型中进行训练,经过卷积和池化操作,提取特征,最后经过全连接层输出分类结果,最终实现煤炭的种类识别。本发明方法实现煤炭的种类识别,相比于传统的检测方法,检测速度快且操作简单,为选煤和煤炭的配比提供参考。

    一种基于高光谱成像技术和卷积神经网络的煤炭质量检测方法

    公开(公告)号:CN112950632A

    公开(公告)日:2021-06-11

    申请号:CN202110415234.2

    申请日:2021-04-18

    Abstract: 本发明提出了一种基于高光谱成像技术和卷积神经网络的煤炭质量检测方法,属于高光谱检测和煤炭检测技术领域。具体方法如下:首先将煤块粉碎成粒度13mm的煤炭颗粒并均匀铺在器皿底部置于载物台中央,通过高光谱相机进行图像采集。先对高光谱图像进行黑白校正去除暗电流的影响,将校正好的图像输入到卷积神经网络中进行卷积和池化操作提取特征及分类。将分类后得到的样本值暂取为其所在含量小区间的中值作为BP神经网络回归模型的输入,将工业分析得到的实测值作为期望输出,通过反向迭代更新,直到误差达到设定值停止迭代,输出含量值。本发明方法实现煤炭的质量检测,操作简单,为煤炭选择过程提供相应技术指导。

    一种可移动的新能源汽车专用车位桩

    公开(公告)号:CN110593627A

    公开(公告)日:2019-12-20

    申请号:CN201910897360.9

    申请日:2019-09-23

    Applicant: 吉林大学

    Abstract: 本发明公开了一种可移动的新能源汽车专用车位桩,包括基座和车位桩,基座通过固定孔设于地面,基座内部焊接有两个相同尺寸的焊杆,基座上端套有车位桩,车位桩上端设置有锁轴、防护壳和密封盖,锁轴末端连接有中心轴,中心轴末端连接有电机,中心轴上端设置有锁舌,锁舌上端设置有限位块,防护壳上设置有数码显示屏,密封盖上端设置有无线接收器、天线和太阳能光伏板,密封盖内设置有蓄电池,太阳能光伏板将电力存储起来,便于电机、数码显示屏和无线接收器的使用,本发明无线接收器无线连接有匹配的遥控器,通过无线控制电机的运行,从而达到基座与车位桩之间的开与锁。

    一种基于光谱分析技术的煤炭焦渣的快速分类检测方法

    公开(公告)号:CN111965121B

    公开(公告)日:2023-03-21

    申请号:CN202010860783.6

    申请日:2020-08-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于光谱分析技术的煤炭焦渣快速分类检测方法,具体涉及煤炭检测技术领域,本发明在对煤炭焦渣进行分类检测时,通过光谱信息采集模块中的高光谱仪进行光谱信息采集,通过平滑滤波单元和基线校正单元对采集到的光谱信息进行预处理,通过SG平滑滤波和二阶导数操作减小噪声和漂移信号的影响。采用连续投影算法对预处理后的光谱数据进行特征提取,去除冗余信息提高并分类模型的建模速度和稳定性。采用支持向量机法建立分类模型,通过遗传算法对模型参数进行优化,得到最优的惩罚因子和核函数参数并利用最优参数对模型进行训练,最后应用训练好的分类模型对煤炭焦渣进行分类。

    一种基于显微高光谱的COVID-19检测识别方法

    公开(公告)号:CN112560597B

    公开(公告)日:2022-07-22

    申请号:CN202011389116.0

    申请日:2020-12-02

    Applicant: 吉林大学

    Inventor: 李文军 龙伟

    Abstract: 本发明公开了一种基于显微高光谱的COVID‑19检测识别方法,涉及病毒检测领域。具体方法如下:由检测人员通过“咽拭子”的方法从待检测人员口中获得检测样本,通过分离装置分离并添加试剂配置成两份标准检测样本,然后分别通过PCR分析获得常规的诊断结果以及通过显微高光谱技术快速获得的检测识别结果,其中后者可以独立用于诊断检测,且部分检测流程全面兼容现有的PCR检测技术。在此基础上,上述所得的检测数据送入到大数据平台中,由大数据库平台给出比对分析结果,并对最终的结果进行显示。本发明是一种快速高效的方法,通常只需要15~20min的时间,扩展了现有的检测技术,提升了病毒检测的准确率,极大的提高了防疫工作的效率。

    一种基于双目视觉slam与融合算法的路径规划方法

    公开(公告)号:CN112904901B

    公开(公告)日:2022-01-21

    申请号:CN202110045936.6

    申请日:2021-01-14

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于双目视觉slam与融合算法的路径规划方法。具体涉及到多旋翼无人机路径规划领域。具体方法如下:由前端利用改进型的双目视觉slam技术来完成对当前场景地图的精准构建,给出初始坐标点以及终点坐标点后运行RRT与人工势场法融合的路径规划算法,直至完成一次路径规划任务,若出现迭代次数过多等问题时则进入故障处理程序,进而提高无人机工作的可靠性。本发明是将改进的双目视觉slam技术与融合路径规划算法结合在一起,其结构简单可靠,可以自身构建环境地图并且具备全局路径规划和局部重规划的能力,大大提高了无人机的飞行工作效率,对无人机自主导航技术的发展具有重要意义。

Patent Agency Ranking