-
公开(公告)号：CN117635969A
公开(公告)日：2024-03-01
申请号：CN202311362570.0
申请日：2023-10-19
Applicant: 哈尔滨工业大学
Inventor： 沈锋 , 李文强 , 王雪 , 李锦辉 , 梁一 , 李昕达 , 张明昊 , 范瑞昌 , 万彤 , 吴宇轩 , 尹娟 , 袁月 , 杨朋举 , 陆一鸣 , 崔秀雨 , 尹中祺 , 周道松
Abstract: 基于特征点预测一致性检验的数字图像可信性自评估方法和系统，涉及传感器可信性自评估领域。解决传统的可信度评估方法无法直接确定原始数字图像数据对于导航任务的可信度的问题。所述方法包括：根据传感器接收当前时刻数字图像；提取当前时刻数字图像中的特征点信息；根据所述当前数字图像中的特征点信息计算下一时刻关键特征点的潜在位置；根据所述下一时刻关键特征点的潜在位置和下一时刻实际获取的数字图像进行对比，完成可信性自评估。本发明应用于机器视觉领域。
-
公开(公告)号：CN112230258B
公开(公告)日：2023-10-10
申请号：CN202011053303.1
申请日：2020-09-29
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于AOA/TDOA联合的增强型GNSS宽带干扰定位方法。步骤1：通过GNSS宽带干扰定位系统中获取的测量值特征，分别构建到达角AOA观测模型和差分到达时间TD0A观测模型；步骤2：基于步骤1中的到达角AOA观测模型，建立到达角AOA定位模型；步骤3：基于步骤1中的差分到达时间TDOA观测模型，建立差分到达时间TDOA定位模型；步骤4：基于步骤2和步骤3的到达角AOA定位模型和差分到达时间TDOA定位模型，建立面向GNSS宽带干扰的到达角AOA与差分到达时间TDOA松组合定位模型，实现最终定位。针对现有AOA/TDOA联合定位方法的不足。
-
公开(公告)号：CN107330149B
公开(公告)日：2022-10-28
申请号：CN201710390750.8
申请日：2017-05-27
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于ARMA和BPNN组合模型的MIMU陀螺随机误差预测方法，主要包括：步骤一：在静止的状态下采集单轴微陀螺仪的随机漂移数据，通过观察自相关参数ACF和偏相关参数PACF的图形特性判断陀螺原始数据序列的平稳性，进行ADF单位根的检验，经过差分剔除序列的趋势项后得到平稳的数据。步骤二：采用AIC最小准则法对陀螺平稳序列进行模型定阶，构建陀螺漂移平稳序列的ARMA模型。步骤三：使用组合模型对陀螺的随机漂移序列进行建模，从步骤二的ARMA模型的误差数据中选取训练集和测试集，建立BP神经网络预测模型，设置BP神经网络的结构。步骤四：对所建BP神经网络模型的样本数据进行训练，并保存陀螺随机漂移的预测结果。
-
公开(公告)号：CN117634555A
公开(公告)日：2024-03-01
申请号：CN202311362525.5
申请日：2023-10-19
Applicant: 哈尔滨工业大学
IPC: G06N3/0455 , G06N3/042 , G06N3/048 , G06F18/2415 , G06N3/08
Abstract: 基于运动约束Transformer的数值传感器可信性自评估方法和系统，涉及数值传感器可信性自评估领域。解决现有导航传感器具有较强的动态性和较大的误差自相关性，传统研究方法在处理较长的导航数据序列时面临梯度消失或爆炸，导致数值传感器可信性自评估结果不准确的问题。方法包括：构建具有多层注意力机制的Transformer结构并对时间序列中任意两个位置之间的依赖关系建立数值传感器数据预测模型；根据运动约束和自相关误差校正技术对预测模型进行优化，获取优化模型；根据优化模型获取预测值；根据预测值计算数值传感器数据的异常概率；根据异常概率计算数值传感器的数据自评估可信性结果。本发明应用于自动驾驶汽车领域。
-
公开(公告)号：CN117409305A
公开(公告)日：2024-01-16
申请号：CN202311302220.5
申请日：2023-10-09
Applicant: 哈尔滨工业大学
IPC: G06V20/00 , G06V20/40 , G06V10/774 , G06V10/82 , G06V10/20 , G06V10/44 , G06T7/50 , G06T7/70 , G06N3/0455 , G06N3/0464 , G06N3/088
Abstract: 一种基于共视数据重构的可信度互评估方法和系统，涉及信息融合技术领域。现有传感器数据的可信性评估方法侧重于静态物联网，并围绕数据冗余进行设计并且这些系统无法在融合之前动态评估传感器数据的可信性的问题。所述方法包括：通过传感器获取视频图像数据，并采用无监督学习框架GeoNet处理所述视频数据获取最终流预测的深度图；根据所述深度图进行缩放处理，获取视差图；将所述视差图进行锐化处理，获取图像边缘信息；根据所述获取图像边缘信息进行正向映射，获取合成图像；通过重构摄像机采集视频图像；根据所述合成图像和重构摄像机采集视频图像进行相似度计算，完成相互可信性评估。本发明应用于多源导航领域。
-
Patent Agency Ranking
公开(公告)号：CN113325215A
公开(公告)日：2021-08-31
申请号：CN202110470078.X
申请日：2021-04-28
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于多级梳状滤波的光纤电流互感器输出控制器的设计方法。步骤1：根据光纤电流互感器的闭环系统结构参数仿真确定多级梳状滤波器的级数与降采样率；步骤2：根据步骤1确定的多级梳状滤波器设计FPGA模块；步骤3：根据步骤2的FPGA模块确定输出控制器。本发明用以解决采用FIR滤波器时阶数要求较高，滤波器中存在精度要求较高的浮点数，在保证实时抽取运算的同时，难以转换采样率的问题。
-
公开(公告)号：CN112230249A
公开(公告)日：2021-01-15
申请号：CN202011057920.9
申请日：2020-09-29
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于城市多路径误差抑制的相对定位方法。步骤1：建立GPS伪距观测方程，对观测量进行双差处理后，得到接收机间相对位置信息；步骤2：采用最小二乘方法对GPS原始数据进行解算，根据伪距观测方程，输出GPS导航位置估计值；步骤3：建立多路径干扰下的车辆导航定位的状态方程和量测方程，对双差处理后的导航数据进行稀疏算法处理，解算出多路径误差；步骤4：根据步骤3解算出的多路径误差，校正伪距和多普勒频移观测值，利用卡尔曼滤波方法输出校正后的相对位置信息。针对在城市环境中车辆导航易受到多路径信号干扰的问题。
-
公开(公告)号：CN110793515A
公开(公告)日：2020-02-14
申请号：CN201810875386.9
申请日：2018-08-02
Applicant: 哈尔滨工业大学
Abstract: 本发明提供了一种基于低成本MEMS传感器和单天线GPS的应用于无人机在大机动条件下的姿态估计算法。该算法将GPS测得的速度值差分，得到的结果对IMU测得的线性加速度进行补偿，采用互补滤波融合算法，再利用校正后的加速度信息修正陀螺仪的漂移，从而得到当前姿态角的准确估计，并在无人机采用BTT控制飞行过程中实时利用GPS信息对偏航角进行校正，输出融合并校正的最佳姿态信息。
-
公开(公告)号：CN107330149A
公开(公告)日：2017-11-07
申请号：CN201710390750.8
申请日：2017-05-27
Applicant: 哈尔滨工业大学
CPC classification number: G06F17/5009 , G01C25/005 , G06N3/084
Abstract: 本发明是一种基于ARMA和BPNN组合模型的MIMU陀螺随机误差预测方法，主要包括：步骤一：在静止的状态下采集单轴微陀螺仪的随机漂移数据，通过观察自相关参数ACF和偏相关参数PACF的图形特性判断陀螺原始数据序列的平稳性，进行ADF单位根的检验，经过差分剔除序列的趋势项后得到平稳的数据。步骤二：采用AIC最小准则法对陀螺平稳序列进行模型定阶，构建陀螺漂移平稳序列的ARMA模型。步骤三：使用组合模型对陀螺的随机漂移序列进行建模，从步骤二的ARMA模型的误差数据中选取训练集和测试集，建立BP神经网络预测模型，设置BP神经网络的结构。步骤四：对所建BP神经网络模型的样本数据进行训练，并保存陀螺随机漂移的预测结果。
-
公开(公告)号：CN119247336A
公开(公告)日：2025-01-03
申请号：CN202411415458.3
申请日：2024-10-11
Applicant: 哈尔滨工业大学
IPC: G01S11/02
Abstract: 一种用于超宽带测距误差校正方法和系统，涉及超宽带测距技术领域。解决了超宽带测距技术采用双向测距法存在测量误差，导致智能驾驶系统会错误地评估周边障碍物的距离和位置的问题。所述方法包括：S1：根据超宽带信号双向测距方法原理分析误差来源，所述误差来源包括时钟漂移、硬件延迟和信号功率；S2：根据线性插值方法对时钟漂移进行校正；S3：构建误差补偿模型；S4：根据误差补偿模型校正硬件延迟和信号功率带来的误差。本发明应用于智能驾驶领域。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.032 seconds)
