公开(公告)号：CN116817918A

公开(公告)日：2023-09-29

申请号：CN202310779124.3

申请日：2023-06-28

Applicant: 常州大学

Inventor： 诸燕平 ,  陈瑞 ,  陈文龙 ,  张坚强 ,  朱晨阳 ,  马玮泽

IPC: G01C21/20 ,  G01C21/00 ,  G06V20/52 ,  G06V10/82 ,  G06T7/80 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明涉及神经网络技术领域，尤其涉及基于CAM、SARB和LSTM网络的行人定位方法，包括采集脚步振动信号；通过相机采集行人视频图像，并对行人轨迹进行提取；对脚步振动信号进行标注；采用滑动窗口分割法对数据样本扩展，并给每个数据片段贴上视频提取的行人轨迹数据标签；构建基于CAM模块、输入模块、SARB模块和LSTM神经网络模型，利用扩充后的数据集训练神经网络模型，并计算行人轨迹；构建导航误差评估基准。本发明通过构建深度神经网络模型处理传感器数据，减少人工参与，提高定位精度，建立导航误差的等级划分规则，衡量定位准确性。

公开(公告)号：CN120084336A

公开(公告)日：2025-06-03

申请号：CN202510180705.4

申请日：2025-02-19

Applicant: 常州大学

Inventor： 张坚强 ,  诸燕平 ,  蒋爱民 ,  朱晨阳 ,  陈文龙 ,  严森 ,  王文昊 ,  洪程锦

IPC: G01C21/20 ,  G01C21/16 ,  G01C25/00

Abstract: 本发明涉及惯性导航技术领域，尤其是一种基于ResNet和Transformer网络的室内行人定位方法，其包括如下步骤：先采集智能手机的IMU数据，同时通过搭载Tango技术的设备获取行人真实运动轨迹，并对采集到的数据进行预处理；再通过ResNet网络提取IMU数据的运动特征，并基于学习输入数据之间的残差映射，预测瞬时速度；然后，将预测的瞬时速度序列输入到Transformer模型中，通过自注意力机制捕捉IMU数据的时间序列特征，并结合速度预测优化运动方向的轨迹；最后，根据预测轨迹与真实轨迹评价导航定位的精准度。该方法充分结合深度学习技术与IMU数据特性，显著提升了轨迹预测的精确性和鲁棒性，具有较高的实际应用价值。

公开(公告)号：CN119846458A

公开(公告)日：2025-04-18

申请号：CN202510154520.6

申请日：2025-02-12

Applicant: 常州大学

Inventor： 陈文龙 ,  诸燕平 ,  蒋爱民 ,  朱晨阳 ,  张坚强 ,  严森 ,  唐艺璇 ,  王森 ,  洪程锦 ,  王文昊

IPC: G01R31/34 ,  G01R19/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及故障检测技术领域，尤其涉及一种基于LDS‑CNN的嵌入式电机故障检测方法，包括构建无传感矢量控制估算电机运行模型；采集电机在不同状态下的转速对应三相电流信号，并进行信号预处理；构建LDS‑CNN网络，LDS‑CNN网络包括：第一DS卷积层、第一最大池化层、第二DS卷积层、第二最大池化层、Dropout、GlobalAvg Pool、Pooling1D和Softmax分类器。本发明解决现有模型无法同时兼顾轻量化程度、实时性和抗干扰性，难以满足微控制器单元应用需求的问题。

公开(公告)号：CN116109666A

公开(公告)日：2023-05-12

申请号：CN202310159644.4

申请日：2023-02-24

Applicant: 常州大学

Inventor： 诸燕平 ,  陈祁 ,  吕继东 ,  戎海龙 ,  张景林 ,  陈文龙

IPC: G06T7/207 ,  G06T7/246

Abstract: 本发明涉及三维目标跟踪技术领域，尤其涉及一种基于时空线索融合的主运动方向三维目标跟踪方法，包括通过增强搜索点云的目标的特征线索，使基于孪生网络的SOT方法具有更好的抗干扰性；通过在提案验证环节增加主运动方向损失函数，从而让网络更加关注目标运动轨迹，有利于后续跟踪的鲁棒性。本发明解决现有技术中存在的目标跟踪任务中特征表征不足、抗干扰能力弱、目标相似的对象难以分辨导致突然丢失问题。