-
公开(公告)号：CN118311629B
公开(公告)日：2024-12-13
申请号：CN202410449107.8
申请日：2024-04-15
Applicant: 桂林电子科技大学 , 桂林市高新技术产业发展集团有限公司
Abstract: 本发明公开了一种基于UWB/GNSS/IMU的室内外无缝定位方法，步骤为：S1：布设多个UWB基站采集UWB数据，通过IMU系统采集IMU数据，以及采集室外的GNSS数据；S2：建立融合定位模型，将UWB数据和IMU数据进行融合，或再与GNSS数据进行融合；再利用融合滤波算法扩展卡尔曼滤波器EKF进行数据更新，从而实现室内外定位的无缝切换和高精度定位；S3：针对室内外环境的不同特点，优化融合滤波算法的参数和切换策略，以提高定位精度和切换效率；S4：实时监测并校正定位误差，若数据为错误定位，则将数据输入惯导误差模型；若数据为正确定位，则输出定位结果。该定位方法实现了室内外无缝定位，且定位精度高。
-
公开(公告)号：CN113205468B
公开(公告)日：2022-08-09
申请号：CN202110607071.8
申请日：2021-06-01
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明涉及一种基于自注意力机制和GAN的水下图像实时复原模型，属于深度学习技术领域。它将生成对抗网络作为基本架构，生成网络采用编码‑解码结构，通过9个残差块和反卷积运算，以原始分辨率生成合成图像，并引入自注意力模块，可以捕获更丰富的高级特征以提升模型性能，为了同时保持图像内容和去除水下噪声，判别网络采用一种包含对抗分支和批评分支的多分支判别器的结构。本发明通过增加自注意力模块，改进模型结构较为理想地解决了水下图像处理时间效率低的问题，训练有素的基于GAN‑RS的方法可以适应各种水下情况，具有出色的实时处理性能。
-
公开(公告)号：CN112102548A
公开(公告)日：2020-12-18
申请号：CN202010898680.9
申请日：2020-08-31
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
Abstract: 本发明公开了一种基于手掌静脉识别的门禁系统及其控制方法，所述门禁系统包括前端出入口门禁控制部分和后端控制器部分；前端出入口门禁控制部分包括门禁控制器以及与门禁控制器连接的门外掌静脉采集装置、门内掌静脉采集装置、门外实时红外监控装置、门内实时红外监控装置、前端LoRa通信模块；后端控制器部分包括系统服务器以及与系统服务器连接的数据库、后端LoRa通信模块；门禁控制器与系统服务器通过前端LoRa通信模块和后端LoRa通信模块无线连接。本发明通过手掌静脉识别加入到门禁系统中，此门禁系统在监狱、精神病医院等特殊的应用场景下，需要在出、入门体时都要进行身份验证；并增加实时红外监控功能，在非法闯入或闯出时，都能实时进行报警。
-
公开(公告)号：CN118982850A
公开(公告)日：2024-11-19
申请号：CN202411048630.6
申请日：2024-08-01
Applicant: 桂林电子科技大学 , 广西联睿智能科技有限公司
IPC: G06V40/14 , G06V10/30 , G06V10/764 , G06V10/75 , G06V10/77 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种尺寸自适应的非接触式掌静脉高效识别方法，步骤为：S1手掌静脉图像采集；S2提取轮廓信息，获得前景区域和背景区域；S3对手掌静脉图像进行二值化处理，获得二值化图像；S4对二值化图像进行腐蚀处理和膨胀处理，再求处理后的掌静脉图像的质心作为ROI中心；S5求手掌最大内切圆作为ROI区域；S6旋转校正ROI图像；S7采用基于ResNet和SppLayer的深度学习模型提取不同尺寸ROI图像的掌静脉特征，并建立特征数据库；使用PCA进行降维处理后输出相同大小的特征向量；S8采用基于欧式距离的特征匹配策略，取其中距离最小的模板为识别结果。该方法中掌静脉图像利用率较高，识别速率和准确率均高。
-
公开(公告)号：CN117388791A
公开(公告)日：2024-01-12
申请号：CN202311181504.3
申请日：2023-09-13
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种6GISCA系统宽带信号DOA估计算法，涉及通信宽带技术领域，其技术方案要点是：包括以下步骤：利用均匀线性阵列接收K个远场天线发射的宽带信号，将K个宽带型号分为F个窄带信号，其中K为正整数，构成输出信号矩阵Y。本发明基于均匀线性阵列，根据宽带入射信号的特点建立接收信号的稀疏信号模型，其次对模型中各变量构建基于狄利克雷过程先验的概率模型，然后引入虚拟节点，提出基于GAMP算法的变分贝叶斯宽带DOA估计方法；在对未知参数进行初始化后，输入接收天线阵列数据Y，通过DP‑GAMP算法进行迭代更新，得到概率模型参数的各估计值；最后，根据所得到的参数估计值，计算DOA的估计值。该方法具有复杂度低、估计精度高的特点。
-
Patent Agency Ranking
公开(公告)号：CN116978074A
公开(公告)日：2023-10-31
申请号：CN202310981159.5
申请日：2023-08-07
Applicant: 桂林电子科技大学
IPC: G06V40/12 , G06V10/25 , G06V10/82 , G06N3/0464 , G06V10/74 , G06V10/774
Abstract: 本发明公开一种基于连体网络的掌静脉小样本的识别方法，具体为：S1：收集掌静脉图像构建图像数据集和数据库，对图像数据集中的所有图像进行ROI提取并预处理；S2：将处理后的图像划分为训练集和验证集，并调整所有图像的尺寸；S3：选择两张掌静脉图像组成图像对，并对图像对进行标注；S4：将已标注的图像对输入到连体网络中进行特征提取，使用提取到的图像对的特征训练生成基于掌静脉数据的模型文件；S5：提取待匹配的掌静脉图像特征，将图像特征导入基于掌静脉数据的模型文件，与数据库中的特征进行比对，检查输入的特征与数据库中已有的特征是否一致，从而确定身份。该基于连体网络的掌静脉小样本的识别方法的识别准确率更好。
-
公开(公告)号：CN116929348A
公开(公告)日：2023-10-24
申请号：CN202310921727.2
申请日：2023-07-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于单基站UWB和视觉惯性的工厂AGV定位方法，S1：设定基站坐标系的原点并定义全局坐标系再得到AGV小车在全局坐标系的起始坐标；S2：对灰度图像进行筛选处理，再求出相邻关键帧之间的位姿；S3：对AGV小车搭载的IMU传感器获取的加速度和角速度信息进行预积分；S4：将单目相机和IMU传感器得到的状态量各自建立对应的残差方程，进行视觉惯性联合优化后得到视觉惯性位姿；S5：AGV小车搭载的单基站UWB模块计算得到AGV小车的全局UWB位置信息；S6：融合视觉惯性位姿和UWB位置信息，进行非线性优化后得到AGV小车的位置。该方法提高了系统定位的精度和鲁棒性。
-
公开(公告)号：CN115525092A
公开(公告)日：2022-12-27
申请号：CN202211304089.1
申请日：2022-10-24
Applicant: 桂林电子科技大学
IPC: G05F1/567
Abstract: 本发明公开一种高精度全CMOS曲率补偿基准电压源，PTAT电流参考电路和CTAT电流参考电路分别产生与温度正相关的参考电流IP和与温度负相关的参考电流IN。温度补偿电路将参考电流IN和IP分别以不同倍数作和，得到温度依赖性低的初始基准电流IREF1。曲率补偿电路将参考电流IN和IP进行不同比例缩放，并根据基尔霍夫电流定律，通过两个相反温度系数电流的比较，得到一个凹型曲线的补偿电流IV。基准电压输出电路将初始基准电流IREF1和补偿电流IV按适当权重相加，得到温度依赖性更小的最终基准电流IREF，最后通过电压产生电路输出低温漂系数的基准电压VREF。本发明输出的基准电压温漂低、电源抑制比高、电压调整率低；并具有功耗和生产成本低的特点。
-
公开(公告)号：CN115525092B
公开(公告)日：2025-04-15
申请号：CN202211304089.1
申请日：2022-10-24
Applicant: 桂林电子科技大学
IPC: G05F1/567
Abstract: 本发明公开一种高精度全CMOS曲率补偿基准电压源，PTAT电流参考电路和CTAT电流参考电路分别产生与温度正相关的参考电流IP和与温度负相关的参考电流IN。温度补偿电路将参考电流IN和IP分别以不同倍数作和，得到温度依赖性低的初始基准电流IREF1。曲率补偿电路将参考电流IN和IP进行不同比例缩放，并根据基尔霍夫电流定律，通过两个相反温度系数电流的比较，得到一个凹型曲线的补偿电流IV。基准电压输出电路将初始基准电流IREF1和补偿电流IV按适当权重相加，得到温度依赖性更小的最终基准电流IREF，最后通过电压产生电路输出低温漂系数的基准电压VREF。本发明输出的基准电压温漂低、电源抑制比高、电压调整率低；并具有功耗和生产成本低的特点。
-
公开(公告)号：CN118913266A
公开(公告)日：2024-11-08
申请号：CN202411240677.2
申请日：2024-09-05
Applicant: 桂林电子科技大学 , 桂林市高新技术产业发展集团有限公司 , 广西联睿智能科技有限公司
Abstract: 本发明公开了一种基于Levenberg‑Marquardt算法优化的三次NURBS样条方法，用于融合多源传感器数据实现无人机室内定位和连续轨迹拟合。该方法利用IMU和UWB传感器采集的异步数据，获取高频运动信息和低频精确位置数据。通过Levenberg‑Marquardt算法优化控制点和权重，以满足轨迹拟合的收敛条件，构建三次NURBS轨迹插值模型。然后，利用优化后的控制点和权重，建立连续的NURBS轨迹模型，确保在每个时间窗口内实现平滑的轨迹插值，进而在整个飞行过程中保持无人机轨迹的连续性。该方法通过直接处理多源传感器的连续异步数据，减少了对硬件同步的依赖，提高了无人机室内定位的精度和轨迹连续性，为复杂环境下的无人机连续轨迹拟合提供了新的解决方案。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.031 seconds)
