-
Patent Agency Ranking
公开(公告)号：CN107315346A
公开(公告)日：2017-11-03
申请号：CN201710487162.6
申请日：2017-06-23
Applicant: 武汉工程大学
IPC: G05B13/04
Abstract: 本发明涉及仿人机器人技术领域，尤其涉及一种基于CPG模型的仿人机器人步态规划方法。它包括以下步骤：(1)、根据机器人具体的硬件参数，建立相应的耦合振荡器模型：(2)、改进模型，增加质心偏移控制项，得到改进后的振荡器模型：(3)、以速度为输入条件，利用遗传算法优化，得到步骤(2)中的参数的最优值，然后再将得到的参数最优值代入步骤(2)中的模型。采用这种规划方法，当机器人急加速或者快速移动时不容易出现前后震荡而导致摔倒。
-
公开(公告)号：CN107248166A
公开(公告)日：2017-10-13
申请号：CN201710512520.4
申请日：2017-06-29
Applicant: 武汉工程大学
Abstract: 本发明涉及动态环境下的目标状态预估方法，对不同颜色空间在动态环境下，提取出识别效果最好的颜色空间，然后通过不断更新对下一帧中心点与下一帧图像阈值识别范围来达到自适应目标检测的效果，能有效地缩短阈值范围估计，最大化的识别出目标，并通过结合HSV与YCbCr颜色空间来对更新中心点进行修正与还原来提高算法的精确性，再根据卡尔曼滤波器和马尔科夫模型对目标的预判进行跟踪，克服复杂环境下的离散颜色特征和相似目标物体的干扰，缩小检测器搜索范围，提高目标局部遮挡时的跟踪精度，增强跟踪准确性。
-
公开(公告)号：CN107248166B
公开(公告)日：2020-05-15
申请号：CN201710512520.4
申请日：2017-06-29
Applicant: 武汉工程大学
Abstract: 本发明涉及动态环境下的目标状态预估方法，对不同颜色空间在动态环境下，提取出识别效果最好的颜色空间，然后通过不断更新对下一帧中心点与下一帧图像阈值识别范围来达到自适应目标检测的效果，能有效地缩短阈值范围估计，最大化的识别出目标，并通过结合HSV与YCbCr颜色空间来对更新中心点进行修正与还原来提高算法的精确性，再根据卡尔曼滤波器和马尔科夫模型对目标的预判进行跟踪，克服复杂环境下的离散颜色特征和相似目标物体的干扰，缩小检测器搜索范围，提高目标局部遮挡时的跟踪精度，增强跟踪准确性。
-
公开(公告)号：CN107315346B
公开(公告)日：2020-01-14
申请号：CN201710487162.6
申请日：2017-06-23
Applicant: 武汉工程大学
IPC: G05B13/04
Abstract: 本发明涉及仿人机器人技术领域，尤其涉及一种基于CPG模型的仿人机器人步态规划方法。它包括以下步骤：(1)、根据机器人具体的硬件参数，建立相应的耦合振荡器模型：(2)、改进模型，增加质心偏移控制项，得到改进后的振荡器模型：(3)、以速度为输入条件，利用遗传算法优化，得到步骤(2)中的参数的最优值，然后再将得到的参数最优值代入步骤(2)中的模型。采用这种规划方法，当机器人急加速或者快速移动时不容易出现前后震荡而导致摔倒。
-
公开(公告)号：CN106650748A
公开(公告)日：2017-05-10
申请号：CN201611009032.3
申请日：2016-11-16
Applicant: 武汉工程大学
CPC classification number: G06K9/4609 , G06K9/6256 , G06N3/0454
Abstract: 本发明公开了一种基于卷积神经网络的汉字识别方法，该方法包括以下步骤：1）采集训练用的文本图像；2）图像预处理：首先对图像进行非均匀光照调整，然后将图像转换为灰度图像；3）对预处理的图像进行特征提取；4）通过训练获得最终识别模型，选取测试识别正确率最高的卷积神经网络模型，作为最终识别模型；5）文字识别：对待识别的文本图像进行如步骤2）的图像预处理，采用训练所得的卷积神经网络模型进行识别，输出类别，匹配标签中汉字类别，输出汉字识别结果。本发明将提取方向特征图作为先验知识，和原始图像一起作为输入层的数据输入，以增强神经网络的识别性能，提高了汉字的识别率；且最终模型较小，计算速度快。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
