-
公开(公告)号：CN119439144A
公开(公告)日：2025-02-14
申请号：CN202411437152.8
申请日：2024-10-15
Applicant: 浙江工业大学
Abstract: 一种基于超宽带和视觉融合的目标跟踪方法及装置，其方法包括以下步骤：首先采集超宽带信号数据，利用超宽带深度学习获取超宽带定位空间位置；利用改进YOLOv8模型Bot‑Sort算法实现的视觉目标跟踪，获得视觉定位空间坐标；采用联邦卡尔曼滤波器的子滤波器对超宽带和视觉定位坐标进行滤波；利用子滤波器状态估计协方差矩阵计算信息熵并进行归一化处理，得到子滤波器归一化权重；最后利用基于信息熵的自适应联邦卡尔曼滤波算法，实现子滤波器加权融合，得到目标位置的全局估计，实现目标跟踪。该装置包括数据采集模组、深度学习模组、数据处理模组以及数据发布模块。本发明能有效应对复杂场景下目标丢失、目标混淆、难以重识别目标、动态跟踪效果差等问题，增强系统稳定性。
-
公开(公告)号：CN115421163A
公开(公告)日：2022-12-02
申请号：CN202210955641.7
申请日：2022-08-10
Applicant: 浙江工业大学
Abstract: 基于云解算RTK技术的工程机械安全预警方法，包括：形成云解算服务器；架设RTK基准站，获取基准站准确坐标位置；生成并记录施工区域边界大地坐标点、危险区域边界大地坐标点；将记录的施工区域边界坐标点数据和危险区域边界坐标点数据提供给安全监控室内的可视化系统；计算得到施工区域内所有工程机械t时刻的实时坐标点；将施工区域内所有工程机械的实时坐标点数据提供给安全监控室内的可视化系统并通过其大屏幕显示出来；在云解算服务器中进行实时坐标点测距；云解算服务器发送指令到工程机械r上的警报器使其发出警报，同时发送指令到可视化系统。还包括实施基于云解算RTK技术的工程机械安全预警方法的系统。
-
公开(公告)号：CN119199928B
公开(公告)日：2025-04-01
申请号：CN202411254600.0
申请日：2024-09-09
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于整数约束型高斯滤波的RTK定位方法，步骤1，获取移动站数据：从GNSS接收机获取原始观测数据；步骤2，获取基准站数据：从通讯链路获取基准站或者虚拟CORS站的差分观测数据；步骤3，数据准备：通过卫星广播星历计算卫星当前位置、钟差等对上述步骤1、步骤2中获取的观测数据进行单差、双差处理，得到处理后的双差量测方程；步骤4，建立系统模型；步骤5，整数约束型渐进高斯滤波；步骤6，更新状态；本发明方法通过构造整数约束下的渐进高斯滤波框架，结合贝叶斯推理与同伦方法优势，提出了一种基于整数约束渐进高斯滤波的RTK定位方法，通过构建渐进步长逐步融合信息，避免了初值选取问题对LAMBDA算法带来的影响，同时降低了不良的浮点解对模糊度固定带来的影响，进一步提升了模糊度固定的成功率。
-
公开(公告)号：CN119445101A
公开(公告)日：2025-02-14
申请号：CN202411450122.0
申请日：2024-10-17
Applicant: 浙江工业大学
IPC: G06V10/26 , G06V20/70 , G06V20/54 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 本发明提出了一种用于复杂交通路景图像的语义分割方法，包括以下步骤：首先进行数据集的预处理；然后采用Tr‑Net网络作为基础，该网络具备编码‑解码结构，其中编码器为双通路结构，分别对应上下文通路和空间通路。编码器的空间通路采用预训练的ResNet50网络，每通过两个残差块进行特征提取后，进行M‑AFB注意力融合，并与上下文通路的特征图进行融合。最后通过解码器上采样完成最终的图像语义分割动作。本发明中，Tr‑Net通过使用M‑ASMB多尺度空洞卷积块捕获更广泛的上下文信息，增加模型的感受野，M‑AFB通过区域注意力和像素注意力机制学习图像特征权重，进行特征融合。Tr‑Net的多尺度结构网络，有效地提升了模型语义分割的精准性和鲁棒性，以及算法效率。
-
公开(公告)号：CN117232630A
公开(公告)日：2023-12-15
申请号：CN202311110741.0
申请日：2023-08-30
Applicant: 浙江工业大学
Abstract: 一种车载实时称重方法及装置，其方法包括：S1：采集各采集盒发出的车桥信息和CAN总线上传输的车辆运行信息，并将采集到的数据进行时间戳同步；S2：解析CAN信号并判断车辆状态；S3：使用小波滤波去除噪声；S4：使用预先标定参数的称重模型进行重量预测，并根据车辆状态对预测结果进行修正；S5：对各状态下的称重结果按不同权重和策略进行融合，结合先验信息和过往数据，实现实时称重。本发明降低了称重误差率，避免输出称重值反复变化，通过采集装置与计算装置分离的硬件设计，提高了设备的可靠性和适用范围。
-
Patent Agency Ranking
公开(公告)号：CN119557797A
公开(公告)日：2025-03-04
申请号：CN202411538685.5
申请日：2024-10-31
Applicant: 浙江工业大学
IPC: G06F18/2433 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了基于多模态记忆融合的高效异常驾驶状态监测方法与系统，通过长短时记忆网络和多查询注意力机制来对驾驶员和车辆的状态进行监测；首先，利用IMU传感器、CAN总线获取车身数据，对车身数据进行预处理和滤波处理；其次，基于长短时记忆网络和多查询注意力机制方法建立监测模型；最后，在驾驶过程中，基于实时数据，通过建立的监测模型判断是否出现异常驾驶行为。本发明提供一种轻量化的异常驾驶状态监测系统，有效降低检测成本、增加检测灵活性、减少计算量。
-
公开(公告)号：CN117201704A
公开(公告)日：2023-12-08
申请号：CN202311106286.7
申请日：2023-08-30
Applicant: 浙江工业大学
Abstract: 一种适用于摩托车行车记录仪的视频防抖方法及装置，其方法包括:基于安装在摩托车车头的摄像头和惯性传感器采集图像数据和六轴数据，并进行滤波预处理；基于自适应参数互补滤波和加速度估计补偿进行姿态解算；基于四元数插值实现六轴数据和图像数据时间序列匹配，对图像使用得到的姿态数据进行运动补偿，实现初步稳像；基于FAST特征检测和LK光流法进行运动跟踪和估计；基于自适应参数卡尔曼滤波实现运动平滑，利用平滑后的数据进行运动补偿，最终得到稳定的图像输出。本发明通过融合惯性传感器和图像特征点的技术手段，实现了高效、准确的视频防抖，并为摩托车行车记录仪等设备提供了更好的视频录制功能。
-
公开(公告)号：CN115436983A
公开(公告)日：2022-12-06
申请号：CN202210951408.1
申请日：2022-08-09
Applicant: 浙江工业大学
Abstract: 一种基于RTK的港口车辆高精度自适应定位解算方法，包括：步骤1，安装基准站；步骤2，获取基准站数据；步骤3，云解算平台存储基准站数据，接收基准站观测的卫星数据，对数据进行分类去重、解码，保存在数据库中；步骤4，获取移动站数据，通过5G私有网络连接云解算平台，上传移动站卫星观测数据；步骤5，自适应位置解算，下发基准站卫星观测数据给移动站，移动站校验后对数据进行解码，自适应选择位置解算平台；步骤6，数据转发与存储，若通过移动站直接计算的定位结果，由移动站向云解算平台上传，云解算平台接受到移动站上传的定位结果后存储在数据库中；若由云解算平台定位，则将定位结果下发给移动站硬件平台，并在本地存储当前定位结果。
-
公开(公告)号：CN115164913A
公开(公告)日：2022-10-11
申请号：CN202210786354.8
申请日：2022-07-04
Applicant: 浙江工业大学
Abstract: 一种基于拓扑结构的视觉定位地图匹配方法，包括：(1)处理OSM(OpenStreetMap)开源地图，包括删除多余图层、删除非机动车道、构建拓扑结构以及格式转换。(2)视觉里程计(VO)输出实时位置，对原始轨迹提取锚点。(3)基于(1)得到的拓扑地图对(2)得到的实时位置进行匹配，其中包括选取候选路段、匹配最佳候选路段、累计匹配长度以及计算最终匹配到道路上的位置。本发明在使用时能够有效提高在无GNSS场景下视觉定位的准确度。
-
公开(公告)号：CN113743341A
公开(公告)日：2021-12-03
申请号：CN202111057037.4
申请日：2021-09-09
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于自适应模型的人体姿态实时估计方法，该方法融合深度学习的优势来达到运动模式分类和运动轨迹建模的统一，解决了传统建模方法存在的局限性以及复杂运动下人体姿态估计鲁棒性差且准确度低的问题，实现在人体运动模式和轨迹复杂多变情况下的人体姿态估计。特别的，利用LSTM网络进行动作识别和人体各关节点运动轨迹建模，有效地提高了运动模型的自适应能力和人体姿态估计的精确度与鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
