-
公开(公告)号：CN104808490B
公开(公告)日：2017-04-19
申请号：CN201510104138.0
申请日：2015-03-10
Applicant: 浙江工业大学 , 浙江科强智能控制系统有限公司
IPC: G05B13/04
Abstract: 一种面向模具保护的基于回声状态网络估计图像雅克比矩阵的无标定视觉伺服控制方法，包括以下步骤：1)、建立模具的图像索引区域及目标图像样本库；2)、特征提取及降维；3)、采用多项式插值的方法进行空间约束条件下的逆运动学规划；4)、实现基于回声状态网络估计雅克比伪逆矩阵。本发明可以有效解决传统BP神经网络存在局部极小的问题，利用ESN网络在权值不变情况下的自适应性和计算的高效率特点，解决一般动态网络在线计算网络输出权值，实时性不好的问题。
-
公开(公告)号：CN104808490A
公开(公告)日：2015-07-29
申请号：CN201510104138.0
申请日：2015-03-10
Applicant: 浙江工业大学 , 浙江科强智能控制系统有限公司
IPC: G05B13/04
Abstract: 一种面向模具保护的基于回声状态网络估计图像雅克比矩阵的无标定视觉伺服控制方法，包括以下步骤：1)、建立模具的图像索引区域及目标图像样本库；2)、特征提取及降维；3)、采用多项式插值的方法进行空间约束条件下的逆运动学规划；4)、实现基于回声状态网络估计雅克比伪逆矩阵。本发明可以有效解决传统BP神经网络存在局部极小的问题，利用ESN网络在权值不变情况下的自适应性和计算的高效率特点，解决一般动态网络在线计算网络输出权值，实时性不好的问题。
-
公开(公告)号：CN115272474B
公开(公告)日：2025-05-09
申请号：CN202210676468.7
申请日：2022-06-15
Applicant: 浙江工业大学
Abstract: 一种用于激光雷达与相机联合标定的立体标定板，包括底板和一个位于底板中心的正四棱台，底板的四角与四棱台的上底面上具有图像ArUco标记，用于激光雷达特征点的自动识别和跟图像ArUco标记角点的自动匹配，所述图像ArUco标记用于图像标记自动识别。还包括一种用于激光雷达与相机联合标定的标定方法。本发明通过同一激光束在相邻平面上的两条直线相交求得落在棱台侧棱与棱台底面边线上的点继而求出侧棱与底面边线的直线方程，然后通过侧棱与底面边线相交的方法求出四棱台的顶点对应的激光雷达坐标系下的坐标，可以有效的避免用激光雷达的距离跳变确定边沿点，然后拟合顶点这种方法带来的误差，提高激光雷达特征点检测的精度。
-
公开(公告)号：CN119942283A
公开(公告)日：2025-05-06
申请号：CN202510028911.3
申请日：2025-01-08
Applicant: 浙江工业大学
IPC: G06V10/80 , G06V10/774 , G06V10/764
Abstract: 本发明涉及计算机视觉技术领域，本发明提出了一种红外与可见光特征级融合的方法、系统与设备；通过将Haar变换与卷积神经网络的特征提取相结合，使红外和可见光图像的特征提取具有侧重性；设计交叉注意力机制，使得模型能够对可见光和红外图像的低频共有信息和高频独有信息分别处理；提出新的密集连接形式，结合边缘算子和卷积块注意力机制，减轻计算量，提高浅层特征的复用性。
-
公开(公告)号：CN119625494A
公开(公告)日：2025-03-14
申请号：CN202411705238.4
申请日：2024-11-26
Applicant: 浙江工业大学
IPC: G06V10/82 , G06V10/764 , G06V10/80 , G06V10/44 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于YOLOv8改进模型的目标检测方法，构建并训练基于YOLOv8的目标检测网络模型，所述目标检测网络模型包括骨干网、颈部网络和任务对齐检测头；将待检测图像输入训练好的目标检测网络模型，通过骨干网和颈部网络，获得三个尺度的特征图；最终将三个尺度的特征图分别输入各自的任务对齐检测头，获得最终的检测结果。本发明采用任务对齐检测头，并改进了颈部网络结构，显著增强了不同尺度特征的融合能力，能够更好地捕捉小目标和复杂场景中的目标特征，提高了检测精度。
-
Patent Agency Ranking
公开(公告)号：CN116300793B
公开(公告)日：2025-03-11
申请号：CN202310035758.8
申请日：2023-01-10
Applicant: 浙江工业大学
IPC: G05B23/02
Abstract: 本发明公开了一种网络化运动控制系统异常检测方法，首先通过将潜在安全隐患对系统造成的不利影响视为一个组合的未知扰动信号，其次设计具有非线性切换项的终端滑模观测器和等价输入干扰估计器，同时改进估计器的结构以解耦其与观测器的设计过程，对未知扰动信号进行实时估计，并使得估计误差是有限时间收敛的，进而通过计算不同工况下扰动估计误差的相似性度量指标，并结合阈值判断方法，最终实现对网络化运动控制系统潜在安全隐患的检测与识别。本发明技术方案有效改善了网络化运动控制系统的在线异常检测性能。
-
公开(公告)号：CN119557747A
公开(公告)日：2025-03-04
申请号：CN202411673785.9
申请日：2024-11-21
Applicant: 浙江工业大学
IPC: G06F18/2411 , G06F18/2431 , G06F18/2415 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明属于分布式光纤信号振动事件分类领域，公开了一种基于光纤信号的周界安防区异常事件识别方法。通过相敏光时域反射计采集光纤振动事件数据集并进行预处理，形成训练集；对1DCNN模型进行改进；将训练样本输入改进型1DCNN深度学习模型进行训练，获得训练后的改进型1DCNN模型；并进行异常事件识别。本发明提高了周界安防区异常事件的识别准确率，解决了光纤信号传统特征提取方法需要人为制造特征，严重依赖于专家知识，并且泛化能力弱以及现有模型利用光纤信号进行识别的过程中计算量大等问题。
-
公开(公告)号：CN119437217A
公开(公告)日：2025-02-14
申请号：CN202411621729.0
申请日：2024-11-14
Applicant: 浙江工业大学
Abstract: 本发明提供一种适用于复杂山地环境的自适应无人车位姿估计方法。该无人车位姿估计方法包括：首先利用车载传感器，包括惯性测量单元IMU和相机，实时采集车辆的运动和视觉数据。其次采集到的相机图像和IMU数据需经过光照校正、阴影去除和地形起伏补偿等预处理，以消除噪声和异常值。然后在图像序列中检测并提取关键特征点，并在连续帧之间跟踪这些特征点，以获取无人车的运动信息。利用跟踪到的特征点对，进行初步的相机位姿估计。最后将IMU数据与相机位姿估计结果相结合，采用重校准的迭代扩展卡尔曼滤波RIEKF算法进行多模态数据融合，得出位姿估计。本发明旨在能够适应不同的运动条件和环境变化，自动调整算法参数以保持最优的位姿估计性能。
-
公开(公告)号：CN119396007A
公开(公告)日：2025-02-07
申请号：CN202411978759.7
申请日：2024-12-31
Applicant: 浙江工业大学
Abstract: 本发明属于抗干扰技术领域，公开了一种基于高阶低通滤波器的主动抗干扰方法、系统及装置。方法包括根据运动控制系统的状态空间模型获取系统扰动，提取系统扰动中的匹配扰动，并将匹配扰动分解为可微部分和有界部分；将可微部分作为扩张状态，利用扩张状态对系统状态进行扩张操作，并基于扩张后的系统状态重构状态空间模型，得到扩张状态空间模型；根据运动控制系统的扩张状态空间模型，建立基于高阶低通滤波器的扩张状态观测器，包括高阶低通滤波器、扩张状态观测器和输出反馈控制器。本发明用于运动控制系统的高性能扰动抑制和噪声抑制，以提高运动控制系统的控制精度。
-
公开(公告)号：CN119396003A
公开(公告)日：2025-02-07
申请号：CN202411964198.5
申请日：2024-12-30
Applicant: 浙江工业大学
IPC: G05B13/04
Abstract: 本发明属于抗干扰技术领域，公开了一种机器人的高动态响应抗干扰和噪声抑制方法及装置，包括建立机器人控制系统的等价输入干扰状态空间模型；设计状态观测器，并根据机器人控制系统的系统输出和状态观测器的状态观测器增益得到状态观测值；设计内模系统，并根据状态观测器和内模系统建立机器人控制系统的状态反馈控制器；设计并联‑级联干扰估计器，并联‑级联干扰估计器包括多个等价输入干扰估计器和滤波器，并且多个等价输入干扰估计器采用先并联后级联的方式连接，并设计对应的扰动抑制反馈控制律。本发明通过并联与级联的结合方式，减少扰动估计误差，增强扰动抑制能力，显著降低测量噪声的影响，从而提升机器人控制系统的综合性能。
-
-
-
-
-
-
-
-
-
Search Results
412
records
(took 0.06 seconds)
