-
公开(公告)号：CN114299438B
公开(公告)日：2024-06-18
申请号：CN202111665332.8
申请日：2021-12-31
Applicant: 重庆大学 , 星际(重庆)智能装备技术研究院有限公司 , 迪比(重庆)智能科技研究院有限公司
IPC: G06V20/40 , G06V10/22 , G06V10/25 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及融合传统停车检测与神经网络的隧道停车事件检测方法，从高速公路隧道不同场景下的摄像头采集行车视频，获取该视频的中的图片并进行标注得到VOC数据集；对VOC数据集中的图片进行聚类，得到每种车辆类别最适合的车辆目标边界框尺寸并将该尺寸作为SSD神经网络中Anchor尺寸；构建并训练基于SSD神经网络的车辆识别模型得到最优车辆识别模型；将一段待检测视频输入传统的停车检测算法后得到的存在固定前景目标图片的对应视频帧图片作为待预测图片将待预测图片作为输入最优车辆识别模型得到判定结果。本发明方法相对于传统的停车事件检测算法具有更高的准确率。
-
公开(公告)号：CN107067341A
公开(公告)日：2017-08-18
申请号：CN201710211925.4
申请日：2017-04-01
CPC classification number: G06N3/088 , G06K9/6223 , G06N3/08 , G06Q50/06
Abstract: 本发明的目的是针对现有配电自动化系统运行评价方法的不足，结合一般配电自动化系统在指标方面的数据体量及数据特点，公开一种基于多级熵权的RBF神经网络配电自动化状态操作评价方法。该方法是结合多级熵权评价结果，应用RBF神经网络进行训练的一种非线性评价方法，可以建立各种特征组合与相应评价数据之间的映射关系，网络训练好之后，即可用于对配电自动化系统运行状态的评价。该网络具有良好的学习能力及概括能力，且测试误差较少。
-
公开(公告)号：CN112540368B
公开(公告)日：2023-07-14
申请号：CN202011363678.8
申请日：2020-11-27
Applicant: 重庆大学
Abstract: 本发明公开了一种基于智能扫雪机器人的障碍物检测与识别方法，其包括：1)在扫雪机器人前端设置超声波传感器检测距离前方障碍物的距离信息，在扫雪机器人前部和后部设置雷达传感器检测是否有生物突然靠近；2)对各个超声波传感器和各个雷达传感器检测到的信号进行处理，计算扫雪机器人的前进距离；3)利用一定时间内超声波测距的变化比和扫雪机器人前进距离的变化的乘积、雷达传感器信号的变化及积雪程度描述量三个条件来共同判断作业道路积雪程度，检测障碍物的距离变化，并识别其为一般障碍物或生物障碍物。本发明能在扫雪机器人自主作业中判断作业道路积雪程度，快速有效检测障碍物，并识别其为一般障碍物或生物障碍物。
-
公开(公告)号：CN112213949B
公开(公告)日：2022-05-17
申请号：CN202011291749.8
申请日：2020-11-18
Applicant: 重庆大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于鲁棒自适应的机器人关节系统跟踪控制方法，其包括步骤：1)建立机器人关节系统的模型，2)建立机器人关节系统在同时考虑驱动故障和执行器饱和情况下的状态空间表达和误差定义，3)设计机器人关节系统PID控制器和更新算法分别为：4)采用所设计的机器人关节系统PID控制器和更新算法控制机器人关节的运动轨迹。本发明能同时解决：关节系统中的驱动饱和和耦合效应，处理参数和非参数不确定性，系统运行时的执行故障处理，对非消失干扰进行补偿等技术问题。同时，本发明基不仅对外部干扰具有鲁棒性，对非参数不确定性具有自适应能力，而且对不可预测的驱动故障具有容错能力。
-
公开(公告)号：CN107918830B
公开(公告)日：2021-11-23
申请号：CN201711158412.8
申请日：2017-11-20
Applicant: 国网重庆市电力公司南岸供电分公司 , 重庆大学 , 国家电网公司
IPC: G06Q10/06 , G06Q50/06 , G06F16/29 , G06F16/242 , G06F16/248
Abstract: 本发明公开了一种基于大数据技术的配电网运行状态评估系统及方法，主要包括以下步骤：1)采集智能电网各个供电区域的数据。2)对采集的数据进行预处理。3)对来自各个系统的数据进行多源异构数据融合，并将接收到的数据以实时或定时的方式存储到分布式文件系统(HDFS)中。4)计算供电区域的评价指标。5)计算出各层次的权重，并得出A+～E类供电分区和当前供电区域的运行状态评估结果。6)将运行状态评估结果可视化。7)可视化结合运行状态评估区域的GIS数据，在地图上使用不同的颜色表示出不同的运行状态。8)可视化结合百度的开源可视化图表插件Echarts制作智能仪表盘(Dashboard)，通过DashBoard展示实时运行状态曲线和实时状态评估结果。
-
Patent Agency Ranking
公开(公告)号：CN112528817A
公开(公告)日：2021-03-19
申请号：CN202011409502.1
申请日：2020-12-04
Applicant: 重庆大学
Abstract: 本发明公开了一种基于神经网络的巡检机器人视觉检测及跟踪方法，其包括步骤：1)机器人在移动过程中采集动态背景的环境图像；2)将采集到的图像进行预处理；3)在机器人本体上完成图像中人体目标和特定行为的检测，并保存满足特定行为的人体目标的大小、位置信息和特征；4)运用目标跟踪算法并控制机器人云台朝向使得特定目标始终位于图像中心位置；5)控制机器人运动跟随跟踪对象。本发明基于神经网络的巡检机器人视觉检测及跟踪方法，具有很强的自适应能力，在动态背景的场景下，对目标有较好的检测与跟踪效果，具有较高可靠性和鲁棒性。
-
公开(公告)号：CN112213949A
公开(公告)日：2021-01-12
申请号：CN202011291749.8
申请日：2020-11-18
Applicant: 重庆大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于鲁棒自适应的机器人关节系统跟踪控制方法，其包括步骤：1)建立机器人关节系统的模型，2)建立机器人关节系统在同时考虑驱动故障和执行器饱和情况下的状态空间表达和误差定义，3)设计机器人关节系统PID控制器和更新算法分别为：4)采用所设计的机器人关节系统PID控制器和更新算法控制机器人关节的运动轨迹。本发明能同时解决：关节系统中的驱动饱和和耦合效应，处理参数和非参数不确定性，系统运行时的执行故障处理，对非消失干扰进行补偿等技术问题。同时，本发明基不仅对外部干扰具有鲁棒性，对非参数不确定性具有自适应能力，而且对不可预测的驱动故障具有容错能力。
-
公开(公告)号：CN104050686A
公开(公告)日：2014-09-17
申请号：CN201410285944.8
申请日：2014-06-24
Applicant: 重庆大学
IPC: G06T7/20
Abstract: 本发明提出了一种新型的密集空间目标跟踪方法，提出了把密集的多个跟踪目标合成一组看作一个整体，使用组重心测量值来更新无迹卡尔曼滤波算法中的状态估计值，然后把无迹卡尔曼滤波算法的状态估计嵌进粒子滤波中，利用粒子滤波算法去估计组内的目标的分布，从而实现对每个目标的跟踪。本发明提出的新的算法避免了传统跟踪算法中所使用的数据关联方法，减少了滤波算法的复杂性，提高了滤波的有效性，并且提高目标跟踪的准确性。本发明适用于跟踪不规则分布的空间目标。
-
公开(公告)号：CN108629301B
公开(公告)日：2022-03-08
申请号：CN201810373614.2
申请日：2018-04-24
Applicant: 重庆大学
IPC: G06V40/20 , G06K9/62 , G06T7/246 , G06T7/269 , G06T7/277 , G06V10/80 , G06V10/774 , G06V10/77 , G06V10/764
Abstract: 本发明公开一种基于运动边界稠密采样和运动梯度直方图的人体动作识别方法，主要包括以下步骤：1)输入视频流。2)计算输入视频的光流场并进行特征点采样，提取稠密特征点。3)计算特征点的轨迹。4)沿该特征点轨迹计算稠密描述符。5)对相邻两帧视频图像在时间上求导得到时序上的运动图像，再计算运动图像的空间梯度，得到运动梯度描述符HMG。6)对各个描述符分别进行特征编码。7)对各个描述符作正则化处理后，将稠密描述符与运动梯度描述符以串联形式相连接形成特征向量。8)对特征向量进行训练和学习得到人体动作识别模型。9)利用所述人体动作识别模型对人体动作进行识别。本发明在提高动作识别精度的同时缩减了计算开销。
-
公开(公告)号：CN112540368A
公开(公告)日：2021-03-23
申请号：CN202011363678.8
申请日：2020-11-27
Applicant: 重庆大学
Abstract: 本发明公开了一种基于智能扫雪机器人的障碍物检测与识别方法，其包括：1)在扫雪机器人前端设置超声波传感器检测距离前方障碍物的距离信息，在扫雪机器人前部和后部设置雷达传感器检测是否有生物突然靠近；2)对各个超声波传感器和各个雷达传感器检测到的信号进行处理，计算扫雪机器人的前进距离；3)利用一定时间内超声波测距的变化比和扫雪机器人前进距离的变化的乘积、雷达传感器信号的变化及积雪程度描述量三个条件来共同判断作业道路积雪程度，检测障碍物的距离变化，并识别其为一般障碍物或生物障碍物。本发明能在扫雪机器人自主作业中判断作业道路积雪程度，快速有效检测障碍物，并识别其为一般障碍物或生物障碍物。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.028 seconds)
