-
公开(公告)号：CN113344113B
公开(公告)日：2024-03-19
申请号：CN202110715329.6
申请日：2021-06-27
Applicant: 东南大学
IPC: G06F18/23213
Abstract: 本发明提供的是一种基于改进k‑means聚类的Yolov3锚框确定方法。本发明改变传统一次k‑means聚类直接得到Yolov3锚框的方法，对样本数据进行两次聚类。第一次聚类把样本数据聚类到不同大小的三个尺度上，达到尺度分化的目的。第二次聚类在前一次聚类得到的三个聚类子集的基础上，根据样本标注框的形状特征再次进行聚类，最终得到分布三个尺度下的9个聚类结果，适配Yolov3的锚框。本发明利用两次聚类得到的锚框更加符合Yolov3的检测过程，能够减少k‑means随机初始点对最终结果的影响，两次聚类大大减少了样本的数据量，提高算法速度。
-
Patent Agency Ranking
公开(公告)号：CN116107311A
公开(公告)日：2023-05-12
申请号：CN202310149156.5
申请日：2023-02-22
Applicant: 东南大学
Abstract: 一种基于随机采样式遗传算法的全局路径规划方法，该方法通过随机采样与高斯采样交替的方式进行种群初始化，增加初始种群的多样性以及路径段的连通性；在适应度函数中增加膨胀层惩罚因子，增加路径的安全性；将种群按照适应度值分为高适应度种群和低适应度种群，通过判定编码重复率并融合模拟退火算法进行路径交叉操作，避免陷入局部最优解；通过去重操作，迭代前期和后期分别以固定的频率删除父代冗余节点，提高种群质量。
-
公开(公告)号：CN115933644A
公开(公告)日：2023-04-07
申请号：CN202211471202.5
申请日：2022-11-23
Applicant: 东南大学
IPC: G05D1/02
Abstract: 一种基于改进人工势场法的多无人车编队整体避障方法，发明结合人工势场法和领航跟随法并进行改进，在领航者检测到障碍物时，考虑整体队形，根据传感器数据计算出可通行距离，根据目标引力和障碍物斥力和额外斥力的合力，使领航者运行至可通行区域中间，在领航者带领下编队整体完成避障。本发明的优点是：结合改进人工势场法和领航跟随法，通过引入额外斥力平衡领航者水平方向上的力，合理利用地形完成编队避障，解决了大多数方案在复杂环境下频繁变换队形的问题。
-
公开(公告)号：CN112507281B
公开(公告)日：2024-01-02
申请号：CN202011302705.0
申请日：2020-11-19
Applicant: 东南大学
Abstract: 一种基于双状态多因子抗差估计SINS/DVL紧组合系统的方法。通过下列步骤实现：步骤1：获取载体当前时刻SINS和DVL的采集数据；步骤2：根据步骤1的采集数据建立状态方程和量测方程；步骤3：对状态量和量测量进行卡方检测；步骤4：计算模型误差和量测误差的自适应因子；步骤5：根据步骤4的多因子调节卡尔曼滤波的增益矩阵；步骤6：根据步骤2的系统方程和步骤5的增益矩阵，利用卡尔曼进行最优估计，将递推结果反馈到SINS的解算结果，得到最终速度和位置信息。该方法利用DVL四波束的多普勒频移测量信息，在四波束测量值缺失非完整情况下依旧保证连续的测量信息。该方法能够有效抑制导航状态中的不确定噪声，提高导航精度。
-
公开(公告)号：CN113344113A
公开(公告)日：2021-09-03
申请号：CN202110715329.6
申请日：2021-06-27
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明提供的是一种基于改进k‑means聚类的Yolov3锚框确定方法。本发明改变传统一次k‑means聚类直接得到Yolov3锚框的方法，对样本数据进行两次聚类。第一次聚类把样本数据聚类到不同大小的三个尺度上，达到尺度分化的目的。第二次聚类在前一次聚类得到的三个聚类子集的基础上，根据样本标注框的形状特征再次进行聚类，最终得到分布三个尺度下的9个聚类结果，适配Yolov3的锚框。本发明利用两次聚类得到的锚框更加符合Yolov3的检测过程，能够减少k‑means随机初始点对最终结果的影响，两次聚类大大减少了样本的数据量，提高算法速度。
-
公开(公告)号：CN112507281A
公开(公告)日：2021-03-16
申请号：CN202011302705.0
申请日：2020-11-19
Applicant: 东南大学
Abstract: 一种基于双状态多因子抗差估计的SINS/DVL紧组合系统。通过下列步骤实现：步骤1：获取载体当前时刻SINS和DVL的采集数据；步骤2：根据步骤1的采集数据建立状态方程和量测方程；步骤3：对状态量和量测量进行卡方检测；步骤4：计算模型误差和量测误差的自适应因子；步骤5：根据步骤4的多因子调节卡尔曼滤波的增益矩阵；步骤6：根据步骤2的系统方程和步骤5的增益矩阵，利用卡尔曼进行最优估计，将递推结果反馈到SINS的解算结果，得到最终速度和位置信息。该方法利用DVL四波束的多普勒频移测量信息，在四波束测量值缺失非完整情况下依旧保证连续的测量信息。该方法能够有效抑制导航状态中的不确定噪声，提高导航精度。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
