-
公开(公告)号：CN119000421B
公开(公告)日：2025-03-11
申请号：CN202411480531.5
申请日：2024-10-23
Applicant: 南京邮电大学
Abstract: 本发明公开了适于无人设备远距离非接触观测的密度计设计方法及系统，涉及无人测量设备辅具设计技术领域，包括：定性给出浮筒的形状构成，其中，浮筒由圆柱形上柱、圆柱形下柱和配重球构成；根据浮筒的形状构成获取设计依据变量，基于设计依据变量输入至待设计变量表达式内，计算得出待设计变量，其中，所述设计依据变量包括液体池约束变量和设计约束变量；利用得出的待设计变量进行深度约束判据，若不满足深度约束判据，则调整设计依据变量至满足深度约束判据为止，若满足深度约束判据，则根据待设计变量设计密度计。
-
公开(公告)号：CN119000421A
公开(公告)日：2024-11-22
申请号：CN202411480531.5
申请日：2024-10-23
Applicant: 南京邮电大学
Abstract: 本发明公开了适于无人设备远距离非接触观测的密度计设计方法及系统，涉及无人测量设备辅具设计技术领域，包括：定性给出浮筒的形状构成，其中，浮筒由圆柱形上柱、圆柱形下柱和配重球构成；根据浮筒的形状构成获取设计依据变量，基于设计依据变量输入至待设计变量表达式内，计算得出待设计变量，其中，所述设计依据变量包括液体池约束变量和设计约束变量；利用得出的待设计变量进行深度约束判据，若不满足深度约束判据，则调整设计依据变量至满足深度约束判据为止，若满足深度约束判据，则根据待设计变量设计密度计。
-
公开(公告)号：CN115294441A
公开(公告)日：2022-11-04
申请号：CN202211205005.9
申请日：2022-09-30
Applicant: 南京邮电大学
Abstract: 一种由注意力融合三特征的机器人场景识别与解析方法，提出利用物品识别算法中物品特征图进一步精确解析场景中物品信息的方法；提出一种获取物品单体描述信度的方法，并且设计了由物品单体描述信度组成的物品向量；改造了卷积神经网络CNN的全连接层网络，并定义了某个全连接层网络的输出为全局特征；求出卷积神经网络CNN卷积层的输出的格拉姆矩阵，并提出全连接层网络的结构，在输入为格拉姆矩阵时输出为风格特征；利用注意力机制将三种特征进行融合，并将融合注意力向量送进用于分类的全连接层网络，输出即为最终的场景标签。本发明支持整体训练优化，可以解析该场景的物品标签与场景标签，在室内场景解析与场景分类中有较好的结果。
-
公开(公告)号：CN111399634B
公开(公告)日：2022-09-23
申请号：CN201911163274.1
申请日：2019-11-25
Applicant: 南京邮电大学
Abstract: 本发明公开一种手势引导物体识别的方法及装置，其方法具体包含如下步骤：（1）对Kinect和Leap motion进行联合标定，计算两传感器镜头坐标系间的变换矩阵；（2）通过Leap motion捕捉手部运动数据，进行运动轨迹跟踪；通过Kinect采集物体特征信息；（3）利用镜头坐标系间的变换矩阵将手部运动轨迹转换到Kinect坐标系下（4）利用手部运动轨迹对物体进行框选，将框选的物体映射到二维平面，基于SSD的物体识别方法，对框选物体进行识别。利用该方法可提高对目标物体识别的准确率和高效性，增强人机交互体验。
-
公开(公告)号：CN109858565B
公开(公告)日：2022-08-12
申请号：CN201910151241.9
申请日：2019-02-28
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/762 , G06V10/82 , G06V10/44 , G06V10/42 , G06V10/74 , G06V10/80
Abstract: 本发明提供基于深度学习的融合全局特征和局部物品信息的家庭室内场景识别方法。包括步骤：构建家庭室内场景图片训练集和测试集，训练集送入Alexnet、Googlnet、VGG三个卷积神经网络分别训练并测试得到场景特征；赋予三类场景特征相应权重，加权平均后作为全局特征；利用SSD卷积神经网络训练并得到家庭室内场景下常见物品的局部特征；采用矩阵拼接的方式融合全局和局部物品特征；聚类算法处理融合结果，生成场景分类中心向量；以场景分类中心向量作为分类标准，判断并输出待检测图片所属场景类别。利用本发明可使家庭服务机器人具备自动识别环境蕴含的场景语义，提升机器人智能化水平。
-
Patent Agency Ranking
公开(公告)号：CN114152269A
公开(公告)日：2022-03-08
申请号：CN202111320679.9
申请日：2021-11-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种车轮安装惯性测量单元的安装参数现场标定方法，包括粗标定和精标定两个阶段；粗标定阶段：在水平路面，车辆开始处于静止状态，采集静止状态下的加速度计输出，之后令车辆在水平路面沿直线运动一小段距离，采集直线运动状态下的陀螺输出，由TRIAD算法确定轴对准误差矩阵粗值。精标定阶段：令车辆由静止开始，在水平路面自由行驶，通过车辆运动学约束和惯性测量单元的输出建立卡尔曼滤波器，采集IMU输出，代入扩展卡尔曼滤波器，通过所述卡尔曼滤波器计算惯性测量单元相对于车轮的偏心距和轴对准误差精确值，同时能估计车辆位姿。本发明有助于减少车轮IMU安装难度和使用成本，提高基于车轮安装IMU的车辆定位精度。
-
公开(公告)号：CN106650628B
公开(公告)日：2021-03-23
申请号：CN201611027090.9
申请日：2016-11-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于三维K曲率的指尖检测方法，该方法分为两步，第一步：基于点云颜色区域增长提取手部区域。首先对RGB‑D传感器获取的点云数据进行滤波，然后对其做颜色的区域增长分割，最后采取肤色检测算法获取手部区域的点云数据。第二步：基于三维K曲率算法提取指尖点。在获取手部区域后，对手部点云进行滤波以剔除一些空间离散点，然后利用K曲率算法的思想去处理点云数据，确定指尖候选点，对其指尖候选点聚类，得到指尖点。利用本发明的方法，可以在数字1、2、3、4、5等几种常见手势情况下，在不同位置，不同背景，不同光照环境下，很好地检测出指尖点。本发明的方法与实际指尖点的距离误差仅为5mm左右，具有较好的精确性、鲁棒性。
-
公开(公告)号：CN107329469A
公开(公告)日：2017-11-07
申请号：CN201710348826.0
申请日：2017-05-17
Applicant: 南京邮电大学
IPC: G05D1/02
Abstract: 本发明提供一种自主机器人的乱架图书管理系统，该方法为书架的每一层编码并制作二维码，机器人上的扫描枪模块扫码获取书架信息，扫描书脊上的条码获取图书信息。扫码时自主机器人获取当前位置在2D导航地图中的坐标，实现图书信息与位置信息的结合，解决图书馆中的图书识别定位问题。读者查找图书时机器人可根据图书对应的位置信息，自主导航到达图书位置，引导读者找到图书。机器人扫描整个书架上的图书条码比对原始位置信息判断图书是否错架，实现乱架图书管理。本发明对现有图书馆的设施改动较少，只需增加原有图书的条形码到书脊处，同时书架间预留一定的空间供机器人自主移动。利用本发明的方法可解决图书归位问题，降低图书馆人工管理成本，提高图书馆服务质量和自动化水平。
-
公开(公告)号：CN111947657B
公开(公告)日：2024-04-19
申请号：CN202010532832.3
申请日：2020-06-12
Applicant: 南京邮电大学
IPC: G01C21/20 , G01S17/06 , G01S17/931
Abstract: 本发明涉及一种适用于密集排架环境的移动机器人导航方法。属于移动机器人领域，具体包括以下步骤：(1)、获取密集排架环境地图；(2)、基于矩形检测方法定位密集排架；(3)、构建行为树选择路径模式；(4)、在路径参考点间使用A*算法生成规划路径，再使用基于机器人运动学模型的预测控制方法跟踪路径实现导航，在狭长排架通道内定位不准的情况下使用局部激光观测信息提取的直线特征提供参考。该方法实现了密集排架环境下机器人的工作路径最优划分，排除了人工设置路标点带来的误差，与现有技术相比能够在狭窄的排架环境中完成多种移动机器人的导航，适应不同的巡航速度。
-
公开(公告)号：CN111872934B
公开(公告)日：2023-01-31
申请号：CN202010563175.9
申请日：2020-06-19
Applicant: 南京邮电大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于隐半马尔可夫模型的机械臂控制方法及系统，其中方法包括：通过对获取的多组机械臂抓取过程观测数据建立对应的HMSS训练模型，再基于BIC准则从训练模型中选择最优模型；使用维特比算法对最优模型进行解码，得到隐藏的基元运动行为，建立基元运动库；计算HSMM新型前向概率，根据HSMM新型前向概率的滤波概率求得当前时刻被激活的运动基元，重新规划基元运动序列；最后基于DMP算法对每个运动基元建立基元轨迹模型，控制机械臂执行基元轨迹。本发明提高了机器的自主学习能力，同时具备稳定性和泛化性。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.028 seconds)
