公开(公告)号：CN116778256A

公开(公告)日：2023-09-19

申请号：CN202310835934.6

申请日：2023-07-07

Applicant: 哈尔滨理工大学

Inventor： 徐军 ,  付杨 ,  王孟 ,  付琳

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于改进CNN的玉米叶片病害图像分类方法，属于深度学习领域，为了解决目前已有的分类模型分类精度不高的问题，本发明提供了一种玉米叶片病害图像分类方法。首先对图像数据进行数据增强和图像标准化处理，在发明的F‑Resnet50网络模型基础上，引入迁移学习，结合注意力机制模块(CBAM)，包括注意通道力机制和注意空间力机制，使用交叉熵作为损失函数，最终通过消融实验，得出网络最优模型，将预处理后的测试集中玉米叶片病害图像输入分类结果，获得图像的预测结果。本发明对玉米叶片病害图像的高精度、高准确率的分类，对玉米叶片病害的分析、研究、和防治方法具有重要意义。

公开(公告)号：CN116824409A

公开(公告)日：2023-09-29

申请号：CN202310787662.7

申请日：2023-06-29

Applicant: 哈尔滨理工大学

Inventor： 徐军 ,  马云飞 ,  李宇航 ,  王孟

IPC: G06V20/17 ,  G06V20/40 ,  G06V10/24 ,  G06V10/74 ,  G06V10/82 ,  G06T7/50 ,  G06T7/277 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开一种基于深度学习的四旋翼无人机目标跟踪方法及系统。包括将深度摄像头采集到的彩色和深度图像信息输入到YOLOv7‑tiny目标检测网络，获得行人和车辆的目标检测框与中心点坐标；根据目标检测的结果使用DeepSORT目标跟踪算法对目标进行追踪；通过手动框选需要跟踪的目标对象，确定目标对象ID值；从而准确的控制四旋翼无人机对目标对象进行跟踪。本发明通过对YOLOv7‑tiny目标检测算法与DeepSORT目标跟踪算法进行优化，不仅提高了对行人和车辆的检测精度，而且大大提升了系统的运算速度和目标进行非线性运动情况下跟踪的鲁棒性。

公开(公告)号：CN118746303A

公开(公告)日：2024-10-08

申请号：CN202411001430.5

申请日：2024-07-25

Applicant: 哈尔滨理工大学

Inventor： 马静 ,  王孟 ,  郭嵩 ,  张磊

IPC: G01C21/20 ,  G01C21/34 ,  G01C21/00 ,  G01S17/894 ,  G01S17/88

Abstract: 本发明公开一种基于激光SLAM的自主导航与环境建图方法及系统，该系统通过对激光雷达进行去畸变处理并与IMU联合标定，确保传感器数据的精准。通过高斯平滑处理权重异常粒子，并采用低方差重采样策略对Gmapping算法进行优化，进一步减少粒子的退化现象并提高粒子多样性。根据计算粒子的有效样本，动态调整粒子数量以提高算法的计算效率。此外，对RRT_Connect算法进行优化，通过增加动态目标生成和重连机制，并加快收敛速度，使其找到最优路径。通过引入剪枝和贝塞尔曲线的方法，使路径更简洁自然。最终将改进的RRT_Connect算法与TEB算法融合，实现精准的地图导航和避障。