公开(公告)号：CN117037079A

公开(公告)日：2023-11-10

申请号：CN202310777803.7

申请日：2023-06-29

Applicant: 桂林电子科技大学

Inventor： 林怡 ,  丰超 ,  伍锡如

IPC: G06V20/54 ,  G06V10/40 ,  G06V10/80

Abstract: 本发明公开了一种基于激光雷达的三维车辆检测方法，具体是一种基于激光雷达的改进PointPillar的车辆检测方法。目的是解决无人驾驶系统中的车辆检测速度慢、二维图像中缺乏物体三维信息的问题。该方法由以下步骤实现：步骤一：针对点云数据进行滤波和去地面的预处理，实现无关点云数据的去除，减少数据的运算量；步骤二：改进的特征编码模块实现点云局部信息和全局信息的有效提取；步骤三：改进的特征融合模块完成多尺度特征的融合，提高鲁棒性；步骤四：改进的损失函数减少误差。

公开(公告)号：CN116758506A

公开(公告)日：2023-09-15

申请号：CN202310786009.9

申请日：2023-06-29

Applicant: 桂林电子科技大学

Inventor： 林怡 ,  丰超 ,  伍锡如

IPC: G06V20/56 ,  G06V20/64 ,  G06V10/40 ,  G06V10/80 ,  G06V10/25

Abstract: 本发明公开了一种基于点云和图像融合的三维车辆检测方法，具体是一种激光雷达‑相机传感器融合架构，提取图像中的颜色纹理信息和点云数据中的尺寸及位置信息的三维车辆检测方法。该方法由以下步骤实现：步骤针对点云数据和图像数据进行预处理；设计改进的关键点模块的进行特征提取；使用改进的感兴趣融合模块完成点云和图像数据的特征融合；使用改进的非极大值抑制减少检测框的冗余。主要解决了交通场景下的无人驾驶车辆难以对车辆障碍物难以精准的测量和距离估计的问题，实现了不同模态的信息互补，为导航、避障和路径规划提供位置、轮廓、速度等信息，弥补无人驾驶汽车队目标距离进行估计精度的短板。

公开(公告)号：CN116451920A

公开(公告)日：2023-07-18

申请号：CN202211498431.6

申请日：2022-11-28

Applicant: 桂林电子科技大学

Inventor： 张龙 ,  张笑青 ,  许川佩 ,  林怡 ,  胡曦

IPC: G06Q10/0631 ,  G06Q50/04 ,  G06N3/006

Abstract: 本发明提供的是一种基于改进化学反应算法的柔性作业车间调度方法，属于柔性作业车间调度问题领域。该方法将化学反应优化算法应用于柔性作业车间调度问题中，在算法初始化阶段采用启发式规则随机组合产生初始解来提高解的质量；算法可以在算法前期有更大概率选择不同的分子，防止陷入局部最优，算法后期加快收敛速度进程，选择较优秀的分子进行反应；同时，算法对控制种群规模的方法进行改进，将种群动态平衡在相对稳定的状态；不仅如此，算法考虑在实际生产制造过程中加工设备负载平衡的问题，在条件允许的情况下，平衡并行加工设备的负载；本发明解决了本发明解决了化学反应优化算法在柔性作业车间调度问题的应用中求解精度不高，算法收敛速过早问题，同时优化了实际制造过程中加工设备负载不平衡的问题。

公开(公告)号：CN116151572A

公开(公告)日：2023-05-23

申请号：CN202310165279.8

申请日：2023-02-24

Applicant: 桂林电子科技大学

Inventor： 张龙 ,  张笑青 ,  许川佩 ,  林怡 ,  胡曦

IPC: G06Q10/0631 ,  H01L21/67 ,  H01L21/66 ,  G06Q10/0633 ,  G06Q50/04

Abstract: 本发明提供的是一种应用于半导体制造过程中最终检测环节中的改进化学反应算法的调度方法，属于柔性作业车间调度问题领域。该方法将化学反应优化算法应用于半导体制造最终检测调度问题中，解决实际制造中的问题；不仅如此，在实际产品制造过程中，代加工产品上机往往加工前可能需要准备时间，算法将这一因素添加到调度问题中更贴合实际制造中的问题；在算法初始化阶段采用启发式规则随机组合产生初始解来提高解的质量；算法将完成反应后的解调整关键路径以达到减小最小最大完工时间的目的；本发明提供了一种半导体制造过程中最终检测环节调度方法，优化了化学反应优化算法在半导体制造最终检测环节中求解的精度，同时考虑实际生产制造中的因素更加完善。

公开(公告)号：CN117197785A

公开(公告)日：2023-12-08

申请号：CN202311126218.7

申请日：2023-09-01

Applicant: 东风柳州汽车有限公司 ,  桂林电子科技大学

Inventor： 赵红专 ,  王可怡 ,  吴泽健 ,  李勇滔 ,  展新 ,  李文勇 ,  许恩永 ,  李育方 ,  张波 ,  林怡 ,  张释天 ,  何水龙 ,  王涛 ,  冼劲松 ,  石胜文 ,  蒋燕

IPC: G06V20/59 ,  G06V40/16 ,  G06N3/006 ,  G06V10/44 ,  G06V10/766

Abstract: 本发明属于安全驾驶技术领域，公开了一种疲劳驾驶检测方法、装置、设备及存储介质。本发明通过实时采集车辆行驶数据和驾驶员的面部特征信息，通过疲劳驾驶检测模型对所述面部特征信息定位得到人脸特征点，根据所述人脸特征点得到面部数据，对所述疲劳驾驶检测模型中的惩罚因子和高斯核函数参数进行优化，根据优化后的最优惩罚因子和最优高斯核函数参数对疲劳检测模型更新，得到更新后的疲劳检测模型，通过所述更新后的疲劳检测模型对所述面部数据和所述车辆行驶数据进行疲劳检测，得到疲劳检测结果，实现根据两个维度的数据综合对驾驶员疲劳状态检测，提高疲劳检测准确度。

公开(公告)号：CN117057525A

公开(公告)日：2023-11-14

申请号：CN202310781600.5

申请日：2023-06-29

Applicant: 桂林电子科技大学

Inventor： 林怡 ,  张龙 ,  丰超 ,  伍锡如

IPC: G06Q10/0631 ,  G06Q50/04

Abstract: 本发明提供了一种基于Q‑learning和EDA求解半导体最终测试调度方法，属于柔性作业车间调度问题领域。包括以下步骤：建立柔性作业车间调度模型及其约束条件，对种群和参数进行初始化；在算法初始化阶段建立概率矩阵，并用轮盘赌的方法选择出一定popsize的非劣势解，一定程度上保留种群的多样性，引入Q‑learning算法来引导种群的进化方向，利用Q学习来更新概率矩阵，避免陷入局部最优，加快其收敛速度；在EDA算法的基础上结合强化学习Q‑learning算法构建智能体模型，设计状态集、动作集、奖励方法、行动选择改进贪婪策略等，在种群迭代时进行启发式规则学习，从而提高算法时间和解的精确度，进而提高半导体车间的自适应性和可靠性。