-
公开(公告)号：CN116738814A
公开(公告)日：2023-09-12
申请号：CN202211468435.X
申请日：2022-11-22
Applicant: 杭州电子科技大学
IPC: G06F30/27 , G06F18/25 , G06F18/213 , G06N3/08 , G06F111/08
Abstract: 本发明涉及一种基于时空Transformer的移动机器人导航方法，本发明时空Transformer模型由一个全局空间状态编码器和一个时间状态编码器组成，建立在Transformer结构上。空间状态编码器用于提取全局空间特征，并捕捉行人和机器人之间的空间交互。时间状态编码器被设计成模拟连续帧之间的时间相关性，并推断空间位置变换的动态关系。在综合时空状态表示的基础上，利用基于价值的强化学习方法获得最优导航策略。本发明提高了在复杂动态环境中导航避障的成功率和导航效率。对行人的未来运动状态预测更加准确，解决了机器人导航过程中的短视问题和现有导航避障过程中机器人对动态环境时空特征提取不充分的问题。
-
公开(公告)号：CN116343815A
公开(公告)日：2023-06-27
申请号：CN202310318001.X
申请日：2023-03-24
Applicant: 杭州电子科技大学
IPC: G10L21/0232
Abstract: 本发明公开了一种基于先验信噪比的维纳滤波和改进谱减法的语音增强方法，其首先需要一段外部输入带噪语音信号，其次将该带噪语音信号窗口分帧处理后进行傅里叶变换后，得到频域上的带噪语音信号，接着采用基于先验信噪比的维纳滤波对该语音信号进行初步处理，最后用改进谱减法对处理后的语音信号进一步处理并进行反傅里叶变换得到，最终得到较为纯净的语音信号。本发明基于先验信噪比的维纳滤波和改进谱减法的语音增强方法，可以达到在复杂背景噪声下达到有效的降低噪声，提高语音质量的效果，并且比传统方法能够更好的减少音乐噪声。
-
公开(公告)号：CN116176627A
公开(公告)日：2023-05-30
申请号：CN202310248586.2
申请日：2023-03-15
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于异构节点时空域感知的车辆轨迹预测方法，搭建了一个提取基于行驶车辆视角感知结果生成的在线感知地图并使用时空域注意力机制来完成不同种类信息自身的理解和相互的融合的车辆轨迹预测任务，可以在不使用高精地图的同时有效获取预测目标车辆的局部范围内的地图信息，完成其轨迹预测的同时保证较高的鲁棒性和估计精度，更加符合实际应用的需求。
-
公开(公告)号：CN113977609B
公开(公告)日：2022-12-23
申请号：CN202111427478.9
申请日：2021-11-29
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于双臂移动机器人的自动打菜系统。本发明包括：订单处理模块、图像数据采集模块、打菜点预测模块、双机械臂抓取模块以及移动模块。本方法实现了双臂移动机器人自动识别菜品种类并定位、打菜点位姿预测并挖取、双臂协同倒菜、自动出餐等功能。本发明采用深度相机采集图像数据，通过投票特征算法实现打菜点的预测，采用主从模式控制双臂之间的协调操作。本发明具有高灵活性、高精度、操作简单、环境适应性强等优点。大大减小了餐厅、食堂等工作人员的工作量，有助于餐厅工作效率的提高，具有广泛的市场需求。
-
公开(公告)号：CN114359188A
公开(公告)日：2022-04-15
申请号：CN202111578606.X
申请日：2021-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种纱管理管机的纱线残留检测方法，包括如下步骤：步骤1、采集当前纱管的RGB图片；步骤2、对图片进行预处理，步骤2.1、对图片进行高斯滤波；步骤2.2、进行RGB通道分离；步骤2.3、对分离出来的RGB通道图片进行高斯滤波；步骤2.4、对再次滤波后的图片进行canny边缘检测；步骤3、对纱管进行残纱检测，步骤3.1、判断纱管前半部分是否含纱；步骤3.2、提取纱管颜色；步骤3.3、判断纱管后半部分是否含纱。上述技术方案中，可以极大限度的降低环境光源的强度、纱管的洁净程度、纱管的摆放位置、纱线的饱和度、纱线的密度等因素对残纱检测的影响，进而达到效率高、检测精度高的优点。
-
Patent Agency Ranking
公开(公告)号：CN113759901A
公开(公告)日：2021-12-07
申请号：CN202110924145.0
申请日：2021-08-12
Applicant: 杭州电子科技大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于深度强化学习的移动机器人自主避障方法。采用深度强化学习方法通过奖励函数指导移动机器人进行自主避障到达目标位置技能的学习。利用注意力机制判断行人等障碍物对移动机器人的相对重要性即潜在干扰性，通过深度强化学习的方法实现仿真环境与真实环境完成自主避障导航至目标的任务。本发明具有很高的环境适应性和避障成功率，能够在复杂环境下实现移动机器人的自主避障。
-
公开(公告)号：CN110930342B
公开(公告)日：2021-10-29
申请号：CN201911030673.0
申请日：2019-10-28
Applicant: 杭州电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于彩色图引导的深度图超分辨率重建网络构建方法。目前越来越多的场景应用需要高质量高分辨率的深度图片，传统的深度图像超分辨方法在效果和速度都不如基于卷积神经网络的方法，但大部分的超分辨卷积神经网络框架都都只是堆叠单一尺寸的卷积核，无法很好的提取出同场景下高分辨率彩色图像中有利的引导信息。本发明的多尺度卷积核彩图引导网络不仅可以充分发掘了高分辨率彩色图像信息，提取了有用的特征图像，而且可以丰富深度图像特征的多样性，融合这些信息对深度图像进行超分辨率重建。并且利用递归学习和残差学习的思想，减轻了卷积神经网络的负担，控制了网络的参数，提升了深度图像的重建效果。
-
公开(公告)号：CN111055281B
公开(公告)日：2021-05-07
申请号：CN201911320327.6
申请日：2019-12-19
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于ROS的自主移动抓取系统与方法。本发明可以分为图像采集模块、视觉算法处理模块、位姿检测模块以及抓取控制模块。本方法实现了移动机器人在陌生环境下的环境感知，视觉导航以及实时的物体位姿估计并抓取的功能。将移动机器人与机器视觉相结合，使得机器人可以完成更智能的任务，提供良好的服务，减轻了不必要的负担。本发明具有效率高、检测精度高、可实时检测、良好的适应能力等优点，可以在很大程度上释放日常工作上的人力投入，具有很强的市场潜力。大大方便服务人们工作和生活，有助于促进生活水平的提高。
-
公开(公告)号：CN110276371B
公开(公告)日：2021-05-07
申请号：CN201910367932.2
申请日：2019-05-05
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于深度学习的集装箱角件识别方法。实际工业环境中需要利用叉车对集装箱角件进行固定，需要首先获得角件的空间位置信息。彩色相机与深度相机相结合的系统部署方便快捷，精度高，所以利用视觉信息来进行角件检测最广泛。利用传统的视觉算法来进行集装箱检测难以提取出有效的特征，精度较低，速度较慢。本发明通过YOLO神经网络进行特征提取，提出了一种利用神经网络与特征匹配算法进行集装箱角件检测的方法，能在不同的工作场合下得到集装箱角件坐标及集装箱角件平面与相机平面的偏移角度。
-
公开(公告)号：CN111507196A
公开(公告)日：2020-08-07
申请号：CN202010204312.X
申请日：2020-03-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于机器视觉和深度学习的车辆类型识别方法；目前车辆识别领域大多针对高空摄像头所采集的图像作为数据集，很少采用移动平台所采集的图像作为数据集。如果利用传统的图像识别技术，不能满足移动违章取证的需求。本发明的方法首先通过车载移动平台采集道路汽车的图像信息，利用深度学习中的yolov3算法进行初步汽车目标检测与识别，然后根据检测框与预测值阈值综合判定是否送入三个分类器进行再预测。根据三个分类器的检测结果和目标检测算法结果共同决定该检测框是否为错误检测并删除。最后更新系统的检测结果。该方法适用于非限定运行环境下车载移动平台的车辆识别领域，并在实际应用场景中取得较好的效果。
-
-
-
-
-
-
-
-
-
Search Results
193
records
(took 0.032 seconds)
