-
公开(公告)号：CN109035242A
公开(公告)日：2018-12-18
申请号：CN201810903938.2
申请日：2018-08-09
Applicant: 长安大学
CPC classification number: G06T7/0004 , G06K9/6256 , G06N3/0454
Abstract: 本发明公开了一种基于深度学习的HF‑ERW焊接状态检测方法及装置，能够大幅提升焊接状态图像测试精度。该方法包括：获取HF‑ERW焊接状态图像数据集；建立基于卷积神经网络CNN的图像分类模型；生成HF‑ERW焊接质量状态数据集；将图像分类模型的卷积层和池化层迁移到HF‑ERW焊接质量状态数据集上；从HF‑ERW焊接质量状态数据集选取部分样本图像数据作为训练集，将训练集中的样本图像数据输入图像分类模型进行训练，获取预测分类结果；每完成一次训练后，调整图像分类模型的参数；当损失值小于预设值时停止训练；将待检测的HF‑ERW焊接状态图像输入图像分类模型，获取分类结果。
-
公开(公告)号：CN104502899B
公开(公告)日：2017-11-21
申请号：CN201410833908.0
申请日：2014-12-27
Applicant: 长安大学
Abstract: 本发明涉及一种自适应的恒虚警率目标检测方法，包括以下步骤：1)：将雷达接收到的数据传入匹配滤波器中；2)：将匹配滤波器输出的信号传入平方律检波器中进行处理；3)：最后将平方律检波器中输出的信号传入CFAR检测器进行处理，获得参考单元采样根据相应CFAR算法产生的杂波功率水平的估计值Z；4)：根据3)获得的参考单元采样根据相应CFAR算法产生的杂波功率水平的估计值Z，CFAR检测器输出最终判决，即检测单元内是否存在目标。该方法根据参考滑窗内采样值的统计均值x和方差，将方差大于一定数值的采样值删除，用剩余的有效的采样值的均值代替该采样值，重新计算采样值的均值。
-
公开(公告)号：CN104914434A
公开(公告)日：2015-09-16
申请号：CN201510313289.7
申请日：2015-06-09
Applicant: 长安大学
IPC: G01S13/93
CPC classification number: G01S13/93
Abstract: 本发明公开了一种巡航直升机机载雷达检测预警高压电线的方法，包括如下步骤：(1)建立高压电线目标的巡航直升机机载雷达检测预警模型的方法设计；(2)输入模型及雷达参数，建立模型仿真；(3)启发式算法设计；此种算法设计是本发明创新的算法，首先将模型仿真中的图像序列转化为相应的二维坐标点，然后将其按照x-y方向递增的顺序分配到三个不同的矩阵中，通过启发式算法可以有效地检测出高压电线。此种启发式检测高压电线方法，与传统的Hough变换直线检测的相比，检测目标成功率更高和虚假目标率更低。能够为巡航直升机机载雷达检测预警高压电线提供更可靠，更高效率的技术支撑。
-
公开(公告)号：CN114895681A
公开(公告)日：2022-08-12
申请号：CN202210553716.9
申请日：2022-05-20
Applicant: 长安大学 , 麒天交通科技(西安)有限公司
IPC: G05D1/02
Abstract: 本发明提供了一种高速公路护栏板检测的机器人及控制方法，通过采集本体与车道线之间的夹角θ'，以及本体与护栏板之间的最大距离d及其方向角α，计算出修正后的本体与护栏板之间的垂直距离D'，进而在与预设的本体与护栏板之间的距离D进行计算得出控制信号uk，最后对机器人的循迹轨迹进行修正，使得机器人能够有效的和护拦板保持恒定距离。通过本申请提供的机器人，可以快速稳定不间断的获取高速公路护栏板的采样参数，替代带了现有的人工检测方法，解决了现有检测效率低、采样点位少、容易误采样和漏采样的问题。同时解决了循迹目标单方面断层循迹失控的问题。
-
公开(公告)号：CN110287884B
公开(公告)日：2021-06-22
申请号：CN201910559581.5
申请日：2019-06-26
Applicant: 长安大学
IPC: G06K9/00 , G06K9/32 , G06K9/62 , G06T5/00 , G06T5/20 , G06T7/13 , G06T7/136 , G06T7/187 , G06T7/194
Abstract: 本发明公开了一种辅助驾驶中压线检测方法，与现有最新ImageAI检测识别技术结合，能够准确识别图像中的目标车辆，且能够利用Hough变换准确提取车道线，并能经过前后轮位置估计方法准确估计车轮位置，最终通过图像融合以及像素点RGB值提取准确检测车辆的压线情况，具有良好的检测精度。
-
Patent Agency Ranking
公开(公告)号：CN110310241B
公开(公告)日：2021-06-01
申请号：CN201910559582.X
申请日：2019-06-26
Applicant: 长安大学
Abstract: 本发明公开了一种融合深度区域分割的多大气光值交通图像去雾方法，首先制作雾霾图像数据集，然后利用雾霾图像数据集为输入，训练雾霾图像深度分割器，让机器学习雾霾天气下天空和非天空区域的特征；采集雾霾天气下用于测试的交通图像；采用雾霾图像深度分割器对采集的交通图像进行分割，得到天空区域和非天空区域，求取天空区域和非天空区域的大气光值和透射率，加权平均后，得到综合大气光值和综合透射率；利用快速引导滤波对综合透射率细化处理，重构无雾交通场景图片。
-
公开(公告)号：CN108845508B
公开(公告)日：2021-03-30
申请号：CN201810670604.5
申请日：2018-06-26
Applicant: 长安大学
Abstract: 本发明公开了一种基于CMAC‑滑膜一体化控制的无人机半物理仿真控制方法，首先在MATLAB/Simulink上建立基于CMAC‑滑模一体化控制的模型；然后在LabVIEW上建立控制该模型的地面站；最后根据LabVIEW给定无人机模型飞行指令，通过CMAC‑滑模一体化控制模型输出控制量，最终控制飞行器姿态。本发明提高了控制精度，可以使程序在低成本处理器下实时运行，并达到精确控制，数据收敛更快，精度更高。
-
公开(公告)号：CN110310241A
公开(公告)日：2019-10-08
申请号：CN201910559582.X
申请日：2019-06-26
Applicant: 长安大学
Abstract: 本发明公开了一种融合深度区域分割的多大气光值交通图像去雾方法，首先制作雾霾图像数据集，然后利用雾霾图像数据集为输入，训练雾霾图像深度分割器，让机器学习雾霾天气下天空和非天空区域的特征；采集雾霾天气下用于测试的交通图像；采用雾霾图像深度分割器对采集的交通图像进行分割，得到天空区域和非天空区域，求取天空区域和非天空区域的大气光值和透射率，加权平均后，得到综合大气光值和综合透射率；利用快速引导滤波对综合透射率细化处理，重构无雾交通场景图片。
-
公开(公告)号：CN110189623A
公开(公告)日：2019-08-30
申请号：CN201910533282.4
申请日：2019-06-19
Applicant: 长安大学
Abstract: 本发明公开了一种标识牌自动翻牌与更换装置及其使用方法，通过纵向驱动机构带动升降驱动机构和标识牌选择机构沿纵向移动，实现主动轮和被动牙盘的啮合与分离；当主动轮和被动牙盘分离后，通过标识牌选择机构拨动主动轮沿横向移动，从而选择标识牌，选择完成后，通过纵向驱动机构实现主动轮和被动牙盘的啮合，然后通过升降驱动机构驱动标识牌绕标识牌轴旋转，从而实现标识牌的上举，识别完成后，再通过升降驱动机构驱动标识牌落下，从而实现翻牌功能。装置有自主选择功能，可根据要求展示指定的标识牌，并可实现标识牌的切换功能。该方法操作简单便捷，适用性广泛，具有较高的使用价值和推广价值。
-
公开(公告)号：CN109919832A
公开(公告)日：2019-06-21
申请号：CN201910146066.4
申请日：2019-02-27
Applicant: 长安大学
Abstract: 本发明公开了一种用于无人驾驶的交通图像拼接方法，获取要进行拼接的交通图像；构建Hessian矩阵，生成所有的兴趣点，用于特征的提取；构建尺度空间；特征点定位；特征点主方向分配；生成特征点描述子；通过双向匹配与相似小波特征匹配实现特征点的匹配；随机从数据集中随机抽出4个样本数据计算出变换矩阵H；计算投影误差，加以判定，若符合则匹配点输出，否则返回，根据特征点进行图像拼接。本发明双向相似小波特征匹配surf算法与传统Surf算法相比提高了粗匹配的精度，同时也减小了下一步Ransac去误匹配的工作量，自适应低迭代Ransac算法与传统Ransac算法相比实现了最少匹配点阈值的自适应并且降低了迭代的次数，提高了算法的效率。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.037 seconds)
