-
公开(公告)号:CN113984054A
公开(公告)日:2022-01-28
申请号:CN202111095186.X
申请日:2021-09-17
Abstract: 本发明是基于信息异常检测的改进Sage‑Husa自适应融合滤波方法及多源信息融合设备,1获取传感器量测信息、GPS经纬度信息;2建立GPS/INS组合导航系统模型,建立状态方程和量测方程;3信息异常检测过程,根据预测残差向量构造检验统计量,判断是否有异常观测的存在,当系统有异常量测检测时,采用改进的Sage‑Husa自适应滤波,将卡尔曼滤波增益置零,引入指数衰减自适应因子调整观测量测噪声;4改进的Sage‑Husa自适应滤波方法对组合导航系统进行滤波处理,在标准Kalman滤波的基础上对Q阵和R阵实时预测和修正。多源信息融合设备含有传感器、处理器、信息获取单元、数据传输接收单元。有益效果:添加了信息异常检测过程,提高了系统的导航精度和容错性。
-
公开(公告)号:CN111267911A
公开(公告)日:2020-06-12
申请号:CN202010084171.2
申请日:2020-02-10
Abstract: 本发明公开的实施例公开了一种列车完整性检测方法,包括分别获取列车车头定位信息和列车车尾的定位信息;将列车车头定位信息和列车车尾定位信息与地图轨迹信息进行匹配,确定匹配的匹配误差在预设范围内时列车车头定位信息和列车车尾定位信息;响应于匹配的匹配误差在预设范围内,确定虚拟应答器是否已捕获到列车车头逻辑状态和列车车尾逻辑状态,对列车车头逻辑状态和列车车尾逻辑状态进行逻辑运算,基于逻辑运算结果确定列车完整性。提高了列车在区间分界点等安全性要求更高处完整性检测效率。
-
公开(公告)号:CN120071288A
公开(公告)日:2025-05-30
申请号:CN202510227063.9
申请日:2025-02-27
Applicant: 兰州交通大学
IPC: G06V20/56 , G06V10/82 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/764 , G06V10/26 , G06V10/766 , G06N3/082
Abstract: 本申请涉及道路标线检测技术领域,公开了一种融合多模块增强特征的道路标线检测深度学习系统,包括:数据获取端,用于移动激光扫描装置实时采集道路场景的三维点云数据;预处理端,用于接收点云数据,经布料模拟滤波分割地面点云并投影生成二维强度图像;特征增强端,用于包含顺序处理的通道语义增强模块与空间上下文增强模块,其中:所述通道语义增强模块对输入特征执行双池化融合及自适应卷积,输出通道权重化的增强特征。本发明采用了通道语义增强模块和空间上下文增强模块的技术方案,达到了显著提升道路标线检测精度的效果,相较于现有技术中仅依赖单一特征提取的方法,解决了其在复杂场景下检测精度不足的问题。
-
公开(公告)号:CN119881996A
公开(公告)日:2025-04-25
申请号:CN202510163271.7
申请日:2025-02-14
Applicant: 兰州交通大学
Abstract: 本发明公开了基于速度修正的SINS/ODO/GNSS退火选星紧组合车载系统及其方法,涉及列车导航定位技术领域。本发明通过建立基于四轮ABS滑膜滤波的速度优化算法,降低车辆大幅度转弯时的速度误差,选用多阶段退火算法的选星算法,选择最优卫星组合,提升算法运行效率的同时保证卫星解算的准确性。使用基于拓展卡尔曼滤波(Extended Kalman Filter,EKF)的算法,通过融合多源数据,提高定位精度、系统鲁棒性和动态跟踪能力,特别是在GNSS信号丢失或干扰的情况下,能够有效减少误差积累和位置漂移。
-
公开(公告)号:CN118897899A
公开(公告)日:2024-11-05
申请号:CN202411400842.6
申请日:2024-10-09
Applicant: 兰州交通大学
IPC: G06F16/387 , G06F40/205 , G06F40/284 , G06F40/30 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N5/04 , G06F16/35
Abstract: 本发明公开了一种多语义特征协同的中文地址匹配方法,该方法将地址匹配问题转换为二分类问题。首先,对中文地址进行地址要素解析,并利用训练语料库训练Word2vec模型生成其对应的词嵌入向量表示;然后,分别使用文本循环卷积神经网络和图注意力网络提取地址要素的多语义特征;最后,基于增强序列推理模型对地址多语义特征进行局部推理和推理组合,来实现中文地址的精准匹配。该方法显著优于现有的基于深度学习的中文地址匹配方法,在匹配精准率、召回率和F1值均取得了优异的结果,这对于地理编码等应用具有重要意义。
-
公开(公告)号:CN113984054B
公开(公告)日:2024-10-11
申请号:CN202111095186.X
申请日:2021-09-17
Abstract: 本发明是基于信息异常检测的改进Sage‑Husa自适应融合滤波方法及多源信息融合设备,1获取传感器量测信息、GPS经纬度信息;2建立GPS/INS组合导航系统模型,建立状态方程和量测方程;3信息异常检测过程,根据预测残差向量构造检验统计量,判断是否有异常观测的存在,当系统有异常量测检测时,采用改进的Sage‑Husa自适应滤波,将卡尔曼滤波增益置零,引入指数衰减自适应因子调整观测量测噪声;4改进的Sage‑Husa自适应滤波方法对组合导航系统进行滤波处理,在标准Kalman滤波的基础上对Q阵和R阵实时预测和修正。多源信息融合设备含有传感器、处理器、信息获取单元、数据传输接收单元。有益效果:添加了信息异常检测过程,提高了系统的导航精度和容错性。
-
公开(公告)号:CN117029878A
公开(公告)日:2023-11-10
申请号:CN202311005679.9
申请日:2023-08-10
IPC: G01C25/00 , G06F17/11 , G06F17/16 , G06F17/18 , G06F30/32 , G06N3/126 , G01S19/39 , G01S19/49 , G06F117/06
Abstract: 本发明提供一种基于双天线辅助的列车导航快速初始对准系统,涉及工业缺陷检测领域。本方法在输入的正常样本图像的某个随机位置剪裁,得到一个随机大小的矩形区域,收集工业产品的缺陷类型与形状作为先验知识,将矩形进行蒙版变换为与对应产品缺陷形状类似的图像补丁,将补丁随机旋转一定角度,进行随机的颜色抖动,再将补丁粘贴在原图像的随机位置得到模拟缺陷图像,将模拟缺陷图像与正常图像一同输入ResNet‑18神经网络,在神经网络中融入了自监督注意力模块(SSPCAB),使用周期性焦点损失(CFL)作为神经网络的损失函数,并于注意力模块产生的均方差损失加权相加作为目标函数,最后得到缺陷检测模型。
-
公开(公告)号:CN111267912A
公开(公告)日:2020-06-12
申请号:CN202010169702.8
申请日:2020-03-12
IPC: B61L25/02
Abstract: 本发明公开了一种基于多源信息融合的列车定位方法和系统,其中,基于多源信息融合的列车定位方法,包括:获取定位信息,所述定位信息包括卫星定位信息、通信基站的定位信息、列车行进的里程信息和列车运动状态信息;基于所述列车运动状态信息对所述列车行进的里程信息进行校准,得到校准后的列车行进的里程信息;将所述卫星定位信息、通信基站的定位信息和校准后的列车行进的里程信息两两融合,得到三组融合后的位置信息;对三组融合后的位置信息进行处理得到列车定位信息。以实现提高系统定位精度和环境适应性的目的。
-
公开(公告)号:CN119879950A
公开(公告)日:2025-04-25
申请号:CN202411915994.X
申请日:2024-12-24
Applicant: 兰州交通大学
Abstract: 本发明公开了一种考虑SINS力学编排的因子图优化车辆定位方法及系统,本发明通过精细的SINS力学编排误差修正模型,有效降低IMU与ODO数据的误差积累,尤其在长时间运行和GPS信号弱的环境下,能够提供稳定高精度的定位结果,并采用的因子图融合方法,相比联邦滤波等其他多源信息融合方法,能够对异步异构的传感器数据进行处理,满足了系统中传感器的即插即用功能,提高了组合导航的灵活性。该方法可灵活地与其他传感器融合,如视觉传感器、激光雷达等,适用于多种动态环境中的车辆定位需求。
-
公开(公告)号:CN118311628A
公开(公告)日:2024-07-09
申请号:CN202410420151.6
申请日:2024-04-09
Applicant: 兰州交通大学
IPC: G01S19/48 , G01S19/49 , G01S19/39 , G01C21/20 , G01C21/16 , G01C21/00 , G06F18/20 , G06F18/22 , G06F18/10
Abstract: 本发明公开了一种基于地图匹配的列车组合定位方法,属于列车定位技术领域。本发明是在GNSS/SINS列车组合定位的基础上,融入了基于因子图的轨迹简化算法以及基于隐马尔可夫模型的地图匹配算法。由于铁路路线单一,该方法能够保证列车与列车之间的运行安全性,大大提高铁路交通的运行流量,进而提高铁路系统的利用率,更好的适配铁路系统。
-
-
-
-
-
-
-
-
-