-
公开(公告)号:CN111460941A
公开(公告)日:2020-07-28
申请号:CN202010206651.1
申请日:2020-03-23
Applicant: 南京智能高端装备产业研究院有限公司 , 南京师范大学
Abstract: 本发明提供了一种穿戴式导航装备中视觉导航特征点提取与匹配方法,包括:读取两帧原始图像,构建图像的高斯-拉普拉斯金字塔,生成高斯-拉普拉斯差分尺度空间;进行特征点检测,将局部极值点作为特征点提取出来;计算出特征点的方向;基于BRIEF算子生成特征点的描述符,对每个点对进行二进制赋值,形成一个二进制编码;基于前一步生成的描述子对两张图像进行特征点的匹配,测量前一帧图中的每一个特征点与后一帧图像中所有特征点的相似程度,将相似程度最大的匹配成一对;重复上一步匹配操作,直到两帧图像中的所有特征点匹配完成,这些匹配好的特征点对为视觉导航提供大量的基础信息,提高导航定位结果的稳定性、环境适应性及抗干扰性能。
-
公开(公告)号:CN105242117B
公开(公告)日:2018-06-19
申请号:CN201510583522.3
申请日:2015-09-14
Applicant: 南京师范大学
Abstract: 一种永磁同步电机直轴同步电感和交轴同步电感测试方法。测试装置主要由变频器控制的原动机,被测试永磁同步电机,三相对称阻性负载组成。原动机通过联轴器和被测试永磁同步电机相连,控制转换开关使得永磁同步电机实现空载运行和带阻性负载运行之间的转换。在测试过程中由原动机拖动永磁同步电机作发电机运行,根据空载试验和带载试验得到的相关参数就可以求得永磁同步电机的直轴电感和交轴电感。
-
公开(公告)号:CN105717518A
公开(公告)日:2016-06-29
申请号:CN201610055936.3
申请日:2016-01-27
Applicant: 南京师范大学
IPC: G01S19/21
CPC classification number: G01S19/215
Abstract: 本发明公开了一种基于码相位辨识的卫星接收机欺骗信号检测方法,包括以下步骤:步骤S1,在卫星接收机重新捕获及跟踪信号时,基于码相位辨识的卫星接收机欺骗信号检测,利用卫星接收机基带信号处理过程中伪码解扩的相关峰值结果,进行欺骗信号检测;步骤S2,如未检测出欺骗信号,则利用航迹推算方法获得的载体运动状态,及由星历参数获得的卫星运动状态信息,进一步对重新捕获及跟踪信号进行码相位辨识处理,即对卫星接收机解扩的伪码相位参数进行真假辨识;步骤S3,在检测出接收机解扩解调信号含有欺骗信号以后,对欺骗信号进行报警与隔离处理,从而增强卫星接收机的抗欺骗干扰能力。
-
公开(公告)号:CN103714425A
公开(公告)日:2014-04-09
申请号:CN201310719721.3
申请日:2013-12-24
Applicant: 南京师范大学
Abstract: 本发明公开了一种电力企业工作流程结构验证方法,属计算机算法领域。首先将电力企业的具体工作流程抽象成为由节点集合和有向边集合构成的工作流程图;然后将工作流程图转化为矩阵并求其邻接矩阵A和关系矩阵P;最后建立五条结构验证规则并将规则应用于工作流程图的邻接矩阵A和关系矩阵P,判断工作流程是否存在结构性问题。本发明的方法和验证规则可验证包含孤立节点、死节点、死循环等六种异常结构。该方法能够准确指出工作流程中存在的结构性问题,通过实例分析验证,该方法全面可靠。
-
公开(公告)号:CN119311994B
公开(公告)日:2025-04-01
申请号:CN202411855884.9
申请日:2024-12-17
Applicant: 南京师范大学
Abstract: 本发明公开一种光伏污染损失估算方法及系统,其中,所述系统包括数据采集单元和光伏污染损失计算单元,数据采集单元采集光伏面板面板温度、太阳辐照强度、光伏面板实时输出功率以及光伏面板工作面图像信息;光伏污染损失计算单元计算光伏面板污染造成的光伏污染损失;数据采集单元与光伏污染损失计算单元通信连接。本发明将光伏面板面板温度造成的光伏发电损失引入光伏污染损失估算中,利用光伏面板工作面图像信息计算光伏面板的积灰度,同时考虑大气颗粒物浓度、空气湿度以及大气总挥发性有机物浓度对积灰度的影响,使得对光伏污染损失的预测更为精准,也使得对光伏面板进行去污的时机选择更为合理。
-
公开(公告)号:CN119311994A
公开(公告)日:2025-01-14
申请号:CN202411855884.9
申请日:2024-12-17
Applicant: 南京师范大学
Abstract: 本发明公开一种光伏污染损失估算方法及系统,其中,所述系统包括数据采集单元和光伏污染损失计算单元,数据采集单元采集光伏面板面板温度、太阳辐照强度、光伏面板实时输出功率以及光伏面板工作面图像信息;光伏污染损失计算单元计算光伏面板污染造成的光伏污染损失;数据采集单元与光伏污染损失计算单元通信连接。本发明将光伏面板面板温度造成的光伏发电损失引入光伏污染损失估算中,利用光伏面板工作面图像信息计算光伏面板的积灰度,同时考虑大气颗粒物浓度、空气湿度以及大气总挥发性有机物浓度对积灰度的影响,使得对光伏污染损失的预测更为精准,也使得对光伏面板进行去污的时机选择更为合理。
-
公开(公告)号:CN118209223B
公开(公告)日:2024-09-17
申请号:CN202410620391.0
申请日:2024-05-20
Applicant: 南京师范大学
Abstract: 本发明公开了一种多层柔性电子一体化薄膜应力超材料传感器及制备方法,在柔性基底上实现了超材料传感器,由3D打印多层柔性材料,在可拉伸电子一体化薄膜上镶嵌多层多梯形谐振单元平面阵列;超材料传感器的谐振频率对梯形贴片结构尺寸的变化非常敏感,通过拉伸梯形结构的衬底,改变刻蚀在衬底上的超表面的结构尺寸,从而改变传感器的谐振频率;进一步利用频谱分析方法实现对应力和应变的传感,同时为了实现紧密的身体接触,传感器的基低根据皮肤表面的3D扫描数据设计,并基于扫描数据通过3D打印模板模塑而成。本发明超材料传感器能够较准确获取姿态应力信息,提高了对于人体姿态数据的标定准确度。
-
公开(公告)号:CN116188999B
公开(公告)日:2023-07-11
申请号:CN202310460965.8
申请日:2023-04-26
Applicant: 南京师范大学
IPC: G06V20/10 , G06V10/774 , G06V10/40 , G06V10/762 , G06V10/80 , G06V10/778 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于可见光和红外图像数据融合的小目标检测方法,包括:采集待检测目标在各种环境条件下的可见光图像、红外图像;搭建通道注意金字塔网络对输入两种图像进行特征提取,将预定义三维锚框投影到两种特征图上,搭建转置卷积优化上采样,设置用于检测小目标的检测层;搭建ELU激活函数的卷积层,使用匹配ELU激活函数,同时在主干网络引入GSA注意力模块,通过设置Buff域分类器允许模型从多个数据集中学习其特征提取能力,提高在数据较少的数据集的检测性能。本发明利用各种环境条件下的可见光、红外图像来弥补维度信息的缺失,解决如何在混乱的环境中提高对小目标的检测精度的问题。
-
公开(公告)号:CN116295507A
公开(公告)日:2023-06-23
申请号:CN202310603851.4
申请日:2023-05-26
Applicant: 南京师范大学
IPC: G01C22/00 , G01C21/16 , G06F18/10 , G06F18/15 , G06F18/214 , G06F18/241 , G06V20/50 , G06V10/20 , G06V10/30 , G06V10/72 , G06V10/764 , G06V10/82 , G06T7/73 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F123/02
Abstract: 本发明提出一种基于深度学习的激光惯性里程计优化方法,该方法包括基于深度学习的惯性传感器运动分类与可用度评估、基于深度学习的激光点云可用度评估和基于深度学习的激光惯性里程计优化。其中惯性传感器运动分类与可用度评估,是通过SENet+模型对惯性传感器数据进行运动分类,并基于运动分类结果完成惯性传感器可用度评估;激光点云可用度评估,是通过PointNet++模型对激光点云进行分类分割与可用度评估;激光惯性里程计优化,是基于惯性传感器、激光点云可用度信息,通过MLP模型生成并调整系统整体误差函数中各残差函数权重,提高激光惯导系统在复杂环境下定位建图的鲁棒性。
-
公开(公告)号:CN113267779A
公开(公告)日:2021-08-17
申请号:CN202110536632.X
申请日:2021-05-17
Applicant: 南京师范大学
IPC: G01S13/933 , G01S13/86
Abstract: 本发明公开了一种基于雷达与图像数据融合的目标检测方法和系统,所述方法包括编码器网络的对象检测,视锥体方法的数据关联以及雷达检测的图像特征补充。所述系统包括巡检区域环境感知模块、毫米波信号处理模块、点云分析与处理模块、深度学习计算机和显示模块,各模块之间采用有线或无线传输方式。本发明采用毫米波雷达作为巡检区域环境感知传感器设备,有效避免了光线等环境因素对安防系统性能的影响;通过读取目标所在子区域的雷达点云数据进行处理分析,减少了深度学习计算机处理巡检区域非动态冗余信息所带来的计算量,有效提高了目标检测的实时性。
-
-
-
-
-
-
-
-
-