-
公开(公告)号:CN117292247A
公开(公告)日:2023-12-26
申请号:CN202311233201.1
申请日:2023-09-22
Applicant: 安徽大学
IPC: G06V20/00 , G06V20/52 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了基于YOLOv8算法和跟踪算法的改进型室内危险场景检测方法,至少包括以下步骤:数据收集、数据准备、模型选择、模型训练、实时检测、多功能性、误报减少和成本效益。本发明涉及计算机视觉及各种传感器领域,具体基于基于YOLOv8算法和跟踪算法的改进型室内危险场景检测方法。
-
公开(公告)号:CN117288194A
公开(公告)日:2023-12-26
申请号:CN202311233228.0
申请日:2023-09-22
Applicant: 安徽大学
IPC: G01C21/20 , G01C21/16 , G01C21/36 , H04W4/024 , H04W4/029 , H04W4/33 , G06T17/00 , G06T7/70 , G06T7/20 , G06N3/0464 , G06N3/0442 , G06N3/044 , G06V10/44 , G06N3/092 , G06V10/25
Abstract: 本发明公开了基于改进的nerf‑slam的室内大型场景高精度定位与导航系统,包括精确定位模块、目标识别模块、语义地图模块、最优路径选择模块、辅助导航模块和语音模块,所述精确定位模块、目标识别模块、语义地图模块、最优路径选择模块、辅助导航模块和语音模块依次相连;精确定位模块,基于改进的神经辐射场nerf‑slam融合TSDF技术进行室内多层三维重建;目标识别模块,通过算法来实现视频目标的检测和跟踪;最优路径选择模块,基于改进DQN算法选出最佳路径;辅助导航模块,通过WiFi+BLE+LoRa三合一网关的组合方式进行导航;语音模块,通过AR和语音合成技术在手机屏幕上呈现实时导航信息。本发明涉及室内定位技术领域,具体为基于改进的nerf‑slam的室内大型场景高精度定位与导航系统。
-
公开(公告)号:CN114487819B
公开(公告)日:2023-12-08
申请号:CN202210076620.8
申请日:2022-01-24
Applicant: 安徽大学
Abstract: 本发明公开了一种双定子永磁直线电机退磁故障诊断系统及方法,系统包括待诊断直线电机,驱动器和上位机,所述上位机将控制指令发送给驱动器,驱动器向待诊断直线电机发送控制脉动,驱动待诊断直线电机运行,待诊断直线电机将自身运动状态信号反馈给驱动器,驱动器再反馈给上位机,在待诊断直线电机的动子上安装有第一气隙传感线圈和第二气隙传感线圈,第一气隙传感线圈、第二气隙传感线圈以及动子线圈将采集到的三种感应电动势信号通过采集卡输出到上位机,上位机对信号处理并采用BASNNC分类算法对退磁故障类型和退磁程度做分类识别。(56)对比文件Xuewei Song.Local DemagnetizationFault Recognition of Permanent MagnetSynchronous Linear Motor Based on S-Transform and PSO–LSSVM.IEEE TRANSACTIONSON POWER ELECTRONICS.2020,7816-7825.
-
公开(公告)号:CN113970392B
公开(公告)日:2023-09-22
申请号:CN202111242022.5
申请日:2021-10-25
Applicant: 安徽大学
IPC: G01L1/14
Abstract: 一种柔性接近觉与压力触觉传感器、传感系统及柔性电子皮肤,传感器包括:电极层,所述电极层包括在空间上立体分布的弓形电极与封闭弓形电极的梯形叉指电极,二者整体呈弓‑梯形叠叉指状结构;以及柔性衬底组件,所述柔性衬底组件包括弓形电极柔性衬底、梯形电极柔性衬底和连接在两者之间的阶梯状棱柱结构介质层,弓形电极柔性衬底、梯形电极柔性衬底分别封装弓形电极和梯形叉指电极,阶梯状棱柱结构介质层由多个仿生弯曲蛙腿结构单体阵列而成。本发明具有更优越的灵敏度、动态响应等性能。
-
公开(公告)号:CN116580345A
公开(公告)日:2023-08-11
申请号:CN202211327771.2
申请日:2022-10-27
Applicant: 安徽大学
IPC: G06V20/52 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及视频异常行为检测技术领域,解决了现有检测方法中对于视频异常行为检测识别精度低、视频中重要的时序关系被忽略、对异常片段的鲁棒性差的技术问题,尤其涉及一种弱监督视频异常行为检测方法,包括以下步骤:S10、获取若干视频数据作为训练集和测试集;S20、对训练集进行预处理并提取视频数据的第一原始特征;S30、搭建异常行为检测模型,异常行为检测模型包括多尺度时序卷积网络模块和自注意力模块。本发明在多实例学习的基础上引入多尺度时序卷积网络,获取视频片段之间的长短期时序信息,获取精确到片段级别的异常评分,弱监督方法在降低人工标注成本的同时提高了异常事件检测的准确率。
-
公开(公告)号:CN117308952A
公开(公告)日:2023-12-29
申请号:CN202311233227.6
申请日:2023-09-22
Applicant: 安徽大学
Abstract: 本发明公开了一种多传感器集成的物联网室内定位与导航的方法,至少包括以下步骤:步骤一,RFID的天线收集定位信息,计算出阅读器的坐标值;步骤二,用WiFi设备采集用户移动时的指纹点;步骤三,对IMU信息进行预积分,并将结果进行传播,进行误差补偿和纠偏;步骤四,数据融合进行卡尔曼滤波,计算求得误差,再通过深度学习算法优化;步骤五,将系统信息加入全局地图更新。本发明涉及基于物联网的室内定位与导航技术领域技术领域,具体涉及一种多传感器集成的物联网室内定位与导航的方法。
-
公开(公告)号:CN117007032A
公开(公告)日:2023-11-07
申请号:CN202310548670.6
申请日:2023-05-15
Applicant: 安徽大学
IPC: G01C21/00 , G06T7/70 , G06T7/80 , G06T7/269 , G06T7/10 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种矿山非结构化特征的结合实例分割和光流估计双目相机和IMU紧耦合SLAM方法。具体过程如下:订阅IMU里程,对IMU信息进行预积分,并将结果进行传播;通过相机对当前帧进行获取,加入对动态物体干扰线程,负责对关键帧图像进行实例分割,得到潜在动态物体掩膜,对当前帧和上一帧进行光流估计,得到每一个动态物体的运动信息,去除非运动物体掩膜。获取真实物体掩膜。在跟踪线程提取特征后,使用干扰去除线程得到的掩膜去除从动态物体上提取的特征点,然后根据帧间特征点匹配获取相机的运动,实现跟踪与定位。
-
公开(公告)号:CN116977628A
公开(公告)日:2023-10-31
申请号:CN202310357078.8
申请日:2023-04-01
Applicant: 安徽大学 , 合肥图灵纪元科技有限公司
IPC: G06V10/26 , G06V10/764 , G06V10/762 , G06V10/20 , G06V10/40 , G06V10/80 , G06T7/70 , G06T17/05 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种应用于动态环境的基于多模态语义框架的SLAM方法及系统。具体过程包括相机图像获取、激光雷达数据处理、IMU预积分、实例分割、多模态融合、特征地图更新和全局语义地图构建。通过视觉、激光雷达和IMU的多模态融合,平衡了精度与计算量;通过动态语义理解,辅助多模态传感器构建3D动态地图,保证了系统的准确率和实时性。本发明解决了动态非结构化且GNSS无法作用的井下以及仓储导航定位问题,实现了非结构化环境的无人驾驶精准感知与定位技术。
-
公开(公告)号:CN116597352A
公开(公告)日:2023-08-15
申请号:CN202310555091.4
申请日:2023-05-16
Applicant: 安徽大学
IPC: G06V20/40 , G06V10/774 , G06V10/82 , G06V10/10 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于因果时间关系模块的视频异常检测方法,该方法包括:首先收集视频数据作为训练集与测试,将其并划分为不重叠的片段,将视频视为包、片段视为示例;将视频示例输入至特征提取网络I3D中来提取其原始特征;利用因果时间关系模块来提取包含时间依赖关系的增强特征,将其输入到全连接层得到示例的异常得分,再通过设计的损失函数来训练模型;测试阶段将视频示例的原始特征输入最优的异常检测模型中,将预测结果与测试集的标签比对得到异常检测的准确率。本方法基于视频级标签,仅使用当前和历史的帧信息通过因果时间关系模块来提取时间相关性,有利于异常的在线检测,提升了异常检测的精度。
-
公开(公告)号:CN115855045A
公开(公告)日:2023-03-28
申请号:CN202211621639.2
申请日:2022-12-16
Applicant: 安徽大学
Abstract: 本发明涉及矿井巷道建图与定位技术领域,解决了弱特征下且GNSS无法作用的矿井下定位与建图困难的技术问题,尤其涉及一种应用于矿井巷道的多模态融合建图与定位方法,包括以下步骤:获取相机当前帧的图像信息,并从当前帧的图像信息中提取点特征和线特征;根据当前帧的图像信息采用KLT算法和KnnMatch算法分别跟踪当前滑动窗口关键帧的点特征和线特征得到新的视觉点线特征信息;获取激光雷达当前激光帧的点云信息,计算点云信息中每个点的曲率,并根据每个点的曲率划分出边特征和面特征。本发明达到了能够做到高精度实时定位和建图,并且时间上和功耗上均衡的目的。
-
-
-
-
-
-
-
-
-