-
公开(公告)号:CN117636625A
公开(公告)日:2024-03-01
申请号:CN202311465286.6
申请日:2023-11-03
Applicant: 成都信息工程大学
IPC: G08G1/01 , G06F16/29 , G06F18/2415 , G06F18/2431 , G06F18/25 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06F123/02
Abstract: 本发明提供了一种交通参与者的轨迹预测方法,包括:对历史轨迹序列进行预处理得到时空类别图;对待预测行人的时间序列进行编码得到行人的时间序列隐藏状态;从时空类别图中学习不同类别智能体对行人的交互影响力;学习待预测行人周边领域的不同智能体的交互权重信息;将以上三种特征向量进行拼接映射成特定维度的隐藏向量;将隐藏向量进行编码,并将得到的编码向量与高斯噪声进行拼接,并将得到的拼接向量解码成未来轨迹的高斯分布参数向量,作为轨迹预测的输出。本发明不仅仅考虑了交通路口智能体时间和空间交互特征,还充分利用了交通路口智能体的状态类别信息,从而在实验数据集上的预测准确度得到较大的提升,表现出了良好的稳定性。
-
公开(公告)号:CN119022932A
公开(公告)日:2024-11-26
申请号:CN202411145632.7
申请日:2024-08-20
Applicant: 成都信息工程大学 , 成都丰千达科技有限公司 , 四川川容达科技有限责任公司
Abstract: 本发明公开了一种超宽带与惯导融合的室内定位系统与方法,涉及定位技术领域,所述系统包括:超宽带单元UWB:用于配置基站,基于所述基站的超宽带信号定位可移动目标的第一坐标;惯性测量单元IMU:用于采用惯性测量单元定位所述可移动目标的第二坐标;里程计单元ODOM:用于采用轮式里程计获得所述可移动目标的标定加速度和标定角速度;卡尔曼单元EKF:用于基于扩展卡尔曼滤波,将所述第一坐标、所述第二坐标、所述标定加速度和所述标定角速度进行融合定位获得所述可移动目标的第三坐标,可以解决现有技术无法保证长时间情况下的定位精度的问题。
-
公开(公告)号:CN116843831B
公开(公告)日:2024-03-15
申请号:CN202310737394.8
申请日:2023-06-20
Applicant: 成都信息工程大学 , 成都丰千达科技有限公司 , 四川省农业机械科学研究院
Abstract: 本发明公开一种农产品仓储保鲜库孪生数据管理方法及系统,涉及智慧农业管理技术领域。所述方法包括:获取目标农产品仓储保鲜库的多源传感器信息;所述多源传感器信息包括物理场景和环境信息;所述物理场景包括影像数据和点云数据;所述环境信息包括空气成分、温度和湿度;对所述多源传感器信息进行特征处理和信息融合,得到孪生数据;利用所述孪生数据构建孪生立体库场景;所述孪生立体库场景用于对所述目标农产品仓储保鲜库进行可视化监测和展示。本发明能够提高农产品的保鲜贮藏效果和质量。
-
公开(公告)号:CN116069879A
公开(公告)日:2023-05-05
申请号:CN202211420061.4
申请日:2022-11-14
Applicant: 成都信息工程大学
IPC: G06F16/29 , G06F16/9537 , G06N3/0442 , G06N3/0455
Abstract: 本发明公开了一种预测行人轨迹的方法、装置、设备及存储介质,其方法包括:获取当前行人过去的历史轨迹信息,并通过对所述历史轨迹信息进行编码处理,得到当前行人的行人运动特征;利用社交注意力机制对所述行人运动特征进行处理,得到当前行人的权重信息,并利用所述权重信息和所述行人运动特征,得到当前行人的行人运动隐藏特征;利用所述当前行人的行人运动隐藏特征对当前行人的行人轨迹进行预测,得到当前行人的预测行人轨迹。
-
公开(公告)号:CN115908490A
公开(公告)日:2023-04-04
申请号:CN202211419707.7
申请日:2022-11-14
Applicant: 成都信息工程大学
IPC: G06T7/246 , G06Q10/04 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了基于对抗网络的预测行人轨迹方法、装置、设备及介质,其方法包括:获取当前行人过去的历史轨迹信息和真实的未来轨迹信息,并通过对所述历史轨迹信息进行编码处理,得到当前行人的行人运动状态;利用社交注意力机制对所述行人运动状态进行处理,得到当前行人的权重信息,并利用所述权重信息,得到当前行人预测的未来轨迹信息;通过将所述预测的未来轨迹信息和所述真实的未来轨迹信息进行辅助互信息函数处理,生成损失函数,并利用所述损失函数对对抗网络进行训练优化,得到训练优化后的对抗网络;利用所述训练优化后的对抗网络进行行人轨迹预测处理。
-
-
-
-