-
公开(公告)号：CN118070192A
公开(公告)日：2024-05-24
申请号：CN202410300560.2
申请日：2024-03-15
Applicant: 上海大学
IPC: G06F18/2433 , G06F18/2431 , G06F18/25 , G06V10/25 , G06V10/764 , G06V20/70 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 本发明涉及一种场景图生成方法、设备及介质，该方法包括：S1、利用目标检测器提取输入图片中的目标信息，包括检测框和类别信息；S2、从目标信息中提取出目标的视觉关系特征以及目标之间的空间关系特征；S3、根据目标之间的语义先验融合视觉关系特征和所述空间关系特征，形成多模态关系特征；S4、利用图结构学习模块对所述多模态关系特征进行二分类，构建稀疏场景图；S5、将稀疏场景图节点的连接密度计算节点权重，在上下文消息传递过程中依据节点权重聚合特征；S6、将稀疏场景图中的节点特征和边特征输入到分类器中进行分类，形成三元组表示，形成场景图。与现有技术相比，本发明实现了高质量的场景图生成。
-
公开(公告)号：CN117993299A
公开(公告)日：2024-05-07
申请号：CN202410251255.9
申请日：2024-03-05
Applicant: 上海大学
IPC: G06F30/27 , G06F18/15 , G06F18/214 , G06F111/10 , G06F119/14 , G06F123/02
Abstract: 本发明公开一种基于状态序列的无人系统自主行为决策方法及相关装置，涉及深度强化学习技术领域，方法包括以下步骤：获取专家演示数据集和在线动作状态数据集，训练判别器；基于在线动作状态数据集更新逆动力学模型的参数，以此对专家演示数据集的动作进行补全，得到补全专家演示数据集；基于训练好的判别器计算在线动作状态数据的判别奖励值；基于判别奖励值和补全专家演示数据集，对待训练策略网络模型进行训练，得到自主行为决策策略网络模型。本发明基于参数更新后的逆动力学模型对专家演示数据集的动作进行补全，保证学习效果，避免了直接使用逆动力学模型对演示数据集进行补全，导致后续模仿学习过程存在误差，最终策略效果欠佳的问题发生。
-
公开(公告)号：CN117991800A
公开(公告)日：2024-05-07
申请号：CN202410164089.9
申请日：2024-02-05
Applicant: 上海大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明公开一种适用于受限水域的无人艇避碰方法，与现有的避碰方法不同，本发明所提出的方法不需要障碍物的完整几何信息便能使USV与障碍物之间保持一定的安全距离，并且对等效障碍物方法进行了改进，使改进后的方法能适用于海峡、近海和群岛等受限水域。此外，在本发明所提出的方法中，交通船只和岛屿被分开考虑，以方便USV对交通船只执行符合国际海上避碰规则(COLREGS)的避碰机动。
-
公开(公告)号：CN117873102A
公开(公告)日：2024-04-12
申请号：CN202410066411.4
申请日：2024-01-16
Applicant: 上海大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明公开一种基于目标意图时空表达的无人艇自主行为决策方法及系统，涉及无人艇自主行为决策技术领域，先基于感知数据确定实体的行为特征，进一步利用目标意图分类模型确定实体的意图类型，再对由行为特征和意图类型组成的意图特征向量依次进行空间特征编码和时序特征编码，最后以编码得到的时序编码向量作为输入，利用无人艇策略网络确定无人艇自主行为决策动作，由于本发明的意图类型的类别是根据无人艇的任务场景预先确定的，且对意图特征向量依次进行了空间特征编码和时序特征编码，能够提高对意图的理解能力，解决容易造成意图误判和策略滞后的问题，从而提高无人艇行为策略的任务完成率。
-
公开(公告)号：CN114021285B
公开(公告)日：2024-04-12
申请号：CN202111362333.5
申请日：2021-11-17
Applicant: 上海大学
IPC: G06F30/17 , G06F30/27 , G06F18/214 , G06F18/2431 , G06N3/0464 , G06N3/094 , G06N3/096 , G06F111/04 , G06F111/08
Abstract: 本发明提供了一种基于相互局部对抗迁移学习的旋转机械故障诊断方法，包括：考虑到目标域数据中隐含的标签信息没有被充分利用，设计了一种相互学习的网络结构来学习可靠的伪标签，进而使得没有标签的目标域数据得以充分利用，从而提高模型性能。相比于单个网络结构来比该模型的鲁棒性更好。考虑到忽略故障的类别信息直接从全局的角度来对齐源域与目标域数据可能会出现对齐偏差的问题，提供多个局部对抗域分类器取代全局对抗域分类器，每个局部对抗域分类器分别对齐每一个类别的源域和目标域特征，以得到更好的相似特征。
-
Patent Agency Ranking
公开(公告)号：CN113838150B
公开(公告)日：2024-03-19
申请号：CN202111176063.9
申请日：2021-10-09
Applicant: 上海大学
Abstract: 本发明属于计算机视觉领域，涉及移动目标追踪方法技术领域，具体公开一种基于电液可调焦镜头的移动目标三维轨迹追踪方法，包括如下步骤：（1）获得调焦控制电流与相机内参的函数关系；（2）获得电液可调焦镜头调焦控制电流与最优成像物距之间的函数关系；（3）目标追踪算法初始化，追踪目标框作为后续对焦窗口；（4）进行一次自动对焦，记录对焦成功后的调焦控制电流值，以及追踪目标框的尺寸和中心点坐标；（5）将该调焦控制电流值对应的内参和最优成像物距，以及追踪目标框中心点坐标代入相机投影模型，算出目标的三维空间坐标并记录；（6）对同一目标重复步骤（4）、（5），将所记录的目标三维空间坐标按顺序连成轨迹。
-
公开(公告)号：CN113715063B
公开(公告)日：2024-02-27
申请号：CN202111103119.8
申请日：2021-09-18
Applicant: 上海大学 , 上海机器人产业技术研究院有限公司
Abstract: 本发明属于仿生机器人技术领域，具体公开了一种气囊驱动的三自由度仿生眼，包括半球型仿生眼，半球型仿生眼上设有三自由度驱动机构，三自由度驱动机构包括平台固定底板，平台固定底板上设有相互配合的线性驱动结构和柔性驱动结构，线性驱动结构、柔性驱动结构均与半球型仿生眼相连接；本发明通过气体对线性气囊驱动器、柔性气囊驱动器的驱动，使得半球型仿生眼具备三自由度运动调节能力，由于采用气体方式进行调节，采用平台固定底板进行一体化承载，使得本发明噪音低、重量小、结构简单紧凑便于装配、便携程度高等特点，大大提升了对目标图像捕捉的稳定性及灵活性。
-
公开(公告)号：CN113642650B
公开(公告)日：2024-02-20
申请号：CN202110935841.1
申请日：2021-08-16
Applicant: 上海大学
Abstract: 本发明属于沉船检测方法技术领域，具体公开了一种基于多尺度模板匹配和自适应颜色筛选的多波束声呐的沉船检测方法，主要内容包括：利用多波束声呐获取海底图像的地形数据；利用已标注的多波束声呐图像中的沉船区域建立模板匹配数据库；采取归一化相关匹配算法，计算待检测声呐图像的特定区域与模板图像的匹配程度，进而生成最佳匹配结果对应的检测框和置信度；通过自适应的HSV阈值筛选，得到HSV颜色空间算法下的检测框及其置信度；基于同一场景及视角下的上述两种算法的检测结果，通过计算自适应权重来调整检测框的位置，从而获取最终多波束声呐图像中的沉船检测结果；本发明提供了一种节省人力且检测效率高的沉船检测方法。
-
公开(公告)号：CN117522078A
公开(公告)日：2024-02-06
申请号：CN202311777719.1
申请日：2023-12-21
IPC: G06Q10/0631 , G06Q10/047 , G06F18/214 , G06N3/04
Abstract: 本发明公开一种无人系统集群环境耦合下的可迁移任务规划方法及系统，涉及无人系统集群控制技术领域，该方法包括获取无人系统集群环境信息，利用贪心策略进行任务分配，得到当前迭代次数对应的任务分配结果集，将任务分配结果表示为图结构，获取所述图结构的特征矩阵、关系邻接矩阵及其对应的真实奖励值，预训练可微池化图神经网络模型。当发生环境耦合时，迁移所述预训练模型到变化后的环境中，进行微调训练，通过微调好的可微池化图神经网络模型预测环境耦合下最佳任务规划结果，以小代价提高任务规划效率。本发明适用于无人系统、任务、障碍物的数量和/或位置发生变化的环境耦合下，无人集群任务规划的迁移问题。
-
公开(公告)号：CN112036404B
公开(公告)日：2024-01-02
申请号：CN202010894873.7
申请日：2020-08-31
Applicant: 上海大学
IPC: G06V10/25 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种海上船只目标检测方法及系统，方法包括：利用卷积神经网络对缩放图像进行特征提取得到三维特征图组；采用FPN算法对三维特征图组进行特征融合得到融合特征图组；根据融合特征图组内各融合特征图的长和宽构建出多个待检测子区域；根据融合特征图组预测所有待检测子区域的类别得分、定位修正值和定位准确值；根据各待检测子区域的类别得分、定位修正值和定位准确值确定各待检测子区域对应的初始船只检测结果；根据各待检测子区域对应的初始船只检测结果进行非极大值抑制处理获得最终船只检测结果，从而提高了船只检测的精度。
-
-
-
-
-
-
-
-
-
Search Results
1027
records
(took 0.037 seconds)
