-
公开(公告)号：CN111537903B
公开(公告)日：2022-05-20
申请号：CN202010467271.3
申请日：2020-05-28
Applicant: 杭州电子科技大学
IPC: G01R31/388 , G01R31/389 , G01R31/367 , G01R31/36
Abstract: 本发明公开一种基于HCKF的电池SOC估计方法。在电池电化学模型的基础上，通过最小二乘法辨识参数，CKF作为确定采样型滤波算法，处理非线性方程时根据系统状态先验概率密度分布的均值和协方差按照一定的采样策略生成点集，然后将点集中的每个采样点直接进行非线性传播，最后通过加权求和计算出系统状态后验概率密度分布的均值和协方差。不需要对非线性方程进行线性化，消除了线性化误差，滤波算法迭代过程中也不需要计算EKF中的雅各比矩阵，更容易在实际中使用。提出将CKF和H_∞滤波器结合的HCKF算法用于估计SOC，有效避免了当存在电池模型误差和未知的测量噪声特性等问题时SOC估计不够准确的情况，大大提高了鲁棒性。
-
公开(公告)号：CN113379675A
公开(公告)日：2021-09-10
申请号：CN202110471888.7
申请日：2021-04-29
Applicant: 杭州电子科技大学
Abstract: 本发明提供了一种基于选择分割网络的表面缺陷检测方法，包括以下步骤：获取待识别的缺陷检测样本图像；使用获取到的图像制作数据集；通过模板匹配算法定位数据集中的待检测样品；搭建选择分割网络模型；训练选择分割网络；利用训练好的选择分割网络对测试集中的样本图片进行识别和分割；添加新的未标注样本，对网络进行新一次的训练。
-
公开(公告)号：CN110118936A
公开(公告)日：2019-08-13
申请号：CN201910371353.5
申请日：2019-05-06
Applicant: 杭州电子科技大学
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明公开了一种基于EHF的电池剩余电量估计方法。锂离子电池的强非线性和时变特性很容易受到操作环境和老化等诸多因素的影响，现有的方法不能准确估计。本发明方法首先测量在k时刻的电池端电压yk和电池供电电流ik，用状态方程和观测方程表示电池的各个时刻的荷电状态，然后进行初始化过程，最后采用EHF算法进行循环递推：首先计算状态方程的雅克比矩阵，然后进行时间域更新，计算测量方程的雅克比矩阵，根据观测方程完成测量更新，递推所得到的状态更新值即为当前时刻所估计得到的电池剩余电量。本发明方法可以准确地进行电池SOC估计，收敛速度快，估计精度高，适用于各种电池SOC的快速估计。
-
公开(公告)号：CN109919906A
公开(公告)日：2019-06-21
申请号：CN201910061849.2
申请日：2019-01-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于图像处理的安全检测方法及系统，至少包括以下步骤：步骤S1：将撞线检测纸带设置在待检测区域，所述撞线检测纸带形成多个黑白相间撞线标志；步骤S2：实时获取待检测区域的图像信息；步骤S3：初始化，将图像信息中出现撞线检测纸带的区域设置为ROI；步骤S4：实时检测，实时统计在ROI中撞线标志的数量以此判断检测区域中是否有障碍物。本发明的技术方案可代替光幕法进行障碍物检测，实现了对小物体、透明物体的检测，具有精度高、适应性强等特点，提高了安全防护装置的安全性能。
-
公开(公告)号：CN105635736B
公开(公告)日：2018-11-13
申请号：CN201610144191.8
申请日：2016-03-14
Applicant: 杭州电子科技大学
IPC: H04N19/147 , H04N19/52 , H04N19/136 , H04N19/124 , H04N19/51
Abstract: 本发明公开了一种简单快速的合并方法；本发明包括：获取当前编码单元的深度和量化参数信息；根据所述深度和量化参数信息，计算当前编码单元的最优率失真阈值；从候选列表中依次获取候选块并进入率失真优化过程；设定运动补偿参数；进行运动补偿过程；编码残差并计算率失真；保存最优块的相关信息；如果当所选候选块使得率失真小于预先计算的最优率失真阈值时，则结束；如果当所选候块使得率失真大于或等于预先计算的最优率失真阈值时，并且仍有候选块未被考察，则选取后一候选块并重复上述率失真优化过程，否则终止率失真优化过程。本发明的方法能够较快的选择合适的合并单元块以加快Merge模式的速度，进而提升整体编码效率。
-
Patent Agency Ranking
公开(公告)号：CN108764253A
公开(公告)日：2018-11-06
申请号：CN201810463940.2
申请日：2018-05-15
Applicant: 杭州电子科技大学
CPC classification number: G06K9/4604 , G06K9/627 , G06K2209/03
Abstract: 本发明公开了指针式仪表数字化方法，包括以下步骤：获取指针式仪表盘图片；霍夫变换提取直线；筛选出代表刻度的直线；确定指针原点；识别指针式仪表盘的刻度。本发明方法简便，在光照不充足条件下仍能准确识别仪表读数，对于高精度、带反光镜的指针式仪表能够准确提取，具有较好的容错性和鲁棒性。
-
公开(公告)号：CN105791876A
公开(公告)日：2016-07-20
申请号：CN201610144343.4
申请日：2016-03-14
Applicant: 杭州电子科技大学
IPC: H04N19/80 , H04N19/523 , H04N19/53 , H04N19/117
CPC classification number: H04N19/80 , H04N19/117 , H04N19/523 , H04N19/53
Abstract: 本发明公开了一种基于低复杂度分层插值的HEVC分像素运动估计方法。该方法包括：在整像素精度上对感兴趣区域初始化；线性变换将像素原始值转换成对应整型的中间值；1/2分像素采用8抽头滤波器进行插值计算；线性逆变换获得原始值1/2分像素插值滤波结果；运动矢量精炼至1/2分像素精度；对垂直方向上的1/2分像素中间值采用6抽头滤波器进行插值计算；根据不同抽头滤波获得的1/2分像素中间值，利用其均值求解1/4分像素中间值；对1/4分像素中间值进行逆变换获得最终1/4分像素插值结果；运动矢量精炼至1/4分像素精度。本发明能够加快HEVC分像素运动估计过程以提高编码速度，进而提升编码器对实时编码需求的满足。
-
公开(公告)号：CN105635736A
公开(公告)日：2016-06-01
申请号：CN201610144191.8
申请日：2016-03-14
Applicant: 杭州电子科技大学
IPC: H04N19/147 , H04N19/52 , H04N19/136 , H04N19/124 , H04N19/51
CPC classification number: H04N19/147 , H04N19/124 , H04N19/136 , H04N19/51 , H04N19/52
Abstract: 本发明公开了一种简单快速的合并方法；本发明包括：获取当前编码单元的深度和量化参数信息；根据所述深度和量化参数信息，计算当前编码单元的最优率失真阈值；从候选列表中依次获取候选块并进入率失真优化过程；设定运动补偿参数；进行运动补偿过程；编码残差并计算率失真；保存最优块的相关信息；如果当所选候选块使得率失真小于预先计算的最优率失真阈值时，则结束；如果当所选候块使得率失真大于或等于预先计算的最优率失真阈值时，并且仍有候选块未被考察，则选取后一候选块并重复上述率失真优化过程，否则终止率失真优化过程。本发明的方法能够较快的选择合适的合并单元块以加快Merge模式的速度，进而提升整体编码效率。
-
公开(公告)号：CN102609688A
公开(公告)日：2012-07-25
申请号：CN201210023435.9
申请日：2012-02-02
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于广义回归神经网络的多向运动人群流量估计方法。基于线性回归的方法难以应对行人间遮挡严重、人群分割质量较差时的复杂情况。本发明首先通过光流场提取运动人群的动态纹理特征，然后借助动态纹理特征和水平集算法实现人群的按运动方向分割，获得代表不同运动方向的ROI，再利用GRNN实现ROI特征与人群流量之间的回归分析，从而获取场景中具有不同运动方向人群的精确、实时流量统计结果。本发明不仅可以回避复杂的行人个体特征的提取与跟踪过程，大幅提升算法的抗行人间遮挡能力，同时也可兼顾行人运动的整体性与差异性，从而实现人群的按运动方向分割。
-
公开(公告)号：CN113378636B
公开(公告)日：2024-08-09
申请号：CN202110499450.X
申请日：2021-04-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度图匹配的车辆行人检测方法，至少包括以下步骤：步骤S1：使用平面激光雷达采集道路信息，形成原始点云数据库；步骤S2：基于点云数据生成图像，通过图像处理初步检测行人和车辆；步骤S3：使用狄洛尼三角剖分法构建黑色车辆的图结构；步骤S4：通过深度图匹配框架实现黑色车辆的检测追踪。本发明的技术方案针对激光雷达对黑色物体反射率低，导致黑色车辆检测不完整，采用了深度图匹配模型，对黑色车辆建立图结构进行匹配检测，有效解决了激光雷达检测黑色车辆效果差的问题，明显提高了平面激光雷达检测行人和车辆的准确率。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.027 seconds)
