-
公开(公告)号：CN108519587B
公开(公告)日：2021-11-12
申请号：CN201810380581.4
申请日：2018-04-25
Applicant: 东南大学
IPC: G01S7/41
Abstract: 本发明公开一种实时的空中目标运动模式识别及参数估计方法，通过对上报的空中目标的位置点序列进行插值和滤波平滑处理得到平滑的运动航迹，利用计算得到的航向角度信息结合高度信息，判断空中目标在空间上的运动模式。利用计算得到的速度数据，通过滤波和平滑处理判断速度的变化模式。采用最小二乘拟合的方法，拟合计算得到空中目标运动的角速度和加速度等参数估计值。此外，在圆弧运动模式下，根据指定时间段内的航迹点拟合其所在的平面方程和球面方程，进而可以计算得到圆弧运动的圆心坐标和圆弧半径。本发明可以能够很好地解决原始位置数据存在的数据丢失和噪声干扰的影响。
-
公开(公告)号：CN107167154B
公开(公告)日：2020-04-24
申请号：CN201710264277.9
申请日：2017-04-21
Applicant: 东南大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于时间代价函数的时间窗路径规划冲突解决方法，1、采用拓扑建模法对AGV运行环境进行建模；2、手动添加运输任务，针对每个任务采用Dijkstra算法进行路径规划；3、计算所有路段的时间窗，并检查所有路段的时间窗是否出现冲突，如果出现冲突则重新采用Dijkstra算法进行路径规划，并计算等待代价函数CW和二次规划代价函数CR的数值，如果没有出现冲突则按照原路径行驶并结束；4、比较两个函数的值，如果CW＞CR则按照重新规划的路径行驶并结束，如果CW≤CR则进入按照原路径行驶并结束。本发明提高仓储物流企业的运输效率，解决多AGV系统的路径规划冲突问题，提升企业的核心竞争力。
-
公开(公告)号：CN109783844A
公开(公告)日：2019-05-21
申请号：CN201811479980.2
申请日：2018-12-05
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于跟踪精度和能量消耗指标下的多传感器管理方法，将传感器管理问题转化为多评价决策问题，通过将传感器网络中的每一个传感器节点抽象映射为DSmT理论中的焦元，从而构建对应的传感器鉴别框架和超幂集空间，实现对传感器自身的建模。然后，分别根据每一个传感器组合的跟踪精度与能量消耗指标，得到多评价指标下的决策矩阵。最后，利用BF-TOPSIS多评价指标策略，获取当前时刻下的最佳传感器组合，作为下一个时刻跟踪目标的传感器，从而实现目标的跟踪。本发明通过DSmT理论完成多传感器管理的建模，降低了传感器选择中的不确定性问题；通过多评价指标决策策略，最大程度地选择当前时刻最优的传感器，性能稳健，可移植性强。
-
公开(公告)号：CN108664939A
公开(公告)日：2018-10-16
申请号：CN201810466761.4
申请日：2018-05-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于HOG特征与深度学习的遥感图像飞机识别方法，首先对样本提取HOG特征放入SVM进行训练分类，然后用训练好的分类器对遥感图像中的飞机进行检测。在进行检测时，先对整幅图像求梯度，每8*8个像素组成一个Cell，对每个Cell求出梯度方向直方图，然后每4*4个Cell组成一个Block，并将每个Block中的HOG特征归一化，最后只需将每7*7个Block中的HOG特征串联起来最为最后的特征放入训练好的SVM分类器进行分类，相比直接对图像的每个位置扫描，速度有巨大的提升，这一步相当于粗分类，对于检测出的候选目标，再放入训练好的深度卷积网络VGG中进一步细分类，有效提高了识别精度。本发明由粗到细的方式，显著提高了遥感图像中飞机识别的速度和准确率。
-
公开(公告)号：CN103778441B
公开(公告)日：2016-09-07
申请号：CN201410065364.8
申请日：2014-02-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于DSmT和HMM的序列飞机目标识别方法，首先，利用DSmT理论对飞机序列中的单幅图像进行多特征融合，以解决单一特征提供的信息不精确、不完全和不确定这一问题；然后，利用隐马尔可夫模型对飞机序列中的序列信息进行融合，利用序列融合来解决当飞机在姿态多变的情况下，在某一位置不同类别飞机的姿态比较相似，多特征融合提供的信息也不够准确这一问题。基于DSmT和HMM的飞机序列目标识别方法可以很好的利用多特征信息与序列信息来解决飞机目标识别中识别率低下这一问题。
-
Patent Agency Ranking
公开(公告)号：CN103514157B
公开(公告)日：2016-01-27
申请号：CN201310495299.8
申请日：2013-10-21
Applicant: 东南大学
Abstract: 本发明公开了一种面向室内智能机器人导航的路径自然语言处理方法，本发明通过分析收集到的路径自然语言的语料，提出句法结构，在此基础上构造层叠条件随机场，提取生语料中名词短语，然后提取生语料中的语义组块，引入名词实体关系推理方法获取名词短语中名词实体之间的关系，最后提取路径单元，连接路径单元生成路径。本发明实现了既不需要依靠高精度的地图，也不需要提前输入手绘地图的路径自然语言处理方法，来实现路径提取。
-
公开(公告)号：CN102708380B
公开(公告)日：2014-02-12
申请号：CN201210141374.6
申请日：2012-05-08
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于机器视觉的室内一般物体识别方法，其包括如下步骤：1）建立一类物体的视觉词库，通过K均值聚类限定词库的规模。2）进行图像前期处理，将一幅图像用词库中的单词表示，用相似阀值近似区分背景和前景。3）图像的描述：把一幅图片包含的信息映射成一个1×(P+Q)的多维行向量(x0x1x2......xP-3xP-2xP-1y0y1y2......yQ-3yQ-2yQ-1)，将图像中的特征以及特征之间的空间关系矢量化，其中P为视觉词库中单词出现的次数，Q为空间关系统计。4）运用无监督判别分类器支持向量机实现分类识别。采用这种方法使机器识别出的物体更准确。
-
公开(公告)号：CN102708380A
公开(公告)日：2012-10-03
申请号：CN201210141374.6
申请日：2012-05-08
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于机器视觉的室内一般物体识别方法，其包括如下步骤：1）建立一类物体的视觉词库，通过K均值聚类限定词库的规模。2）进行图像前期处理，将一幅图像用词库中的单词表示，用相似阀值近似区分背景和前景。3）图像的描述：把一幅图片包含的信息映射成一个1×(P+Q)的多维行向量(x0x1x2......xP-3xP-2xP-1y0y1y2......yQ-3yQ-2yQ-1)，将图像中的特征以及特征之间的空间关系矢量化，其中P为视觉词库中单词出现的次数，Q为空间关系统计。4）运用无监督判别分类器支持向量机实现分类识别。采用这种方法使机器识别出的物体更准确。
-
公开(公告)号：CN102704215A
公开(公告)日：2012-10-03
申请号：CN201210121892.1
申请日：2012-04-24
Applicant: 东南大学
Abstract: 本发明公开一种基于DST文件解析与机器视觉结合的绣布自动切割方法，在毛绒玩具制造业，毛绒玩具的外形和图案是采用刺绣机器进行加工，然后采用激光切割机将整幅绣片进行逐一切割。本发明方法首先通过将DST文件（刺绣文件）解析为图像文件，选择其中的切割单元并提取其信息，获得其单元的内部参数。然后根据照相机拍照得到的切割样本的图像，对其进行相关的处理，将之前得到的切割单元信息与处理后的样本匹配，最终确定切割线位置并产生PLT文件，由切割机进行切割。不同于其它基于机器视觉的激光切割方法，本方法只需要拍照一次就可以完成整幅刺绣样本的切割，本方法具有工作效率高、残次率低的特点，对复杂刺绣样本有很强的切割能力。
-
公开(公告)号：CN102306145A
公开(公告)日：2012-01-04
申请号：CN201110211946.9
申请日：2011-07-27
Applicant: 东南大学
Abstract: 本发明涉及一种基于自然语言处理的机器人导航方法，属于智能机器人导航领域。本方法通过分析自然语言表示路径的语句单元结构，提取landmark模块以及方位转换模块，推导路标之间的空间位置关系，确立关键引导点并得到导航意向图；再通过更新导航意向图与实际地图的比例尺，完成机器人的导航任务。本方法所涉及的机器人导航方法提高了机器人对陌生环境的适应性、智能性以及机器人的导航效率。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.023 seconds)
