-
公开(公告)号：CN113593308A
公开(公告)日：2021-11-02
申请号：CN202110740670.7
申请日：2021-06-30
Applicant: 四川大学
IPC: G08G5/02
Abstract: 本发明涉及航空航天交通管理领域，尤其涉及一种民航飞机智能化进场方法。该方法包括：终端区历史运行数据分析处理；机场终端区空间位置离散化建模；根据航空器当前位置、航空器间位置关系、航空器运动状态，建立终端区航空器强化学习模型；结合航空器自身性能、尾流安全间隔，对不同航空器产生对应决策指令控制其飞行状态、空间位置，形成进场排队序列；航空器获取指令，改变飞行状态，完成从终端区入口到机场跑道的降落过程。本发明实施可以自动完成对终端区内航空器的自动排序、安全间隔保持，进而实现增加终端区的空域容量、降低管制员的工作负荷，保证飞行安全和提高机场运行效率。
-
公开(公告)号：CN113592242A
公开(公告)日：2021-11-02
申请号：CN202110751081.9
申请日：2021-07-01
Applicant: 四川大学
IPC: G06Q10/06 , G06F16/2458 , G06N3/04 , G06N3/08 , G06Q50/30
Abstract: 本发明公开了一种基于卷积神经网络的航班延误差预测方法，包括以下几步：1)航班历史数据预处理；2)卷积神经网络模型构建；3)延误差在排序过程中的应用；本发明旨在利用进港排序队列中每架航班在过去某段时间中每天的延误与当天排序队列中其他航班延误的差值解决当前进港排序过程中排序效率及延误问题中的应用难题，使得减少航班从进近区域进港至跑道口处的延误时间；相比现有技术虽然在进港排序时会考虑多种因素，但仍以管制员经验判断为主，不仅对管制员来说负荷较大，而且也很难将延误时间减少到理想目标下；通过预测进港排序队列中不同航班之间的延误差作为进港排序的关键依据，能够使排序后的航班延误尽可能减小。
-
公开(公告)号：CN113485103A
公开(公告)日：2021-10-08
申请号：CN202110729530.X
申请日：2021-06-29
Applicant: 四川大学
IPC: G05B13/04
Abstract: 本发明提出的一种基于深度强化学习的航空器冲突解脱方法，是基于深度确定性策略梯度算法，通过Open AI开源强化学习环境接口Gym构建智能体的各个部件以及冲突场景，采用DDPG算法进行解脱策略的学习。航空器智能体的冲突调配动作涉及航向角、飞行速度以及高度的调整，其状态主要包括位置信息、速度等多个维度的描述。本发明提出的算法对空管中航空器的冲突解脱工作给予了很大的帮助，可减轻管制员管制的工作负荷。
-
公开(公告)号：CN109948552B
公开(公告)日：2021-05-04
申请号：CN201910213807.6
申请日：2019-03-20
Applicant: 四川大学
Abstract: 本发明公开了一种复杂交通环境中的车道线检测的方法，首先，将车载摄像头获取的视频序列映射到包含路面信息的俯瞰图，然后通过梯度增强方法将彩色俯瞰图转换为灰度图像达到增大车道线像素和地面像素之间的对比度的目的，再利用边缘提取方法生成车道线候选像素，之后使用RANSC方法来拟合车道线，并从俯瞰图中裁剪出候选的车道线图像以用于验证和语义识别，将验证过的车道线参数反馈为RANSC的几何约束，最后估计消失点位置以更新车载摄像头的外参数。本方法具有受复杂交通环境影响小，检测精度高的优点。
-
公开(公告)号：CN112446317A
公开(公告)日：2021-03-05
申请号：CN202011319876.4
申请日：2020-11-23
Applicant: 四川大学
IPC: G06K9/00
Abstract: 本发明涉及异质人脸识别领域，特别是一种基于特征解耦的异质人脸识别方法及装置。本发明将预处理后的人脸图像输入到特征提取主干网络，提取出对应的面部特征并将其传递给残差分解模块，该模块将面部特征解耦为身份特征信息、模态信息和残差信息。其中，身份特征信息用于人脸比对和识别，而模态信息用于建模图像的模态来源，残差信息用于建模其他外部因素，如表情、年龄等，由此从本质上消除了异质人脸识别中跨域差异的影响，以及其他外部因素变化的影响，提高人脸识别的精度和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN112420024A
公开(公告)日：2021-02-26
申请号：CN202011147669.5
申请日：2020-10-23
Applicant: 四川大学
Abstract: 本发明涉及民用航空空中交通管制和语音识别领域，特别是一种全端到端的中英文混合空管语音识别方法及装置。本发明通过特征学习模块预先提取语音特征，使所述中英文混合空管语音识别模型能提取出更具鉴别性的语音特征，更好地适应不同场景下的语音信号；在原始语音信号到可读指令文本的处理范式中，运用统一的框架解决中英文混合语音识别问题，可以避免现有独立识别系统中语种属性判断环节，简化了混合语音识别的系统架构，也使得语音特征能更合理有效的应用到所述模型的识别中，从而准确判定发音和词义，提高了混合语音识别性能及其实用性。
-
公开(公告)号：CN112182241A
公开(公告)日：2021-01-05
申请号：CN202011015419.6
申请日：2020-09-24
Applicant: 四川大学
IPC: G06F16/36 , G06F16/35 , G06F16/84 , G06F16/951
Abstract: 本发明提供了一种空管领域知识图谱的自动化构建方法，首先，构建空管领域本体，采用自顶向下的方式构建空管领域的知识图谱；其次，建立空管领域多源数据集，其中包含结构化、半结构化和非结构化空管数据；然后，进行知识抽取，利用R2RML与NLP技术对空管多源数据进行实体、关系和属性的抽取；接着，进行知识融合，对知识进行共指消解形成全局统一的RDF类型的知识；最后，进行知识存储，将RDF类型得知识导入图数据库Neo4j中，搭建空管领域知识图谱。
-
公开(公告)号：CN112069679A
公开(公告)日：2020-12-11
申请号：CN202010917718.2
申请日：2020-09-03
Applicant: 四川大学
IPC: G06F30/20
Abstract: 本发明涉及一种空中交通流仿真方法，包括如下几个步骤，首先将单航段分割为多个格点组成的一维离散格点链，在满足前后航空器间距离不小于最小安全间隔的前提下以均匀分布形式在各个离散格点上分配航空器流及其初始速度；然后在每一仿真时刻并行更新航段上各个航空器的速度和位置，最后获取仿真数据。本发明可增加空中交通流仿真过程中的动态自适应性，使得仿真过程更符合管制员指挥习惯，从而为空中交通系统状态分析提供有力保障。
-
公开(公告)号：CN111785257A
公开(公告)日：2020-10-16
申请号：CN202010663698.0
申请日：2020-07-10
Applicant: 四川大学
Abstract: 本发明涉及民用航空空中交通管制和语音识别领域，特别是一种针对少量标注样本的空管语音识别方法及装置。本发明基于神经网络运用未标注数据训练识别模型主干网络，且能够在少量标注样本情况下得到识别准确度好，效率高的空管语音识别模型，并能在输入空管语音后基于该空管语音识别模型准确快速的输出对应的空管指令文本信息，提高空管语音识别技术应用的可用性和新场景下的可扩展性。
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.026 seconds)
