公开(公告)号：CN114964238A

公开(公告)日：2022-08-30

申请号：CN202210607299.1

申请日：2022-05-31

Applicant: 济南大学 ,  哈工大机器人(山东)智能装备研究院

Inventor： 徐元 ,  毕淑慧 ,  王磊 ,  申涛 ,  马荔瑶 ,  孙明旭 ,  闫雪华 ,  李福坤 ,  张博

IPC: G01C21/16 ,  G01C21/20

Abstract: 本发明提供了一种飞行器定位方法及系统，包括：获取当前时刻飞行器的INS位置信息和观测向量；根据观测向量，对INS位置信息进行滤波处理，得到当前时刻飞行器的状态向量；其中，在UWB正常工作时，观测向量基于INS位置信息与UWB位置信息计算得到；在UWB中断时，观测向量根据映射函数关系和前一时刻的状态向量预测得到。实现了在UWB信号缺失时对信号进行预测，使滤波器正常工作，提高了飞行器定位稳定性。

公开(公告)号：CN114882532A

公开(公告)日：2022-08-09

申请号：CN202210570391.5

申请日：2022-05-24

Applicant: 哈工大机器人集团股份有限公司 ,  济南大学

Inventor： 石胜君 ,  宋帅博 ,  赵钦君 ,  王磊 ,  赵方 ,  毕淑慧 ,  申涛

IPC: G06V40/10 ,  G06V40/20 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供一种基于改进YOLOX网络的跌倒检测方法及系统，涉及目标检测技术领域，该跌倒检测方法通过获取不同场景下的人体动作图像，并进行数据增强处理，可以对人体动作图像进行补充，丰富训练样本，提升跌倒检测网络模型的训练效果；样本图像经过主干特征提取网络进行特征提取，并经过加强特征提取网络进行特征融合，得到加强特征层，将加强特征层输入至分类预测网络得到人体动作类别与目标检测框，其中，加强特征提取网络为在特征金字塔网络的指定位置引入注意力机制，通过该方式，可以提取出图像通道方向的深层次特征，增强目标检测效果，从而提高人体动作的检测精度。

公开(公告)号：CN113218388B

公开(公告)日：2022-07-05

申请号：CN202110228825.9

申请日：2021-03-02

Applicant: 济南大学

Inventor： 徐元 ,  孙明旭 ,  毕淑慧 ,  孙斌 ,  赵钦君 ,  马荔瑶 ,  曹靖 ,  冯寄东 ,  李明然

IPC: G01C21/16 ,  G01C21/20 ,  H04W64/00

Abstract: 本发明公开了一种考虑可变有色测量噪声的移动机器人定位方法及系统，包括：以移动机器人k时刻在东向和北向的位置和速度作为状态量，将UWB测量得到的移动机器人与UWB参考节点之间的距离作为系统观测量，构建滤波模型；在扩展有限脉冲响应滤波器的基础上，根据在离线阶段选择的不同局部滤波窗口，构建m个不同的考虑有色测量噪声的子滤波器；通过IMM方式对构建的子滤波器的输出进行融合，得到当前时刻的移动机器人最优的位置预估，实现移动机器人的定位。本发明构建不同的有色测量噪声下的子EFIR滤波器，通过交互多模型算法，将各子滤波器的输出进行融合，最终得到最优的UWB测量的移动机器人最优位置预估。

公开(公告)号：CN111578939B

公开(公告)日：2021-11-02

申请号：CN202010206200.8

申请日：2020-03-23

Applicant: 济南大学

Inventor： 徐元 ,  申涛 ,  孙明旭 ,  毕淑慧 ,  王自鹏

IPC: G01C21/20 ,  G01S17/86 ,  G01C21/00 ,  G01C21/16

Abstract: 本发明公开了一种考虑采样周期随机变化的机器人紧组合导航方法及系统，包括：获取机器人x方向和y方向的位置误差、速度误差、航向角以及当前时刻的采样周期数据；将上述采集到的数据作为扩展卡尔曼滤波器的状态向量；将激光雷达和航迹推算分别测量的机器人与特征点之间距离的平方差以及当前时刻的采样周期作为扩展卡尔曼滤波器的观测向量进行数据融合，最终得到机器人的最优的状态预估，实现对于机器人的路径导航。

公开(公告)号：CN111693487A

公开(公告)日：2020-09-22

申请号：CN202010468700.9

申请日：2020-05-28

Applicant: 济南大学

Inventor： 毕淑慧 ,  申涛 ,  赵钦君 ,  徐元 ,  孙明旭 ,  闫兴伟 ,  聂茂勇

IPC: G01N21/359 ,  G06N3/12 ,  G06N20/00

Abstract: 本发明公开了一种基于遗传算法和极限学习机的水果糖度检测方法及系统，包括：获取待测水果的原始近红外光谱并进行预处理；利用遗传算法筛选出最佳的特征波长；将所述最佳的特征波长输入到训练好的极限学习机预测模型，输出水果的可溶性固形物含量信息，进而得到水果糖度信息；其中，所述极限学习机预测模型基于水果的原始近红外光谱及对应的可溶性固形物含量值的对应关系建立。本发明基于遗传算法来筛选波长，将极限学习机法交互验证中因变量的预测值跟实际值的相关系数作为遗传算法的适应度函数，用遗传算法从原始光谱1557个光谱波长中选择最为合适的波长，大大提高水果糖度的预测精度。

公开(公告)号：CN109558843A

公开(公告)日：2019-04-02

申请号：CN201811456920.9

申请日：2018-11-30

Applicant: 济南大学

Inventor： 申涛 ,  张宁 ,  毕淑慧 ,  赵钦君 ,  韩春艳 ,  闫雪华 ,  徐元

IPC: G06K9/00 ,  G01N21/359 ,  G01N21/3563

Abstract: 本公开提供了一种基于小波包分析的近红外光谱信号处理方法及系统，先采集样品光谱，然后运用小波包阈值去噪法对原始光谱矩阵处理，运用马氏距离计算离群样本并剔除，运用小波包分解对每个频段的光谱信息进行离散度分析找出无关变量并剔除，最后通过偏最小二乘法计算光谱的主成分，对光谱进行小波包分解计算底层结点小波包系数的重构系数方差，主成分与方差组合作为光谱特征，运用特征进行建模。本公开减少了冗余变量，提高了建模速度与精度。