-
公开(公告)号：CN118721206A
公开(公告)日：2024-10-01
申请号：CN202411000817.9
申请日：2024-07-24
Applicant: 北京格灵深瞳信息技术股份有限公司
IPC: B25J9/16
Abstract: 本申请实施例提供一种基于拍照点的机械臂作业方法、系统、设备及存储介质，涉及轨道交通技术领域。该方法对机械臂停车点下的拍照点集合中的每两个拍照点计算路径的路径代价；以每个拍照点为节点、以路径代价为边构建图结构，根据图结构获取加权代价值之和最小的拍照点最优排序；机械臂按照拍照点最优排序，依次经过每个拍照点进行拍照作业。本申请通过预先计算各个拍照点之间的轨迹并统计运行时间，作为两个拍照点之间的代价值，通过图搜索求解出代价最短的拍照点顺序，有效减少了机械臂实际运行的时间。
-
公开(公告)号：CN113496211B
公开(公告)日：2024-07-23
申请号：CN202110693395.8
申请日：2021-06-22
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例中提供了一种目标车辆确定方法、装置、电子设备及存储介质，该方法包括：获取视频数据，所述视频数据包括加油站内的环境信息；从所述视频数据中提取车辆的特征信息，以及所述车辆在所述加油站中的位置信息；基于所述特征信息，获取所述车辆在加油区域内的停留时长；在接收到加油信号时，根据所述停留时长和所述位置信息，确定与所述加油信号关联的目标车辆。利用视频数据，从所述视频数据中提取出车辆的特征信息，车辆在加油站中的位置信息，以及车辆在加油区域内的停留时长，综合多个维度的信息，可准确定位追踪车辆，从而在接收到加油信号时，可准确关联加油信号与车辆。
-
公开(公告)号：CN117793293A
公开(公告)日：2024-03-29
申请号：CN202311559695.2
申请日：2023-11-21
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例提供一种基于时序光点编码检测的人员重识别方法、装置和系统，属于电子信息技术领域，所述方法包括获取待识别人员的至少一图像或视频，所述待识别人员佩戴有至少一辅助设备，所述辅助设备用于响应于预设控制指令，按照预设编码时序控制至少一预设光源闪烁；根据所述图像或所述视频，至少确定所述预设光源的闪烁序列；基于预设的编解码时序对所述闪烁序列进行解码，得到所述辅助设备的标识码；根据所述辅助设备的标识码，确定目标人员。本申请实施例通过确定待识别人员身上辅助设备的光源闪烁序列，确定目标人员，不受距离限制，每个人员对应的光源闪烁序列不同，提高了识别准确率，可通过增加光源闪烁序列长度来增加支持人数。
-
公开(公告)号：CN117710435A
公开(公告)日：2024-03-15
申请号：CN202311864945.3
申请日：2023-12-29
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例提供一种轨道扣件弹条压力检测方法、系统、设备及存储介质，涉及轨道交通技术领域。该方法首先采集包含轨道及轨道扣件的弹条的Depth图，并进一步获取Depth图的点云；对点云中的轨道和弹条进行分割预测，获得轨道和弹条中弹舌的分割点云；对轨道的分割点云进行平面拟合获得拟合轨道平面，计算弹舌的分割点云与拟合轨道平面间的距离，以完成弹条的压力检测。本申请提高了分割的准确性和鲁棒性，实现了自动判别扣件中弹条的压力，大大提高了检测精度。
-
公开(公告)号：CN112668702B
公开(公告)日：2023-09-19
申请号：CN202110053755.8
申请日：2021-01-15
Applicant: 北京格灵深瞳信息技术股份有限公司
IPC: G06N3/0464 , G06N3/08 , G06F18/214
Abstract: 本申请实施例提供一种定点化参数优化方法、系统、及终端、存储介质，涉及卷积神经网络技术，用于克服相关技术中根据统计信息直接确定定点化参数导致极易出现精度丧失严重的问题。其中，定点化参数优化方法，包括：获取激活定点化参数的初始化值及权重定点化参数的初始化值；根据所述激活定点化参数的初始化值及权重定点化参数的初始化值分别确定搜索范围；分别在所述激活定点化参数的搜索范围内及在所述权重定点化参数的搜索范围内进行迭代搜索，直至确定出优化后的定点化参数。
-
Patent Agency Ranking
公开(公告)号：CN116149324A
公开(公告)日：2023-05-23
申请号：CN202211728557.8
申请日：2022-12-29
Applicant: 北京格灵深瞳信息技术股份有限公司
IPC: G05D1/02
Abstract: 本申请实施例提供一种列车底检机器人底检控制方法、装置、机器人和存储介质，涉及机器人控制技术领域。该方法首先设定底检机器人的预设停车点位和预设采集拍照点位；当底检机器人到达预设停车点位时，获取当前车底转向架的三维点云信息，通过点云配准算法将其和示教三维点云信息进行配准，得到底检机器人在预设停车点位和示教停车点位之间的偏差RT；对预设采集拍照点位进行纠偏，根据纠偏采集拍照点位进行路径规划，以生成最优规划路径；根据纠偏采集拍照点位和最优规划路径，进行底检。通过本申请，对偏差做一个补偿，使得最终采集的数据和标准数据高度匹配，大大提高了车底检修算法的成功率。
-
公开(公告)号：CN116079722A
公开(公告)日：2023-05-09
申请号：CN202211728231.5
申请日：2022-12-29
Applicant: 北京格灵深瞳信息技术股份有限公司
IPC: B25J9/16
Abstract: 本申请实施例提供一种列车底检机器人底检控制方法、装置、机器人和存储介质，涉及机器人控制技术领域。该方法首先设定底检机器人的预设停车点位和预设停车点位下的底检机器人的机械臂的预设采集拍照点位；当底检机器人到达预设停车点位时，采集当前坑道信息和当前车底信息，并与预先采集的坑道模型和车底模型通过点云配准算法进行配准，以获取机械臂当前所在坑道和车底的空间变换矩阵RT；将坑道模型和车底模型经空间变换矩阵RT并通过三维空间网格形式加载到机械臂的规划空间中，以获得机械臂基于避障的最优规划路径；根据预设采集拍照点位和最优规划路径，进行对列车的底检。通过本申请，大大提高了工作效率、时间成本和后续的维护成本。
-
公开(公告)号：CN112637555B
公开(公告)日：2023-04-07
申请号：CN202011414991.X
申请日：2020-12-07
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例提供一种区域热力计算方法、装置、计算机设备和存储介质。所述方法包括：获取包含时空信息和唯一标识的抓拍信息，并在每条抓拍信息中加入对应的预设的超时时间；其中，时空信息包含与唯一标识对应的用户的所在区域信息；根据会话窗口对加入超时时间的抓拍信息进行分组，得到至少一组抓拍信息集；针对抓拍信息集中的每一个唯一标识，根据与唯一标识对应的抓拍信息，确定唯一标识对应的用户的进出区域状态；根据每一个唯一标识对应的用户的进出区域状态，确定区域热力。采用本方法可以实时判断一段时间内未再被捕获地理信息的用户的进出区域状态，解决了设备漏拍等因素造成的区域在场人数虚高的问题，提高统计结果的准确性。
-
公开(公告)号：CN115439804A
公开(公告)日：2022-12-06
申请号：CN202211038266.6
申请日：2022-08-29
Applicant: 北京格灵深瞳信息技术股份有限公司
Abstract: 本申请实施例提供了一种用于高铁检修的监测方法以及装置，该方法包括：获取采集高铁目标位置的目标图像；基于目标图像利用深度卷积神经网络从样本图像中提取特征图；将特征图输入到目标检测模型中，确定目标图像是否存在异常，其中，目标检测模型是基于未出现异常的样本图像进行训练，直至样本图像的分布拟合到标准正态分布当中，结束检测模型训练，得到目标检测模型，基于深度学习的无监督异常检测的方法，只需要提供正常的数据进行训练，利用训练好的无监督学习的归一化流异常检测模型，即可得到异常物体在高铁检修图像上的位置，以解决传统的高铁检修中由于异常数据获取困难，导致训练的高铁检修模型识别异常准确性较低的技术问题。
-
公开(公告)号：CN114297441A
公开(公告)日：2022-04-08
申请号：CN202111491198.4
申请日：2021-12-08
Applicant: 北京格灵深瞳信息技术股份有限公司
IPC: G06F16/783 , G06F16/732 , G06K9/62 , G06N3/04 , G06N3/08 , G06V20/40 , G06V10/82 , G06V10/762
Abstract: 本申请实施例中提供了一种视频对象检索方法、装置、计算机室及可读存储介质，包括：通过接收包括待检索对象的待检索图像；然后对待检索图像进行特征提取，得到待检索对象的待检索特征摘要信息；再根据待检索特征摘要信息在多个特征摘要信息中进行特征摘要检索；当多个特征摘要信息中存在与待检索特征摘要信息匹配的目标特征摘要信息的条件下，根据关联关系确定出目标本地视频数据；最终从目标边缘设备中获取目标本地视频数据，相较于相关技术中会将涉及的视频数据全部作为检索数据库，本方案巧妙地利用特征摘要信息作为检索依据，将目标本地视频数据存于本地边缘设备，节省了网络带宽成本。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.072 seconds)
