-
公开(公告)号：CN113267185B
公开(公告)日：2023-04-28
申请号：CN202110451962.9
申请日：2021-04-26
Applicant: 浙江大学
Abstract: 本申请公开了一种抗磁干扰的定位方法及装置、系统、电子设备、存储介质，该方法包括：接收运动物体的加速度、角速度和磁场；对所述加速度和角速度进行阈值检测，当所述加速度和角速度均在阈值范围内时，再通过阈值检测判别磁场是否受到干扰，若存在干扰，则拟合磁干扰函数曲线，递推后续干扰量补偿校准磁场，若不存在干扰，则无需对磁场进行补偿，对判别后的磁场和加速度进行零速校正，得到运动物体的位置、姿态和速度；当所述加速度和角速度不全在阈值范围内时，对所述加速度和角速度进行航位推算，得到运动物体的位置、姿态和速度。该方法提高行人航位推算系统的定位精度和抗磁干扰能力。
-
公开(公告)号：CN115811759A
公开(公告)日：2023-03-17
申请号：CN202211419073.5
申请日：2022-11-14
Applicant: 浙江大学
Abstract: 本发明公开了一种基于水下传感器网络的路由方法，涉及水下无线传感器通信技术领域。网络内源节点有数据包需要发送时，如果没有自身到达目的节点的路由，先缓存该数据包，发起路由寻找过程，通过发送网络层控制包与其他节点交换信息，建立自身到达目的节点的路由后，再进入数据传输过程，同时启用监听重传机制确保下一跳节点成功接收控制包，启用碰撞避免机制减少因碰撞产生的丢包。可以更加适应水下环境，尤其是对可靠性要求较高的水下应用场景，提高网络的数据交付率。
-
公开(公告)号：CN113573272B
公开(公告)日：2023-03-10
申请号：CN202110843985.4
申请日：2021-07-26
Applicant: 浙江大学
Abstract: 本发明公开了一种针对多跳水声无线传感器的RTS竞争访问控制协议的设计方法。多个水下节点在划分好的时隙内工作，通过计算网络最佳容量规划控制报文的发送时机，通过一种全新的RTS竞争算法，确定各节点在多接收机制中的收发时序，规避不同发送节点之间的数据碰撞，有效缓解了水下无线传感器网络中的“暴露终端”问题，大幅提高了水声信到利用率，降低了能量开销。通过RTS竞争算法还降低了网络传播时延总和，动态调节网络拥塞，缓解了漏斗效应，提高了网络中各水下节点的使用寿命。
-
公开(公告)号：CN112936304B
公开(公告)日：2022-09-16
申请号：CN202110144204.2
申请日：2021-02-02
Applicant: 浙江大学
Abstract: 本发明公开了一种自演进式服务机器人系统及其学习方法，属于智能机器人技术领域。当配备有一个根据其生产厂商预定义的训练数据集训练而来的起始本地模型的服务机器人，在进入某一特定用户的家居环境之后，需要学习一些在用户家居环境中新出现的类别时，可以请求用户给出这些新类别数据的人工标注，并使用这些带人工标注的新类别数据，通过连续学习逐渐完善自身存在缺陷的起始本地模型。参考人类在学习新知识时通常会在同一时间段内学习全部新课程相关知识的这一学习习惯，机器人在进行连续学习时的最佳学习方法为，在某一时间段内学习所有新类别对应的一小部分数据。本发明具有贴近服务机器人的实际应用场景，平衡学习的时效性和效果的特点。
-
公开(公告)号：CN113408949B
公开(公告)日：2022-05-31
申请号：CN202110802366.0
申请日：2021-07-15
Applicant: 浙江大学
IPC: G06Q10/06 , G06F30/20 , G06F111/04
Abstract: 本申请属于机器人任务规划领域，提供了一种机器人时序任务规划方法，包括：获取工作区域的环境信息并对工作区域进行离散化建模；获取机器人的个体时序任务要求以及协同时序任务要求；按照协同时序任务要求，搜索协同任务序列；按照协同任务序列，构建协同子任务分配模型，并求解协同子任务分配结果；将所述协同子任务分配结果发送给机器人，以使机器人个体计算任务执行计划。本申请能高效解决在个体与全局复杂时序任务约束下多机器人的规划问题，具有良好的可拓展性，并可以克服区域通信不稳定的限制；另外，本申请在分散计算负荷的同时可以有效保护个体机器人的隐私信息。
-
Patent Agency Ranking
公开(公告)号：CN112907616B
公开(公告)日：2022-05-03
申请号：CN202110460457.0
申请日：2021-04-27
Applicant: 浙江大学
Abstract: 本发明公开了一种基于热成像背景滤除的行人检测方法，包括以下步骤：首先将热成像红外相机获取的原始热成像图片进行直方图均值化处理，然后通过设定合适的阈值进行阈值分割得到行人检测初步的候选区域，同时基于高斯混合模型，从图像前后帧之间的关系分离前景和后景，得到背景减法图像，将两者连接后得到的复合图像送入后续改进的Faster R‑CNN框架完成行人检测工作。本发明通过归一化解决了热成像相机成像结果温度漂移的问题，使用阈值分割和背景减法进行背景滤除，充分利用热成像图片的特点，提高了在低光、无光环境下行人检测的精度。
-
公开(公告)号：CN112817316B
公开(公告)日：2022-03-15
申请号：CN202110002576.1
申请日：2021-01-04
Applicant: 浙江大学
IPC: G05D1/02
Abstract: 本申请公开了一种多机器人路径规划方法及装置，属于机器人路径规划技术领域,该方法包括：根据机器人通道环境构建栅格环境，通过保留通道交叉点进行交叉点图环境重构；通过启发式A*算法，对所述交叉点图环境中单个机器人进行一次最优路径的规划；根据所述一次最优路径，将所述交叉点图环境中所有通道，规划为单行道；针对所述单行道，通过所述启发式A*算法，对所述交叉点图环境中单个机器人进行二次最优路径的规划；针对所述的二次最优路径，重新构建栅格环境，得到所述栅格环境下的最优路径。解决传统启发式算法由于在通道中发生机器人冲突而导致死锁的缺点。
-
公开(公告)号：CN110807365B
公开(公告)日：2022-02-11
申请号：CN201910934615.4
申请日：2019-09-29
Applicant: 浙江大学
Abstract: 本发明公开了一种基于GRU与一维CNN神经网络融合的水下目标识别方法，属于水声目标识别领域。针对水声目标识别问题，提出了一种基于GRU与一维CNN神经网络融合的水下目标识别方法，利用基于GRU的循环神经网络结构解决了传统神经网络无法提取水声信号的时序特征的问题，同时使用一维CNN卷积神经网络结构提取水声信号的时域波形特征。融合GRU与一维CNN神经网络结构提取的特征向量，丰富了输入分类器的特征值信息。扩展了影响识别准确率的辅助信息输入，包括距离、水听器深度、信道深度等信息并加入Dropout层和批规范化层避免了过拟合问题，提高了水声目标的识别准确度。
-
公开(公告)号：CN113888477A
公开(公告)日：2022-01-04
申请号：CN202111068474.6
申请日：2021-09-13
Applicant: 浙江大学
Abstract: 本发明公开了一种网络模型的训练方法、金属表面缺陷检测方法及电子设备，属于缺陷检测相关技术领域，该训练方法包括：获取金属表面缺陷数据，并对金属表面缺陷数据进行标注，得到训练样本；采用过采样方法对训练样本进行数据增强，得到训练集；利用轻量级网络替换目标检测模型主干特征提取网络，得到轻量级目标检测网络；使用NEU‑DET数据集作为预训练数据集，送入轻量级目标检测网络中，得到改进的轻量级目标检测网络；将所述训练集输入改进的轻量级目标检测网络中进行训练，得到轻量级目标检测网络模型。本发明有效能够实现大规模金属表面小缺陷的自动检测，具有较高的准确率，并且具有轻量级，高精度图片实时监测等特点，能够运用于工业场景。
-
公开(公告)号：CN113408949A
公开(公告)日：2021-09-17
申请号：CN202110802366.0
申请日：2021-07-15
Applicant: 浙江大学
IPC: G06Q10/06 , G06F30/20 , G06F111/04
Abstract: 本申请属于机器人任务规划领域，提供了一种机器人时序任务规划方法，包括：获取工作区域的环境信息并对工作区域进行离散化建模；获取机器人的个体时序任务要求以及协同时序任务要求；按照协同时序任务要求，搜索协同任务序列；按照协同任务序列，构建协同子任务分配模型，并求解协同子任务分配结果；将所述协同子任务分配结果发送给机器人，以使机器人个体计算任务执行计划。本申请能高效解决在个体与全局复杂时序任务约束下多机器人的规划问题，具有良好的可拓展性，并可以克服区域通信不稳定的限制；另外，本申请在分散计算负荷的同时可以有效保护个体机器人的隐私信息。
-
-
-
-
-
-
-
-
-
Search Results
169
records
(took 0.029 seconds)
