-
公开(公告)号：CN111623797B
公开(公告)日：2022-05-20
申请号：CN202010524292.4
申请日：2020-06-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的步数测量方法，其包括以下步骤：S1、采集足部的惯性原始数据；S2、采用固定步长滑动窗口对惯性原始数据进行分割，得到若干分割后的序列数据；S3、对于每个序列数据，将其拆分并排列为前向数据和后向数据；S4、基于前向数据和后向数据通过对称型循环卷积神经网络获取目标对象处于站立状态的概率；S5、判断目标对象的足部是处于摆动状态还是处于站立状态；S6、将目标对象由站立状态切换为摆动状态的总次数作为其测量过程中的总步数，完成步数测量。本方法在不需要运动模式和行人信息的情况下，将原始的惯性单元数据通过滑动窗口的形式送入神经网络，可以准确且鲁棒的实现行人步数的检测。
-
公开(公告)号：CN112146660B
公开(公告)日：2022-05-03
申请号：CN202011021069.4
申请日：2020-09-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于动态词向量的室内地图定位方法，根据惯性传感器数据与地图信息，设计并搭建了基于动态词向量的深度学习框架，完成地图信息的智能提取，实现室内地图匹配定位技术，具有能充分利用地图信息、场景泛化性强的优点，尤其适用于室内空间较为复杂的场景。
-
公开(公告)号：CN112766305B
公开(公告)日：2022-04-22
申请号：CN202011566515.X
申请日：2020-12-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于端到端度量网络的视觉SLAM闭环检测方法，包括以下步骤：S1、对当前时刻的环境图像进行预处理，得到当前时刻的标准化图像；S2、采用特征提取模型对历史时刻和当前时刻的标准化图像分别进行图像特征提取；S3、采用两个图像的多层特征构建相似矩阵；S4、采用卷积神经网络对相似矩阵进行进一步地特征提取；S5、构建相似性度量模型，将相似矩阵的特征图输入相似性度量模型进行历史时刻与当前时刻的环境图像的相似度计算，确定当前时刻的环境是否产生闭环；本发明解决了现有的闭环检测方法大都将特征提取和相似性度量作为两个环节独立进行使得检测效果不能进一步优化的问题。
-
公开(公告)号：CN110553643B
公开(公告)日：2021-12-21
申请号：CN201910876262.7
申请日：2019-09-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于神经网络的行人自适应零速更新点选取方法，将卷积神经网络应用于零速更新点的选取方法中，能够自适应地选取不同行人不同运动状态的零速更新点，在选取精度上相对于现有零速更新点检测方法具有明显的进步。结合从神经网络挑选出的零速更新点与扩展卡尔曼滤波器，将零速更新与航迹推算运动模型相融合，可以显著抑制累积误差增长，同时使得行人惯性导航系统的泛化性能大大提高，具备了商业使用的条件。
-
公开(公告)号：CN110543917B
公开(公告)日：2021-09-28
申请号：CN201910842065.3
申请日：2019-09-06
Applicant: 电子科技大学
Abstract: 本发明公开了一种利用行人惯导轨迹与视频信息的室内地图匹配方法，其包括以下步骤：S1、获取轨迹真值；S2、获取与轨迹真值可能匹配的路径；S3、获取所有与轨迹真值可能匹配的路径中的门框信息；S4、获取视频信息中的门框数据；S5、筛选目标路径；S6、提取所有目标路径中的建筑结构特征；S7、获取视频图像中的建筑结构特征；S8、将所有目标路径中的建筑结构特征分别与视频图像中的建筑结构特征进行匹配，将匹配度最高的目标路径作为行人的实际路径，完成室内地图匹配。本发明能够在不给出行人初始点的情况下，仅依靠惯导数据和视频数据实现室内地图匹配，进而实现行人定位。
-
Patent Agency Ranking
公开(公告)号：CN108629455B
公开(公告)日：2021-09-24
申请号：CN201810433324.2
申请日：2018-05-08
Applicant: 电子科技大学
Abstract: 本发明属于智能交通技术领域，具体涉及一种基于车辆自组织网的实时路径规划方法。本发明通过车辆自组织网中车辆间直接进行分布式信息交互，不需要将数据回传至处理中心进行模式分析等操作，从而减短了信息的延时，以及现有导航依靠网络通讯对基础设施的强大依赖性。本发明在实时路况信息获取方式及路况信息处理方式上进行创新，提出的实时路径规划方案较现有方案灵活性更强，效率更高。
-
公开(公告)号：CN112397090A
公开(公告)日：2021-02-23
申请号：CN202011239248.5
申请日：2020-11-09
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于FPGA的实时声音分类方法，本发明通过FPGA对声音数据进行特征提取，获得声音数据的MFSC特征图，然后利用CNN分类网络对得到的MFSC特征图进行计算，实现对所采集到的声音进行分类的功能，可以随时随地、方便快捷地对外部声音进行监测和分类。具有低功耗、低成本、便携带、实时性和多实用性等优点。
-
公开(公告)号：CN111623797A
公开(公告)日：2020-09-04
申请号：CN202010524292.4
申请日：2020-06-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的步数测量方法，其包括以下步骤：S1、采集足部的惯性原始数据；S2、采用固定步长滑动窗口对惯性原始数据进行分割，得到若干分割后的序列数据；S3、对于每个序列数据，将其拆分并排列为前向数据和后向数据；S4、基于前向数据和后向数据通过对称型循环卷积神经网络获取目标对象处于站立状态的概率；S5、判断目标对象的足部是处于摆动状态还是处于站立状态；S6、将目标对象由站立状态切换为摆动状态的总次数作为其测量过程中的总步数，完成步数测量。本方法在不需要运动模式和行人信息的情况下，将原始的惯性单元数据通过滑动窗口的形式送入神经网络，可以准确且鲁棒的实现行人步数的检测。
-
公开(公告)号：CN110570449A
公开(公告)日：2019-12-13
申请号：CN201910869887.0
申请日：2019-09-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于毫米波雷达与视觉SLAM的定位与建图方法，用里程计的精确距离信息修正了基于相机的视觉SLAM轨迹数据的距离尺寸，得到了低成本、高精确性、强鲁棒性的定位信息，根据该定位信息把毫米波雷达扫描到的点云注册到世界坐标系中，实现对外部障碍物的位置和形状的绘制，以此克服了毫米波雷达相比于激光雷达的点云数据自配准性差的缺点，又充分利用了毫米波雷达精确的距离测量能力以及其低廉的成本，实现了高质量建图。
-
公开(公告)号：CN110553643A
公开(公告)日：2019-12-10
申请号：CN201910876262.7
申请日：2019-09-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于神经网络的行人自适应零速更新点选取方法，将卷积神经网络应用于零速更新点的选取方法中，能够自适应地选取不同行人不同运动状态的零速更新点，在选取精度上相对于现有零速更新点检测方法具有明显的进步。结合从神经网络挑选出的零速更新点与扩展卡尔曼滤波器，将零速更新与航迹推算运动模型相融合，可以显著抑制累积误差增长，同时使得行人惯性导航系统的泛化性能大大提高，具备了商业使用的条件。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.029 seconds)
