-
公开(公告)号：CN114241050B
公开(公告)日：2024-05-07
申请号：CN202111562336.3
申请日：2021-12-20
Applicant: 东南大学
IPC: G06T7/73
Abstract: 本发明公开了一种基于曼哈顿世界假设及因子图的相机位姿优化方法，可以在弱纹理环境下的同步定位与制图（SLAM，Simultaneously positioning and mapping）系统中增加定位的准确性和鲁棒性，其思路是计算特征的重投影误差以及结构化特征的结构误差项，构建因子图模型并进行位姿优化。该算法首先计算特征的重投影误差，然后根据曼哈顿世界假设构造结构化特征的结构误差项，最后在SLAM后端中对上述误差项构建因子图模型并进行位姿优化。本发明通过将结构化特征的重投影误差和结构误差加入到后端优化中，可以提高弱纹理场景下SLAM系统位姿解算的准确度和鲁棒性，以便满足机器人更加广阔的应用场景。
-
公开(公告)号：CN114485623B
公开(公告)日：2024-02-23
申请号：CN202210142487.1
申请日：2022-02-16
Applicant: 东南大学
Abstract: 本发明是一种聚焦距离的相机‑IMU‑UWB融合精准定位方法，利用VIO方法计算的传播数据来处理UWB测量的聚焦距离的视角，充分解决了UWB相机传感器之间的时间偏差，并允许使用所有可用的UWB数据，提出一种单目相机、六自由度IMU和单一超宽带基站的紧耦合融合方案，提供漂移减少里程，内置UWB基站定位模块，估计未知基站位置。
-
公开(公告)号：CN114095072B
公开(公告)日：2024-02-09
申请号：CN202111349892.2
申请日：2021-11-15
Applicant: 东南大学
IPC: H04B7/185 , H04B17/391 , H04B17/00
Abstract: 本发明提出一种伪卫星定位信号处理分析仿真平台及仿真方法，该平台包括伪卫星信号生成单元、无线信道仿真单元、接收机基带信号处理单元、定位解算单元、伪卫星信号综合分析单元，以及外接的软件发射机、空间环境模型、软件接收机、接收机；该方法定位精度依据观测量特征指纹库的采集点的密度决定，可实现在室内环境下的快速、高效定位。本发明为伪卫星定位系统研究提供了一套完整的信号处理流程框架，实现了对基带信号处理过程中多径算法参数优化及抗多径效果验证功能，对伪卫星接收机基带信号处理过程调试、多径信号抑制方法测试分析、软件无线电算法验证仿真等研究提供了平台基础。
-
公开(公告)号：CN116630610A
公开(公告)日：2023-08-22
申请号：CN202310146864.3
申请日：2023-02-21
Applicant: 东南大学
Abstract: 本发明公开了基于语义分割模型和条件随机场的ROI区域提取方法，包括以下步骤：获取遥感影像初始数据集，得到遥感影像数据集；对遥感影像数据集进行预处理；将预处理后的遥感影像数据集按照一定的比例划分为训练数据集、验证数据集；建立改进的BCNet语义分割模型，利用训练集训练各变量值，利用验证集验证准确度，得到最佳的初步语义分割模型；将待预测ROI区域图像输入训练好的语义分割模型，得到ROI区域预测概率图，采用平均场算法推断出各像素标签得到最终的语义分割结果，输出ROI区域。本发明能有效针对遥感图像目标尺度不一致，目标区域的条状部位在深度卷积神经网络中进行特征提取时，小目标特征逐渐遗失等问题，同时获得更高的分割精度。
-
公开(公告)号：CN116471661A
公开(公告)日：2023-07-21
申请号：CN202310444224.0
申请日：2023-04-24
Applicant: 东南大学
IPC: H04W64/00 , H04W24/00 , H04B17/391 , H04B17/318 , G01S5/02
Abstract: 基于射线跟踪的地下管廊机会信号分析方法定位方法，包括地下管廊地图模块、基于射线跟踪的机会信号模块、改进算法定位输出模块，其中，所述地下管廊地图模块包括管网拓扑地图、待定区域栅格化地图、信号强度分布地图；机会信号包括Wi‑Fi无线信号、蓝牙无线信号、超宽带无线信号及其统计传输模型；基于射线跟踪的无线信号模块用于仿真生成无线信号信息；最后融合地图约束、PDR、机会信号权重进行定位分析。本发明融合现有多种射频定位信息，实现模型仿真分析、算法融合处理的能力，为后续进行多种定位技术的实际验证、测试奠定了基础。
-
Patent Agency Ranking
公开(公告)号：CN116465412A
公开(公告)日：2023-07-21
申请号：CN202310447533.3
申请日：2023-04-24
Applicant: 东南大学
IPC: G01C21/20 , G01C21/00 , G01C21/16 , G06N3/0442 , H04W4/33 , H04W4/024 , G06F18/243 , G06F18/214
Abstract: 一种基于LSTM和注意力机制的改进PDR室内定位方法，包括以下步骤：编写数据采集软件，获取智能手机内部IMU数据。使用AdaBoost提升决策树的分类性能，实现提升树算法，根据加速度数据一系列特征值实现行人运动状态识别；根据识别出的运动状态，设置不同的阈值，利用波峰双阈值法实现步态识别；构建步长估计模型，搭建基于Attention机制改进的LSTM模型，并利用已采集的数据集进行训练、测试。将采集到的实时加速度计和陀螺仪数据投入已训练的模型以实现PDR过程中的步长估计；使用陀螺仪和磁力计数据，利用四元数姿态解算方法实现PDR过程中的航向估计，同时根据识别出的运动状态约束相关参数，减少PDR系统的误差，最终结合已获得的步长，完成行人室内定位。
-
公开(公告)号：CN109785388B
公开(公告)日：2023-04-18
申请号：CN201811623654.4
申请日：2018-12-28
Applicant: 东南大学
IPC: G06T7/73 , G06V10/74 , G06V10/762
Abstract: 本发明涉及一种基于双目摄像头的短距离精确相对定位方法，能够测量被遮挡界址点的GPS坐标，并能够保证精度，并且引入SLAM方法求解已标定和未标定界址点的相对位姿，从而获得未标定点的GPS坐标，此种方法提高了测量效率，同时本发明将CNN模型引入能够自动判别界址点在图像中的坐标满足了线上实时处理的要求，减轻了后期人为标定界址点的难度。
-
公开(公告)号：CN115761545A
公开(公告)日：2023-03-07
申请号：CN202211474485.9
申请日：2022-11-23
Applicant: 东南大学
IPC: G06V20/17 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的林木种类和数量识别方法和系统，包括以下步骤：1）对待调查的森林样地进行数据采集，获取覆盖整个样地场景的林木图像并制作训练集；2）构建CBC‑YOLOV5目标检测模型，利用训练集训练构建的模型；3）利用训练好的CBC‑YOLOV5目标检测模型处理相机实时采集到的林木图像，对识别的结果进一步处理，得到样地林木的种类和数量。本发明解决了目前森林资源调查过程中人工依赖性大，成本高，调查效率低，周期长，调查结果的准确性无法验证等问题，从而提高森林林木资源调查的效率和准确性，降低森林资源的调查成本。
-
-
公开(公告)号：CN115329675A
公开(公告)日：2022-11-11
申请号：CN202211006273.8
申请日：2022-08-22
Applicant: 东南大学
IPC: G06F30/27 , G06K9/62 , G06F119/02
Abstract: 本发明提供了一种基于注意力机制和迁移学习的UWB测距误差补偿算法，该算法包括卡尔曼滤波、神经网络模型、注意力机制和迁移学习算法，该算法采用能获取自身高精度位置坐标的UWB标签及UWB基站进行数据采集。首先在源域数据集上进行预训练，得到预训练权重，再在目标域数据集上加载预训练权重并进行训练，实现模型迁移，得到误差预测值，对UWB标签与UWB基站的距离误差进行补偿与消除。本发明可以有效进行UWB测距误差的消除，并适用于多种需要应用UWB进行无线测距的场景，有助于大幅度提升基于UWB的测距定位精度。
-
-
-
-
-
-
-
-
-
Search Results
322
records
(took 0.073 seconds)
