-
公开(公告)号：CN120014176A
公开(公告)日：2025-05-16
申请号：CN202510464717.X
申请日：2025-04-15
Applicant: 中国民用航空飞行学院
IPC: G06T17/00
Abstract: 本发明公开了一种损伤结构的三维重建方法、修复方法及装置，属于数据处理技术领域。重建方法包括：基于激光扫描设备获取损伤结构的三维点云数据；将所述三维点云数据投影转换为二维图像，并利用方向梯度直方图HOG方式对所述二维图像进行方向梯度特征提取，得到HOG特征；基于所述三维点云数据构建梯度场，并利用所述HOG特征对所述梯度场进行修正，得到修正后梯度场；利用所述修正后梯度场结合泊松方程，重建所述损伤结构的三维模型。本发明能够提高损伤信息的获取准确性，进而提高修复可靠性。
-
公开(公告)号：CN120013238A
公开(公告)日：2025-05-16
申请号：CN202510092920.9
申请日：2025-01-21
Applicant: 中国民用航空飞行学院
IPC: G06Q10/0635 , G06Q10/04 , G06F16/2458 , G06Q50/40 , G06Q50/20
Abstract: 本发明公开一种基于智慧监管的通航风险隐患双重预防系统及方法，本系统通过实时获取航空数据、飞行参数和环境信息，并结合数据分析和模型计算，识别和预测潜在的风险隐患，对通航风险隐患采用双重预防机制进行智能管理，在通航机场模板三维模型上展示风险隐患分布电子地图，并采取相应的预防措施，以确保通航运行的安全性和高效性，有效降低飞行事故的发生概率。同时机场监管者通过分析通航风险趋势、优化安全培训计划、评估培训成果等，可以帮助制定科学合理的政策和措施，提高管理水平和决策效果，切实落实安全生产主体责任，全面提升飞行训练安全管理水平。能够凭借系统提供的预警信息和飞行指导，科学应对潜在风险，提高自身飞行安全水平。
-
公开(公告)号：CN119991656A
公开(公告)日：2025-05-13
申请号：CN202510458070.X
申请日：2025-04-14
Applicant: 中国民用航空飞行学院
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06F18/25 , G06N3/0442 , G06F123/02
Abstract: 本发明公开了一种基于多模态数据融合的工件质量实时检测方法、装置、设备、介质及产品，属于人工智能技术领域。方法包括：利用所述摄像机获取目标工件的图像，以及，利用所述传感器获取生产所述目标工件期间生产设备所对应的时间序列运行参数；将所述图像和所述时间序列运行参数输入至预先训练好的检测模型中，以获取所述检测模型输出的质量检测结果；以利用检测模型将所述图像特征向量和所述时间特征向量映射至相同维度，并利用注意力机制计算两个模态之间的注意力权重，利用注意力权重将所述图像特征向量和所述时间特征向量进行特征融合；并基于融合特征对所述目标工件进行质量检测，得到质量检测结果。本发明能够提高实时检测的准确性。
-
公开(公告)号：CN119989685A
公开(公告)日：2025-05-13
申请号：CN202510075773.4
申请日：2025-01-17
Applicant: 中国民用航空飞行学院
Abstract: 本发明提供基于飞行数据的飞行环境虚拟仿真还原方法及系统，涉及虚拟现实与飞行模拟技术领域，解决如何将真实飞行数据精确、平滑地还原至虚拟仿真环境中的问题。方法包括：获取真实飞行数据并转换为UE渲染引擎可识别的数据格式，解析提取出关键飞行参数，对关键飞行参数对应的过程数据进行平滑处理，使过程数据在飞机的飞行环境虚拟仿真更新时平滑变动；依据平滑处理后的过程数据，对UE渲染引擎的UE虚拟环境中的飞机位姿进行更新，实现飞行轨迹的还原；同时创建世界空间UI，在世界空间UI中更新并显示与飞行轨迹相对应的仪表信息。本发明使模拟条件下的飞行轨迹和仪表显示接近真实飞行条件，有效提升飞行训练的真实性和沉浸感。
-
公开(公告)号：CN119828752B
公开(公告)日：2025-05-13
申请号：CN202510308228.5
申请日：2025-03-17
Applicant: 中国民用航空飞行学院
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 本发明公开了一种低空无人机的三维路径规划方法，属于无人机路径规划技术领域，包括如下步骤：构建三维飞行环境模型；根据粒子群优化方法，对三维飞行环境模型进行全局路径搜索和路径成本优化，得到粒子群中各粒子对应的优化路径成本和位置；根据粒子群中各粒子的路径成本和位置，通过遗传算法对粒子进行选择、交叉和变异操作的重复迭代，并基于各次迭代的最优路径成本，得到全局最优路径解；根据全局最优路径解，转换得到目标坐标系下的最佳路径，并通过绘图函数绘制得到三维飞行环境模型中的最佳路径。本发明解决了无人机路径规划中效率低和可靠性不足的问题。
-
Patent Agency Ranking
公开(公告)号：CN119940016A
公开(公告)日：2025-05-06
申请号：CN202510038699.9
申请日：2025-01-10
Applicant: 中国民用航空飞行学院
IPC: G06F30/23 , G06F30/27 , G16C60/00 , G06N3/04 , G06N3/08 , G06F113/26 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种基于神经网络的复合材料热载荷下非线性行为的预测方法，属于人工智能与复合材料领域。方法包括：基于拉伸热载荷试验得到的温度‑应力‑应变曲线，对复合材料试件进行有限元模型分析，提取试件在每一分析步下的真实温度、应力、应变及应力增量、应变增量和温度增量，生成数据集；利用数据集训练预先搭建的神经网络，以从训练好的神经网络模型中获取用于构建该复合材料本构模型的目标参数；基于目标参数，编写材料本构子程序，构建基于神经网络的复合材料本构模型。本方案可以确保模型输出不受特定温度‑应力‑应变曲线形态的制约，不仅省时省力，而且可以使得本构模型对复合材料响应特性的反映更加客观精确。
-
公开(公告)号：CN119916371A
公开(公告)日：2025-05-02
申请号：CN202411816272.9
申请日：2024-12-11
Applicant: 中国民用航空飞行学院
Abstract: 本发明涉及三维风场反演技术领域，具体地说，涉及一种基于单多普勒天气雷达对雷暴云强回波区内的三维风场反演方法，其包括以下步骤：步骤1、将雷达反射率因子进行格点化处理，通过插值将反射率因子由极坐标系转化到笛卡尔直角坐标系下；步骤2、通过图像相似性识别技术进行同层连续时刻强回波图形相似识别；步骤3、计算雷暴云不同高度上水平移动速度；步骤4、结合雷达径向速度的观测结果与雷暴的水平移速进行对比，计算上升或下沉气流速度。本发明能够利用单多普勒天气雷达的格点化资料及雷达径向速度的观测数据实现对雷暴云内强回波区三维风场的准确刻画。
-
公开(公告)号：CN119848512A
公开(公告)日：2025-04-18
申请号：CN202510046360.3
申请日：2025-01-13
Applicant: 中国民用航空飞行学院
IPC: G06F18/213 , G01M13/045 , G06F18/10 , G06N3/006 , G06N7/08
Abstract: 本发明公开了基于CHHO‑VMD的滚动轴承早期故障特征提取方法，包括以下步骤：获取轴承原始振动信号；识别原始振动信号中的早期故障信号；应用CHHO算法自适应的优化VMD参数，产生最佳参数组合[K,α]；利用参数优化的VMD对故障信号进行分解，提取其IMF分量；基于峭度和相关系数选择IMF分量重构故障信号；应用包络解调提取滚动轴承的故障特征频率。本发明的有益效果是：引入CHHO算法自适应地确定VMD的最优参数组合，避免了由于手动参数选择和不正确设置引起的模态分量损失和模态混叠问题，通过将CHHO和VMD结合，有效提取滚动轴承早期故障信号的故障特征频率，故障检测的准确性和及时性高。
-
公开(公告)号：CN115965598B
公开(公告)日：2025-04-18
申请号：CN202211685325.9
申请日：2022-12-27
Applicant: 中国民用航空飞行学院
IPC: G06T7/00 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于深度学习的航空铆钉分类及异常检测方法，包括如下步骤：步骤一、采集航空铆钉图像数据，并对图像数据进行预处理；步骤二、对航空铆钉图像数据进行目标框类别标注和数据增强处理；步骤三、采用迁移训练加冻结训练的方式对航空铆钉分类及异常检测模型进行训练；步骤四、采用以DarkNet‑53结构为基线的卷积神经网络为主干网络提取特征进行神经网络推理，以Focus层、跨阶段局部网络层、空间金字塔池化结构模块、上采样层、连接层作为颈部网络来进行特征融合，最后使用解耦检测头生成检测结果。与现有技术相比，本发明的积极效果是：本发明的航空铆钉分类及异常目标检测精度和速度均有绝对的优势。
-
公开(公告)号：CN119832593A
公开(公告)日：2025-04-15
申请号：CN202411821113.8
申请日：2024-12-11
Applicant: 四川警察学院 , 中国民用航空飞行学院
IPC: G06V40/10 , A61B5/18 , A61B5/00 , A61B5/024 , G06V20/59 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/096
Abstract: 本发明公开了一种基于多任务轮换配对学习的飞行员适航状态感知方法，涉及航空安全保障与监测技术领域，包括：构建基于多任务的轮换配对学习模型，并将预先获取的视频数据集输入所述基于多任务轮换配对学习模型进行训练；所述基于多任务的轮换配对学习模型包括一个共享特征提取网络和三个专用任务子网络，专用任务子网络分别包括：rPPG信号估计器、连续性情绪预测器、适航状态序列预测器；训练阶段采用多任务轮换配对学习的方法；将待预测的视频输入所述训练好的基于多任务的轮换配对学习模型进行预测，输出得到多任务预测结果。本发明可学习飞行员生理状态、心理状态以及飞行员适航状态之间的潜在联系，准确地评估飞行员在驾驶过程中的状态。
-
-
-
-
-
-
-
-
-
Search Results
2528
records
(took 0.063 seconds)
