-
公开(公告)号：CN109356964B
公开(公告)日：2020-07-31
申请号：CN201811391016.4
申请日：2018-11-21
Applicant: 东南大学
IPC: F16F15/03
Abstract: 本发明公开了一种用于多旋翼无人机的电涡流阻尼装置，包括推杆、水平杆、螺旋转轴、套管、永磁铁、扇叶及若干弹簧等；推杆顶部承接无人机电机，螺旋桨转动引起的电机振动使推杆发生向下运动，进而推动水平杆轴向运动；推杆向下运动时，固定于装置底部的螺旋转轴沿套管内螺纹转动，带动水平扇叶旋转从而水平向切割永磁铁产生的磁感线；同时，与水平杆连接的螺旋转轴沿水平套管内螺纹转动，带动竖向扇叶旋转，从而竖向切割磁感线，振动能量通过扇叶的电阻热效应耗散。本装置安装方便，可多方向切割磁感线，大幅度提升耗能能力，可有效提高无人机的相机成像质量以及测量精度。
-
公开(公告)号：CN111274738A
公开(公告)日：2020-06-12
申请号：CN202010117015.1
申请日：2020-02-25
Applicant: 东南大学
Abstract: 本发明公开了一种高程异常值计算方法，包括：1：获取目标区域内多个GPS水准联测点的高程异常值，采用二次曲面法进行预拟合，取三倍中误差为限差，剔除粗差；S2：对剩余的N个高程异常值采用二次多项式进行拟合；3：利用二次多项式模型计算N个高程异常计算值，计算拟合残差；4：构建小波神经网络，该网络的输入为平面坐标和高程异常计算值，输出为残差；采用N个GPS水准联测点的平面坐标、高程异常计算值和残差对小波神经网络进行训练；5：计算待测地高程异常计算值ξt；待测地的坐标和ξt输入训练好的小波神经网络中，得到待测地残差，进而计算待测地的高程异常值。该方法对于大面积测区得到高程异常值误差较小，可以计算得到较为精确的高程异常值。
-
公开(公告)号：CN109542125B
公开(公告)日：2021-06-25
申请号：CN201811390719.5
申请日：2018-11-21
Applicant: 东南大学
Abstract: 本发明公开了一种测量无人机机载相机振动的激光装置，包括与无人机主体下部固结的主连杆；玻璃球壳与主连杆下部组成的球铰装置；包裹于球壳部分外表面的激光接收传感器；置于球壳球心的激光发射器；与球壳下部套管连接的小连杆；整个装置上部与无人机机体相连，下部与云台系统相连；无人机机体发生振动时，云台系统将产生加速度，并引起云台连接器上小连杆的转动和摆动，使激光在激光接收传感器上的入射点位置发生变化，从而测量出无人机机载相机振动；本装置可以为无人机机载相机的姿态补偿提供参数依据，配合现有云台系统，可有效降低无人机振动对画面的影响，随着无人机使用场景的拓展，将具有广泛的应用前景。
-
公开(公告)号：CN110542410A
公开(公告)日：2019-12-06
申请号：CN201910825767.0
申请日：2019-09-03
Applicant: 东南大学
Abstract: 本发明公开了一种基于格网模型的大地测量成果转换方法，包括以下步骤：S1：对已有大地坐标点位数据进行空间分析及格网点划分，采用等间距的正方形格网划分；S2：利用同名点数据，根据Bursa模型计算所有格网点的大地空间坐标转换七参数，存入数据库；S3：利用步骤S2得到的格网点的大地空间坐标转换七参数，内插得到待转换成果点位的大地空间坐标转换七参数；S4：根据待转换成果点位的大地空间坐标转换七参数，利用Bursa模型求得待转换成果点位在目标大地空间坐标系下的坐标。本发明能够将现有大地测量成果从旧空间基准高精度地转换到新空间基准。
-
公开(公告)号：CN109884666A
公开(公告)日：2019-06-14
申请号：CN201910084991.9
申请日：2019-01-29
Applicant: 东南大学
IPC: G01S19/07
Abstract: 本发明公开了一种基于数据同化技术的对流层延迟改正方法，包括以下步骤：S1：依据传统的UNB3m模型确定本方法所需的气象参数，并计算UNB3m模型在测站点的对流层延迟改正值；S2：利用IGS中心提供的高精度对流层延迟产品数据，计算该测站点的初始误差d0，并将初始误差d0作为下一步循环迭代的衡量指标；S3：下载ERA数据，对ERA数据进行预处理，采用以误差绝对值为依据的参数循环迭代方法将ERA-Interim大气再分析资料与UNB3m模型进行数据同化，最终建立ERA-UNB3m融合模型；S4：利用IGS中心的对流层延迟产品，采用平均偏差BIAS和均方根误差RMSE计算UNB3m模型和ERA-UNB3m融合模型的精度。本发明通过误差循环迭代技术建立的ERA-UNB3m融合模型精度较传统UNB3m模型精度有显著提升。
-
Patent Agency Ranking
公开(公告)号：CN109356964A
公开(公告)日：2019-02-19
申请号：CN201811391016.4
申请日：2018-11-21
Applicant: 东南大学
IPC: F16F15/03
Abstract: 本发明公开了一种用于多旋翼无人机的电涡流阻尼装置，包括推杆、水平杆、螺旋转轴、套管、永磁铁、扇叶及若干弹簧等；推杆顶部承接无人机电机，螺旋桨转动引起的电机振动使推杆发生向下运动，进而推动水平杆轴向运动；推杆向下运动时，固定于装置底部的螺旋转轴沿套管内螺纹转动，带动水平扇叶旋转从而水平向切割永磁铁产生的磁感线；同时，与水平杆连接的螺旋转轴沿水平套管内螺纹转动，带动竖向扇叶旋转，从而竖向切割磁感线，振动能量通过扇叶的电阻热效应耗散。本装置安装方便，可多方向切割磁感线，大幅度提升耗能能力，可有效提高无人机的相机成像质量以及测量精度。
-
公开(公告)号：CN111553841B
公开(公告)日：2023-04-07
申请号：CN202010317225.5
申请日：2020-04-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于最佳缝合线更新的实时视频拼接方法，属于数字图像处理技术领域。本发明提供的实时视频拼接方法使用了基于特征点的图像配准技术，通过不同视角图像的匹配特征点估计出每一目摄像机的内外参数。在进行不同视角间图像融合时，采用了基于最佳缝合线的图像融合算法，针对运动物体可能产生的重影和不连续的问题，使用基于KNN的背景消除算法和基于动态规划的缝合线更新算法以避免运动物体穿过缝合线而产生的不连续和重影。最后，使用基于卷积金字塔的图像融合算法，消除拼接缝。采用我们设计的视频拼接方法可以在保证拼接实时性的情况下提供良好的大视场图像。
-
公开(公告)号：CN109902346B
公开(公告)日：2023-04-07
申请号：CN201910066790.6
申请日：2019-01-24
Applicant: 东南大学
IPC: G06F30/27 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于神经网络的区域加权平均温度信息获取方法，包括以下步骤：S1：获取中国区域探空站点的加权平均温度的近似真值，记为Tm0；S2：构建站点的加权平均温度Tm与地表温度Ts、纬度海拔h和年积日doy的多项式模型，并且获取多项式模型计算值Tm1和多项式模型残差值ΔTm1，多项式模型残差值ΔTm1为多项式模型计算值Tm1与加权平均温度近似真值Tm0的差；S3：建立BP神经网络误差补偿模型，得到多项式模型残差预报值ΔTm2；S4：将多项式模型计算值Tm1与多项式模型残差预报值ΔTm2相加得到融合模型的加权平均温度预测值Tm2，实现对多项式模型的残差补偿。本发明提高了模型精度。
-
公开(公告)号：CN111553939A
公开(公告)日：2020-08-18
申请号：CN202010316646.6
申请日：2020-04-21
Applicant: 东南大学
Abstract: 一种多目摄像机的图像配准算法，首先使用单应变换对摄像机之间的运动进行建模并使用一个参数化的单应变换模型表示，然后通过不同视角间图像存在的重叠区域估计出摄像机之间运动参数。在此过程中，针对不同视角之间重叠区域可能存在的情况，采用结合SURF特征点配准和基于最小均方误差的像素配准的算法，准确地匹配两张来自不同视角的图像。最后，为了均分累积配准误差，提高图像的视觉一致性，使用了基于光束平差法对所有的参数化运动模型进行统一建模，并使用Levenberg-Marquats算法求解得到经过光束平差法后的参数化运动模型。本申请有效地处理基于特征点配准方法失效的情况，并保证在多摄像机配准的情况下不产生配准误差的累积进而生成视觉效果良好的宽视场图像。
-
公开(公告)号：CN111553841A
公开(公告)日：2020-08-18
申请号：CN202010317225.5
申请日：2020-04-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于最佳缝合线更新的实时视频拼接算法，属于数字图像处理技术领域。本发明提供的实时视频拼接方案使用了基于特征点的图像配准技术，通过不同视角图像的匹配特征点估计出每一目摄像机的内外参数。在进行不同视角间图像融合时，采用了基于最佳缝合线的图像融合算法，针对运动物体可能产生的重影和不连续的问题，使用基于KNN的背景消除算法和基于动态规划的缝合线更新算法以避免运动物体穿过缝合线而产生的不连续和重影。最后，使用基于卷积金字塔的图像融合算法，消除拼接缝。采用我们设计的视频拼接方案可以在保证拼接实时性的情况下提供良好的大视场图像。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
