-
公开(公告)号：CN119555022B
公开(公告)日：2025-04-18
申请号：CN202510079138.3
申请日：2025-01-17
Applicant: 之江实验室
Abstract: 本说明书公开了一种矢量磁测计定姿方法、装置、存储介质及电子设备，获取参考磁测计在第一位置的量测磁场强度，以设定角度#imgabs0#多次旋转待测磁测计，获取各次旋转后待测磁测计在第二位置的量测磁场强度。根据参考磁测计在第一位置的量测磁场强度、各次旋转后待测磁测计在第二位置的量测磁场强度、第一参数和第二参数，构建目标函数。在本说明书中，第一参数为未旋转时待测磁测计的坐标系和参考磁测计的坐标系之间的相对角度，第二参数为第一位置和第二位置的矢量磁场差。通过将待测磁测计多次旋转，建立起参考磁测计和待测磁测计坐标系的测量结果之间的等量关系，求解第一参数，确定出待定坐标系相对于参考磁测计的坐标系的旋转姿态。
-
公开(公告)号：CN118603079B
公开(公告)日：2024-10-25
申请号：CN202411086731.2
申请日：2024-08-08
Applicant: 之江实验室
Abstract: 本说明书公开了一种地磁导航的方法、装置、存储介质及电子设备，包括：在载体移动的过程中，按照预设周期，对载体当前所在位置的地磁数据进行采样。再根据在当前周期内采样到的地磁数据，确定当前周期的地磁熵。根据地磁熵，对当前周期的采样频率进行调整。根据调整后的采样频率，继续按照预设周期，对载体所在位置的地磁数据进行采样，直到周期的数量达到预设阈值时，根据在所有周期内采样到的地磁数据，从预设的地磁基准图中，确定载体的位置。通过用于表征地磁场的地磁强度的变化程度的地磁熵，动态调整采样频率，使得采样到地磁数据可以有效捕捉地磁场的细节特征，从而提升了得到的载体的位置的准确度。
-
公开(公告)号：CN118053153A
公开(公告)日：2024-05-17
申请号：CN202410457520.9
申请日：2024-04-16
Applicant: 之江实验室
Abstract: 本说明书公开了一种点云数据的识别方法、装置、存储介质及电子设备。所述点云数据的识别方法包括：获取无人设备采集的待识别点云数据，将待识别点云数据中包含的每个三维点云点投影到指定二维平面上，根据投影到每个扇形栅格区域中的三维点云点，构建待识别点云数据对应的特征矩阵，作为目标特征矩阵，从而可以根据目标特征矩阵和历史点云数据对应的历史特征矩阵之间的相似度，确定待识别点云数据对应的地点是否为历史访问地点的识别结果，以提升点云数据的识别效率。
-
-
公开(公告)号：CN116258753A
公开(公告)日：2023-06-13
申请号：CN202310299814.9
申请日：2023-03-20
Applicant: 之江实验室
Abstract: 本说明书公开了一种图像的配准方法、装置、存储介质及电子设备，获取无人机采集的空中图像和无人车采集的地面图像。根据无人机与无人车的相对位姿，确定空中图像与地面图像之间的粗仿射模型。确定空间采样点，并根据初始位置对应的空中图像确定各空间采样点对应的空中图像。根据初始位置对应的粗仿射模型，确定各空间采样点对应的粗仿射模型。确定各空中图像中与地面图像匹配的空中图像，根据该空中图像，确定该匹配采样点对应的粗仿射模型，进而得到无人机与无人车之间的精仿射模型。在没有先验地图信息的情况下，也能实现空中图像与地面图像的配准。且不受环境的约束，即在城市低空或者室内环境中时，也可以实现空中图像与地面图像的配准。
-
Patent Agency Ranking
公开(公告)号：CN118816855A
公开(公告)日：2024-10-22
申请号：CN202411310043.X
申请日：2024-09-19
Applicant: 之江实验室
Abstract: 本说明书公开了一种无人机组合导航的方法、装置、存储介质及电子设备，当检测到第一目标区域时，无人机组合导航系统中的主控单元通过惯性测量单元和视觉传感器，确定无人机所处的第一位置，确定从第一位置到第一目标区域的第一导航路径，控制无人机按照第一导航路径飞行。在控制无人机按照第一导航路径飞行时，监控无人机的飞行高度，当飞行高度为预设高度时，确定无人机所处的第二位置。通过视觉传感器采集无人机所处环境的环境感知数据，通过嗅觉传感器采集无人机所处环境的嗅觉感知数据。根据嗅觉感知数据，确定第二目标区域。基于环境感知数据，确定从第二位置到第二目标区域的第二导航路径，控制无人机按照第二导航路径飞行。
-
公开(公告)号：CN118673959B
公开(公告)日：2024-10-22
申请号：CN202411153835.0
申请日：2024-08-21
Applicant: 之江实验室
IPC: G06N3/04 , G06N3/086 , G06V10/764 , G06V10/82
Abstract: 在本说明书提供一种混合精度量化方法、装置、介质及设备，通过确定深度神经网络模型中的各层的量化位宽，对深度神经网络模型进行量化，确定候选量化模型，并将样本分别输入深度神经网络模型以及候选量化模型，确定候选量化模型的量化误差、加速比以及压缩效果，进而确定候选量化模型的适应度，最后，根据预设的进化算法以及候选量化模型的适应度，确定深度神经网络模型的目标量化模型，使得混合精度量化方法能够根据少量无标签样本确定深度神经网络模型的目标量化模型，提高了混合精度量化方法的泛用性。
-
公开(公告)号：CN118225987A
公开(公告)日：2024-06-21
申请号：CN202410656853.4
申请日：2024-05-24
Applicant: 之江实验室
Abstract: 本说明书公开了一种有害气体检测方法、装置、存储介质及电子设备，终端设备在采集无人设备所在目标空间的有害气体浓度后，即可确定出有害气体是否泄漏，响应于有害气体泄漏，确定出若干个采集点并采集若干个采集点处的有害气体浓度信息，进而确定出有害气体对应的泄漏源在目标空间中的空间位置，作为预测泄漏源位置，进而根据预测泄漏源位置执行任务。通过无人设备实时检测有害气体是否泄漏，并且在检测到有害气体泄漏后，可对泄漏源位置进行预测，而后根据确定出的预测泄漏源位置执行任务，通过减少了对有害气体泄漏的响应时间以及有害气体泄漏源检测时间，提高了有害气体检测任务的执行效率。
-
公开(公告)号：CN118097359A
公开(公告)日：2024-05-28
申请号：CN202410493628.3
申请日：2024-04-23
Applicant: 之江实验室
Abstract: 本说明书提供的一种模型训练方法、装置、存储介质以及电子设备，获取目标区域的全色图像、多光谱图像以及标准融合图像，将全色图像以及多光谱图像输入到目标模型中，以提取出全色图像的频域特征以及多光谱图像的频域特征，并将全色图像的频域特征以及多光谱图像的频域特征进行特征融合，以确定出第一特征图像，以及，对全色图像以及多光谱图像进行图像融合，以根据融合后的图像中包含的各像素点的像素信息，确定出自适应权重，并根据自适应权重对融合后的图像进行处理，以得到第二特征图像，将第一特征图像与第二特征图像进行叠加，以确定输出的预测融合图像，以最小化预测融合图像与标准融合图像之间的偏差为优化目标，对目标模型进行训练。
-
公开(公告)号：CN117456323A
公开(公告)日：2024-01-26
申请号：CN202311350663.1
申请日：2023-10-17
Applicant: 之江实验室
Abstract: 本说明书公开了一种图像融合的方法、装置、存储介质及电子设备，包括：将第一图像和低分辨率多光谱图像分别输入预先训练的图像融合模型的特征提取子网，确定全色特征和光谱特征。将全色特征的频域特征以及光谱特征的频域特征输入图像融合模型的特征融合子网，确定第一融合特征。根据第一融合特征，确定第一融合图像。根据全色图像以及第二图像，通过特征提取子网，确定第一特征以及第二特征。根据第一特征的频域特征以及第二特征的频域特征输入特征融合子网，确定第二融合特征。根据第二融合特征，确定目标融合图像。以融合频域特征为主，融合空域特征为辅进行图像融合，提高目标融合图像准确性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.031 seconds)
