-
公开(公告)号：CN118887561A
公开(公告)日：2024-11-01
申请号：CN202410780156.X
申请日：2024-06-17
Applicant: 北京信息科技大学 , 北京宏大和创防务技术研究院有限公司
IPC: G06V20/17 , G06V10/143 , G06V10/46 , G06V10/52 , G06V10/80
Abstract: 本申请提供了一种红外和可见光图像融合的UXO检测方法及装置，该方法包括：通过无人机采集未爆弹UXO的图像，得到红外图像和可见光图像；采用基于非下采样轮廓变换和基于双树复小波变换的两种多尺度图像融合方法，对所述红外图像和所述可见光图像进行融合；基于融合后的图像，利用预先训练好的评估网络来评估所述UXO。本申请解决了现有技术中UXO检测不准确的技术问题。
-
公开(公告)号：CN118010005A
公开(公告)日：2024-05-10
申请号：CN202311828577.7
申请日：2023-12-27
Applicant: 北京信息科技大学 , 北京宏大和创防务技术研究院有限公司
Abstract: 本申请提供了一种激光同步定位和地图构建方法及系统，该方法包括：利用k维树半径搜索方法获取点云回环候选帧，并使用激光雷达虹膜描述子对所述回环候选帧进行筛选，得到回环帧；通过快速广义迭代最近点算法获取所述回环帧之间的位姿约束关系，并基于所述位姿约束关系以回环因子加入因子图中来同步定位和构建地图。本申请解决了现有技术中同步定位不准确的技术问题。
-
公开(公告)号：CN117765415A
公开(公告)日：2024-03-26
申请号：CN202311588902.7
申请日：2023-11-24
Applicant: 北京信息科技大学 , 北京宏大和创防务技术研究院有限公司
IPC: G06V20/17 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请提供了一种空对地UXO目标检测方法及装置，该方法包括：利用无人机来采集图像；利用训练好的神经网络模型对所采集的图像进行UXO目标检测，其中，所述神经网络模型包括输入端、主干网络、传递网络和预测端，并且，所述神经网络模型经过以下训练：采集训练数据集，并对所述训练数据集进行预处理；利用所述主干网络对预处理后的训练数据集进行归一化处理；利用所述传递网络从归一化后的训练数据集的训练数据中提取特征，并加强提取到的特征；基于加强后的特征，利用所述预测端对目标进行预测，并利用损失函数来比较预测的目标和真实的目标，以训练所述神经网络模型。本申请解决了现有技术中UXO目标检测不准确的技术问题。
-
公开(公告)号：CN118504384A
公开(公告)日：2024-08-16
申请号：CN202410559243.2
申请日：2024-05-08
Applicant: 北京信息科技大学 , 北京宏大和创防务技术研究院有限公司
IPC: G06F30/27 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种探地雷达UXO目标检测方法、装置及系统，该方法包括：对典型UXO目标探地雷达回波信号进行仿真建模得到仿真模型,并基于所述仿真模型对典型UXO目标的探地雷达回波数据进行仿真，并将仿真得到的数据用于深度学习模型的训练；构建YOLOv5探地雷达UXO目标检测模型，将改进的注意力模块嵌入到所述目标检测框架中的主干网络中；利用所述仿真得到的数据训练所述UXO目标检测模型，将待检测的UXO目标探地雷达图像输入到训练好的所述UXO目标检测模型，来进行UXO的目标检测。本申请解决了现有技术中探地雷达UXO目标检测不准确的技术问题。
-
公开(公告)号：CN118504218A
公开(公告)日：2024-08-16
申请号：CN202410559242.8
申请日：2024-05-08
Applicant: 北京信息科技大学 , 北方激光研究院有限公司
IPC: G06F30/20 , G06F111/08
Abstract: 本申请提供了一种融合型蒙特卡罗的激光散射传输方法及装置，其中，该方法包括：基于发射延迟补偿来建立激光发射模型，并基于散射补偿因子来建立气溶胶传输模型；基于所述激光发射模型和所述气溶胶传输模型，利用蒙特卡罗直接模拟法进行光子的传输跟踪，再通过指向概率融合期望的方法计算所述光子经过散射后能够被接收端捕获的概率。本申请解决了现有技术中未进入探测器的光子仍然需要模拟导致浪费计算机的内存的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN118068865A
公开(公告)日：2024-05-24
申请号：CN202410199141.4
申请日：2024-02-22
Applicant: 北京信息科技大学
IPC: G05D1/695 , G05D109/20
Abstract: 本申请提供了一种未知环境下无人机路径规划方法、装置及无人机，其中，该方法包括：基于奖励函数来建立基于深度强化学习的无人机路径规划训练模型，并利用无人机与环境交互所得训练数据训练无人机路径规划训练模型；基于所述无人机路径规划训练模型来对无人机的路径进行规划。本申请解决了现有技术中在未知环境下当无人机路径规划情况较为复杂时会出现计算量大难以求解和陷入局部最优的技术问题。
-
公开(公告)号：CN118010004A
公开(公告)日：2024-05-10
申请号：CN202311827332.2
申请日：2023-12-27
Applicant: 北京信息科技大学 , 淮海工业集团有限公司
Abstract: 本申请提供了一种激光SLAM闭环检测方法及系统，其中，该方法包括：对点云进行预处理，得到特征点集，其中，所述特征点集包括：当前帧点云角点、当前帧点云平面点、前一帧点云角点和前一帧点云平面点；基于所述特征点集进行关联点优化得到姿态变换参数，并基于所述姿态变换参数构建关键帧地图；将当前帧和所述关键帧地图进行配准以更新全局位姿，同时，将新的关键帧添加到所述关键帧地图中生成新的关键帧地图；获取回环帧，对所述回环帧匹配获取位姿转换关系，并根据所述位姿转换关系对所述当前帧的历史位姿进行校正，消除所述新的关键帧地图中的累积误差，得到全局位姿和点云地图。本申请解决了累计误差的消除效果差导致的整体精度低的技术问题。
-
公开(公告)号：CN113587916B
公开(公告)日：2023-10-03
申请号：CN202110849798.7
申请日：2021-07-27
Applicant: 北京信息科技大学
Abstract: 提供了一种实时稀疏视觉里程计、导航方法以及系统。其中，该实时稀疏视觉里程计，包括：视觉前端，被配置为基于相机读取的帧间图像和惯性传感器读取的帧间IMU提取关键帧和特征点，并基于所述关键帧和所述特征点将相应的新的数据加入到地图中，并更新地图；视觉后端，被配置为在检测到地图被更新的情况下，将所述地图中的不相干的数据去掉，以保持稀疏地图的规模。本发明解决了由于帧与帧间图像无法准确关联造成的里程计存在导航不准确的技术问题。
-
公开(公告)号：CN113406990A
公开(公告)日：2021-09-17
申请号：CN202110957552.1
申请日：2021-08-20
Applicant: 北京信息科技大学
Inventor： 赵旭
Abstract: 本发明公开了一种基于BP神经网络对时间测量误差进行补偿的方法和装置。其中，该方法包括：比较计时芯片的原始数据和标准数据，并基于所述原始数据和所述标准数据的比较结果计算在所述不同时间的时钟信号周期误差，其中，所述原始数据为所述计时芯片在不同时间的实际时钟周期，标准数据为确定倍数的所述计时芯片的理论时钟周期；利用所述BP神经网络，基于离散的所述不同时间的时钟信号周期误差，拟合出连续的所述计时芯片的时钟信号周期误差曲线，来补偿所述计时芯片的时间测量误差。本发明解决了由于只将测量过程中最后一个时钟周期的误差作为校准参数造成的无法对整个测量过程中的误差进行补偿的技术问题。
-
公开(公告)号：CN113008291A
公开(公告)日：2021-06-22
申请号：CN202110277873.7
申请日：2021-03-15
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种数据生成方法及装置、存储介质及电子装置，其中，上述数据生成方法包括：指示深度学习误差模型根据第一数据对传感器进行标定处理，其中，第一数据是惯导数据采集器采集的数据经过数据预处理得到的；通过深度学习计算框架对第一数据进行训练和验证处理，生成第二数据；通过数据编译工具将第二数据转换为第三数据，并将第三数据输入深度学习推理网络；指示深度学习推理网络，根据第三数据生成对第五数据进行补偿处理后的输出数据，其中，第五数据为对第四数据进行预设处理后得到的，且第四数据通过标定处理后的传感器采集得到。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.084 seconds)
