-
公开(公告)号：CN109612471B
公开(公告)日：2021-06-25
申请号：CN201910107827.5
申请日：2019-02-02
Applicant: 北京理工大学
Abstract: 本发明公开一种基于多传感器融合的运动体姿态解算方法，将微机电惯性及磁测量单元固定在待测载体上，采集加速度、角速率和磁感应强度，根据加速度计的量测模型建立第一级损失函数，利用加速度通过梯度下降法估计当前姿态四元数，并将其与通过角速率更新的姿态四元数加权，得到第一级后验姿态四元数利用更新载体的俯仰角和横滚角；在考虑铁磁干扰的情况下根据磁力计的量测模型建立第二级损失函数，利用上一时刻计算得到的铁磁干扰估计量和当前时刻磁感应强度通过梯度下降法估计当前姿态四元数，并将其与通过角速率更新的姿态四元数加权得到第二级后验姿态四元数利用更新载体的偏航角，本发明能对外界铁磁干扰进行估计实现对铁磁干扰的补偿。
-
公开(公告)号：CN116310860A
公开(公告)日：2023-06-23
申请号：CN202310066438.9
申请日：2023-02-06
Applicant: 北京理工大学
IPC: G06V20/13 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种基于旋转目标检测模型的遥感图像船舶检测方法和系统，涉及遥感图像检测技术领域。检测方法包括：采集遥感图像并进行预处理得到数据集；将数据集按照比例划分为训练集和测试集；对训练集进行数据增强；通过分类置信度对训练集进行难例挖掘；对干扰样本训练集进行训练得到检测模型；对检测模型进行测试。检测系统包括：预处理模块、数据增强模块、难例挖掘模块、训练模块和测试模块。本发明利用旋转目标检测模型来检测船舶，有利于检测过程中的计算和检测框的筛选；通过数据增强技术，解决了宽幅复杂背脊遥感图像船舶检测中样本不足，虚警率高的问题；使用基于分类置信度进行难例挖掘的方法，有效减少模型的误检测，提高准确率。
-
公开(公告)号：CN109674480A
公开(公告)日：2019-04-26
申请号：CN201910107785.5
申请日：2019-02-02
Applicant: 北京理工大学
IPC: A61B5/11
Abstract: 本发明公开一种基于改进互补滤波的人体运动姿态解算方法，1：分别建立陀螺仪和加速度计的量测模型，将MIMU固定在人体上，采集人体运动的加速度和角速率；2：利用MIMU所采集的角速率求解姿态四元数微分方程，获得人体先验姿态；3：将人体先验姿态代入加速度计的量测模型计算当前时刻加速度估计值，利用当前时刻加速度与所求得的加速度估计值计算出姿态误差角速率；4：判断此时人体运动状态，若静止，则直接使用姿态误差角速率对角速率进行补偿；若运动，则将姿态误差角速率经PI控制器处理后获得补偿信息，再对角速率进行补偿；5：利用补偿后的角速率更新姿态四元数微分方程，获得人体后验姿态，本发明能够高效地补偿角速率误差，提高解算精度。
-
公开(公告)号：CN108180923A
公开(公告)日：2018-06-19
申请号：CN201711291646.X
申请日：2017-12-08
Applicant: 北京理工大学
CPC classification number: G01C22/006 , G01C21/16
Abstract: 本发明提供了一种基于人体里程计的惯性导航定位方法，能够实现行人全运动状态下的精确导航。本发明选用人体里程计来辅助惯性导航系统，其中，人体里程计参照陆用车载里程计将每个脉冲所代表的行程作为刻度因子的方法，将单步步长作为刻度因子，刻度因子包含修正因子，得到的刻度因子更为准确，从而得到精确的人体的行进轨迹。同时将修正因子增加到惯性导航系统的状态向量，能够针对人体运动的任意性和不确定性，充分利用惯性导航系统短时定位精度高的特点，辅助惯性导航系统完成室内行人全运动状态下的精确导航。
-
公开(公告)号：CN108387233B
公开(公告)日：2021-04-23
申请号：CN201810088587.4
申请日：2018-01-30
Applicant: 北京理工大学
IPC: G01C21/20
Abstract: 本发明提供一种基于模糊逻辑的行人运动模式判断方法，包括如下步骤：根据惯导系统解算出的行人每步的位置信息，以连续几步为计算单位，对其进行直线拟合，以此为基础构造模糊隶属函数，确定行走路径对直线的隶属度；以相邻两步的时间间隔为模糊变量，通过隶属函数表征行人的运动状态，确定运动状态的隶属度；将行走路径对直线的隶属度和运动状态的隶属度作为判断行人运动模式的因素，对其进行模糊综合评判，由评判结果判断运动模式是否正常；若行人运动模式正常，则通过进一步判断行走路径是否沿主楼向，得到行人具体的运动模式。该方法能够判断出行人不同的运动模式，保证在此基础上合理采用HDE修正航向，提高定位精度。
-
Patent Agency Ranking
公开(公告)号：CN109674480B
公开(公告)日：2020-10-30
申请号：CN201910107785.5
申请日：2019-02-02
Applicant: 北京理工大学
IPC: A61B5/11
Abstract: 本发明公开一种基于改进互补滤波的人体运动姿态解算方法，1：分别建立陀螺仪和加速度计的量测模型，将MIMU固定在人体上，采集人体运动的加速度和角速率；2：利用MIMU所采集的角速率求解姿态四元数微分方程，获得人体先验姿态；3：将人体先验姿态代入加速度计的量测模型计算当前时刻加速度估计值，利用当前时刻加速度与所求得的加速度估计值计算出姿态误差角速率；4：判断此时人体运动状态，若静止，则直接使用姿态误差角速率对角速率进行补偿；若运动，则将姿态误差角速率经PI控制器处理后获得补偿信息，再对角速率进行补偿；5：利用补偿后的角速率更新姿态四元数微分方程，获得人体后验姿态，本发明能够高效地补偿角速率误差，提高解算精度。
-
公开(公告)号：CN108106630A
公开(公告)日：2018-06-01
申请号：CN201711291544.8
申请日：2017-12-08
Applicant: 北京理工大学
CPC classification number: G01C22/006 , G01C21/16
Abstract: 本发明提供了一种行人导航的二维人体里程计及里程计算方法，解决行人在完成非常规步态下定位精度差的问题，能够得到行人精确的行进距离，实现高精度定位。本发明所述的二维人体里程计及方法，基于惯性导航解算与人体步态特征，对步态进行精确划分，针对每一种步态建立参考步长，并在参考步长基础上增加修正因子得到刻度因子，利用刻度因子作为人体行进的刻度标识，利用刻度因子实现精确的单步步长估计，解决行人在完成非约束、非等间隔或非平稳的非常规步态下定位精度差的问题，并结合步频信息得到精确的行进距离，提高定位精度。
-
公开(公告)号：CN108106630B
公开(公告)日：2020-11-06
申请号：CN201711291544.8
申请日：2017-12-08
Applicant: 北京理工大学
Abstract: 本发明提供了一种行人导航的二维人体里程计及里程计算方法，解决行人在完成非常规步态下定位精度差的问题，能够得到行人精确的行进距离，实现高精度定位。本发明所述的二维人体里程计及方法，基于惯性导航解算与人体步态特征，对步态进行精确划分，针对每一种步态建立参考步长，并在参考步长基础上增加修正因子得到刻度因子，利用刻度因子作为人体行进的刻度标识，利用刻度因子实现精确的单步步长估计，解决行人在完成非约束、非等间隔或非平稳的非常规步态下定位精度差的问题，并结合步频信息得到精确的行进距离，提高定位精度。
-
公开(公告)号：CN107958221A
公开(公告)日：2018-04-24
申请号：CN201711291528.9
申请日：2017-12-08
Applicant: 北京理工大学
CPC classification number: G06K9/00348 , G06N3/0454 , G06N3/08
Abstract: 本发明提供了一种基于卷积神经网络的人体运动步态分类方法，能够对人体复杂运动步态进行高精度的步态划分，从而完成后续的精确导航任务。通过对测量得到的各个参量数据进行步态统计学分析，得到对人体运动步态变化最敏感的参量，以该参量作为卷积神经网络输入，能够获得准确的、与步态分类有关的数据，减少卷积神经网络的输入，降低网络计算的复杂度；通过敏感参量的选取后，剔除了一些与步态划分无关的输入量，使得卷积神经网络的步态识别精度高，实现对人体复杂运动步态的高精度划分。
-
公开(公告)号：CN119832611A
公开(公告)日：2025-04-15
申请号：CN202411903843.2
申请日：2024-12-23
IPC: G06V40/16 , G06V40/40 , G06V10/762 , G06V10/764 , G06V10/40 , G06V10/774
Abstract: 本发明公开了一种基于波段选择的高光谱人脸欺骗检测方法，波段选择过程得到聚类选择波段，获取包含高光谱人脸数据信息的主要波段，有效消除数据冗余；着重优化重构的光谱信息与人脸器官先验光谱的差异；构建高光谱人脸欺骗检测模型，在传统的可见光图像分类网络模型的基础上，强化模型对光谱特征信息以及空间光谱联合特征信息的提取能力；将聚类选择波段送至高光谱人脸欺骗检测模型，完成高精确度、高检测速度的高光谱人脸欺骗检测模型，降低模型的部署训练难度；对模型进行预训练，有效解决高光谱真伪人脸数据稀缺的问题，提升模型的泛化能力，避免模型出现过拟合的问题，进一步的提高人脸欺骗检测精度。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
