-
公开(公告)号：CN119723147A
公开(公告)日：2025-03-28
申请号：CN202411497309.6
申请日：2024-10-25
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于FoldNet网络进行图像处理的方法，包括以下步骤：提出一种面向全局信息的模块——折叠卷积；设计一个自适应双向混合模块，使用MobileNetV2模块和折叠卷积分别提取局部和全局特征；基于自适应双向混合模块建立一系列的FoldNet网络；用网络结构去训练数据得到训练模型，并用验证集进行验证、调参，选出最优模型；用测试集对选出的最优模型进行测试。本发明通过大量实验对比先进模型验证了FoldNet在图像分类中的有效性，其能够在计算复杂性和准确性之间取得很好的平衡，同时可以转移并应用于许多下游任务，如检测，分割，生成等。
-
公开(公告)号：CN115497157A
公开(公告)日：2022-12-20
申请号：CN202211024933.5
申请日：2022-08-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于跨模态信号重建技术的针灸教学系统，包含：数据采集模块，动作捕捉模块，语义提取模块，触觉重建模块并作为生成对抗网络的生成网络部分；触觉判别模块，并作为生成对抗网络的判别网络部分，在判别网络中构建精准重建的触觉信号的优化目标函数。跨模态信号重建模块，用于将针灸过程视频输入精准重建的触觉信号的优化目标函数，其对应的已知的精准重建的触觉信号为输出。该教学系统同时基于教师针灸数据库中参数波形，获得学习者针灸学习的评分。本发明解决了言传身教中教学周期长、优质资源短缺的弊端，同时跨模态信号重建技术为学生提供了视触一体的沉浸感体验，有助于缩短学习周期、提升学习质量。
-
公开(公告)号：CN117249842A
公开(公告)日：2023-12-19
申请号：CN202311172499.X
申请日：2023-09-12
Applicant: 南京邮电大学
IPC: G01C21/34
Abstract: 本发明涉及一种基于轨迹平滑优化的无人车混合轨迹规划方法，包括：优化传统A*算法的搜索临域和代价函数，减少A*算法搜索临域，改进启发函数H(n)的权重，实现其自适应调整；优化传统A*算法的路径平滑度，利用一种关键点选取策略，保留必要的路径节点，得到只具有关键点全局路径，完成全局路径规划，得到一条节点少、平滑度高的路径；结合环境模型中的未知障碍物信息和改进的A*算法得到的全局路径规划节点，选择起点之后的节点依次作为改进的DWA算法中临时目标点，改进的DWA算法从起点开始不断向临时目标点行进，到达临时目标点之后更新临时目标点，直到到达终点。本发明既能实现全局最优路径规划，又能躲避随机障碍物，完成复杂环境中的动态路径规划。
-
公开(公告)号：CN111958608B
公开(公告)日：2023-04-21
申请号：CN202010674093.1
申请日：2020-07-14
Applicant: 南京邮电大学
IPC: B25J11/00
Abstract: 本发明公开了一种易拆装的悬挂式立面作业机器人工作系统，包括机器人主体、移动基座、远程控制器和本地控制器；移动基座包括基座下滑轨以及与基座下滑轨垂直设置的基座上滑轨；基座下滑轨上设有可沿下滑轨轨道移动的下滑轨移动座，下滑轨移动座通过电机驱动；基座上滑轨与下滑轨移动座固定连接；基座上滑轨上设有可沿上滑轨轨道移动的上滑轨移动座、用于驱动上滑轨移动座的驱动装置以及与上滑轨移动座固定连接的升降装置；升降装置与机器人主体固定连接；本地控制器与远程控制器无线连接。本申请的工作系统结构简单稳定、易于拆装、便于维护，并且易于扩展安装不同的作业设备，支持多种功能立面作业应用。
-
公开(公告)号：CN117236045A
公开(公告)日：2023-12-15
申请号：CN202311254535.7
申请日：2023-09-27
Applicant: 南京邮电大学
IPC: G06F30/20 , G06F9/445 , G06F16/35 , G06F16/36 , G06F18/2415 , G06T17/05 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于OSG与知识图谱的三维战场态势仿真方法，使用osgEarth生成高质量的地球模型，并加载战场环境的数字高程模型和数字正射影像图，构建准确真实的三维数字地形模型。采用动态加载技术，根据当前视域显示的场景元素，预测下一步可能加载的元素，并进行数据的预加载和卸载处理，控制内存占用，确保不影响场景浏览。从装备数据库导入战场模型单位文件，将其作为gnode节点添加到场景树groot中，设置位置、标识和动画回调，丰富观察视角。利用Neo4j API与Neo4j客户端通信，将OSG实体与知识图谱中的节点相关联，建立战场的知识图谱，维护战场态势的完整性和准确性。最后利用改进的RGCN图神经网络算法进行实体分类补全知识图谱，并能够很好地挖掘潜在的实体关系。
-
Patent Agency Ranking
公开(公告)号：CN114842384A
公开(公告)日：2022-08-02
申请号：CN202210476817.0
申请日：2022-04-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向6G的触觉模态信号重建方法，此重建方法包括，采集数据样本，构建包含视频和触觉模态信号的数据集；通过利用两种模态信号间的语义关联性，基于深度学习构建具有内在语义关联驱动下的跨模态信号重建模型；使用数据集对跨模态信号重建模型进行训练，直至重建信号质量满足要求或偏差无法继续优化；本发明中为面向6G跨模态应用场景，构建包括视频和触觉的模态数据集VisTouch；基于深度学习技术将具有语义关联性的视频模态信号重建为触觉模态信号；为提升信号重建质量，利用对抗损失与均方误差损失这两类损失函数作为目标函数，并基于VisTouch进行训练，验证了该重建方法的准确性。
-
公开(公告)号：CN111958608A
公开(公告)日：2020-11-20
申请号：CN202010674093.1
申请日：2020-07-14
Applicant: 南京邮电大学
IPC: B25J11/00
Abstract: 本发明公开了一种易拆装的悬挂式立面作业机器人工作系统，包括机器人主体、移动基座、远程控制器和本地控制器；移动基座包括基座下滑轨以及与基座下滑轨垂直设置的基座上滑轨；基座下滑轨上设有可沿下滑轨轨道移动的下滑轨移动座，下滑轨移动座通过电机驱动；基座上滑轨与下滑轨移动座固定连接；基座上滑轨上设有可沿上滑轨轨道移动的上滑轨移动座、用于驱动上滑轨移动座的驱动装置以及与上滑轨移动座固定连接的升降装置；升降装置与机器人主体固定连接；本地控制器与远程控制器无线连接。本申请的工作系统结构简单稳定、易于拆装、便于维护，并且易于扩展安装不同的作业设备，支持多种功能立面作业应用。
-
公开(公告)号：CN120070863A
公开(公告)日：2025-05-30
申请号：CN202510145251.7
申请日：2025-02-10
Applicant: 南京邮电大学
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 基于YOLOv8模型动态环境下视觉SLAM方法，该方法包含以下步骤：使用RGB‑D(Red‑Green‑Blue Depth)摄像头获取场景的RGB图像信息以及深度信息，二者在空间坐标系上匹配；RGB图像作为输入送给改进的YOLOv8模型，该模型识别出图像中先验动态对象，并进行分割；接着，根据分割后的图像进行低代价追踪；然后，对图像使用多视图几何方法进行分割；最后将YOLOv8模型分割结果和多视图几何分割结果融合，作为分割图像输入送给ORB(Oriented FAST and Rotated BRIEF)‑SLAM模块，该模块会实现高精度的定位与建图，并支持BA(Bundle Adjustment)优化、回环检测等算法来降低误差。本发明提供的一种基于YOLOv8模型的动态环境下视觉SLAM方法，能够高效地完成在复杂动态环境下机器人的定位以及地图重建。
-
公开(公告)号：CN114842384B
公开(公告)日：2024-05-31
申请号：CN202210476817.0
申请日：2022-04-30
Applicant: 南京邮电大学
IPC: G06V20/40 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种面向6G的触觉模态信号重建方法，此重建方法包括，采集数据样本，构建包含视频和触觉模态信号的数据集；通过利用两种模态信号间的语义关联性，基于深度学习构建具有内在语义关联驱动下的跨模态信号重建模型；使用数据集对跨模态信号重建模型进行训练，直至重建信号质量满足要求或偏差无法继续优化；本发明中为面向6G跨模态应用场景，构建包括视频和触觉的模态数据集VisTouch；基于深度学习技术将具有语义关联性的视频模态信号重建为触觉模态信号；为提升信号重建质量，利用对抗损失与均方误差损失这两类损失函数作为目标函数，并基于VisTouch进行训练，验证了该重建方法的准确性。
-
公开(公告)号：CN117848360A
公开(公告)日：2024-04-09
申请号：CN202311172867.0
申请日：2023-09-12
Applicant: 南京邮电大学
IPC: G01C21/34
Abstract: 本发明涉及一种基于轨迹平滑优化的无人车混合轨迹规划方法，包括：优化传统A*算法的搜索临域和代价函数，减少A*算法搜索临域，改进启发函数H(n)的权重，实现其自适应调整；优化传统A*算法的路径平滑度，利用一种关键点选取策略，保留必要的路径节点，得到只具有关键点全局路径，完成全局路径规划，得到一条节点少、平滑度高的路径；结合环境模型中的未知障碍物信息和改进的A*算法得到的全局路径规划节点，选择起点之后的节点依次作为改进的DWA算法中临时目标点，改进的DWA算法从起点开始不断向临时目标点行进，到达临时目标点之后更新临时目标点，直到到达终点。本发明既能实现全局最优路径规划，又能躲避随机障碍物，完成复杂环境中的动态路径规划。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.015 seconds)
