一种基于DMPC和天宇云盒M1 V3版本的路径规划系统与方法

    公开(公告)号:CN117387621A

    公开(公告)日:2024-01-12

    申请号:CN202311356772.4

    申请日:2023-10-18

    Applicant: 安徽大学

    Abstract: 本发明提出了一种基于DMPC和天宇云盒M1 V3版本的路径规划系统与方法。目的是为了解决传统路径规划中的通信负担、时延问题以及提高抗干扰能力。首先,利用天宇云盒M1 V3版本的传感器,如LRF和IMU,收集与路径相关的数据,并进行预处理。接着,通过LRF建立本地时滞模型,减少时滞带来的误差。在DMPC中,结合LRF和IMU数据,实现路径规划,并根据实时环境变化进行调整。为了提高鲁棒性,定义了一个抗干扰指标,并通过MinMax方法进行归一化处理。最后,利用模拟退火算法对DMPC路径规划模型进行优化。此系统能够实时响应环境变化,提供经过优化的路径规划方案,具有较高的准确性和鲁棒性。本发明适用于无人驾驶、无人机导航等领域,为用户提供更安全、高效的导航服务。

    一种融合Wi-Fi和蓝牙的双三角定位方法

    公开(公告)号:CN117676462A

    公开(公告)日:2024-03-08

    申请号:CN202311441377.6

    申请日:2023-11-01

    Abstract: 本发明公开一种融合Wi‑Fi和蓝牙的双三角定位方法,以实现更低的硬件成本和更高的定位准确性。包括以下步骤:步骤一,使用定位设备扫描记录附近的Wi‑Fi网络接入点的MAC地址和信号强度,并启动蓝牙扫描功能搜索检测周围的蓝牙信标;步骤二,收集至少三个Wi‑Fi接入点和三个蓝牙信标的数据,使用预先训练好的Wi‑Fi信号强度模型和蓝牙信号强度模型,将接入点、信标与定位设备之间的距离估计出来;步骤三,使用三角定位算法计算设备位置;步骤四:采用K‑means聚类算法确定蓝牙定位的约束区域,以修正Wi‑Fi预测坐标误差,最终实现Wi‑Fi融合蓝牙的双三角定位方法。此发明降低了硬件成本,利用Wi‑Fi的广覆盖和蓝牙的高精度互补特性,实现实时误差修正,适应不同室内环境,提高鲁棒性。

    一种基于改进YOLOv7和DeepSORT的目标检测及跟踪系统

    公开(公告)号:CN117423031A

    公开(公告)日:2024-01-19

    申请号:CN202311356744.2

    申请日:2023-10-18

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于改进YOLOv7和DeepSORT的目标检测及跟踪系统,通过改进YOLOv7网络架构和训练策略,在损失函数中,坐标损失使用SIoU取代CIoU,考虑真实框与预测框向量角度,实现更准确的目标检测。系统融合DeepSORT算法,利用深度学习提取目标特征,引入加速度参数的卡尔曼滤波,实现持续跟踪和轨迹预测。系统可实时监测目标位置与行为,根据规则或模型进行实时预警,包括异常行为检测、碰撞风险预测等,早发现潜在安全问题或异常情况。工作流程包括:视频流数据读取与预处理;基于改进YOLOv7构建检测模型;基于改进DeepSORT构建跟踪模型;实时目标监测与异常预警。本系统是一种针对目标检测和跟踪领域的技术改进,具备准确检测、连续跟踪和实时预警功能,具有广泛的应用前景。

Patent Agency Ranking