-
公开(公告)号：CN117292247A
公开(公告)日：2023-12-26
申请号：CN202311233201.1
申请日：2023-09-22
Applicant: 安徽大学
IPC: G06V20/00 , G06V20/52 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了基于YOLOv8算法和跟踪算法的改进型室内危险场景检测方法，至少包括以下步骤：数据收集、数据准备、模型选择、模型训练、实时检测、多功能性、误报减少和成本效益。本发明涉及计算机视觉及各种传感器领域，具体基于基于YOLOv8算法和跟踪算法的改进型室内危险场景检测方法。
-
公开(公告)号：CN117288194A
公开(公告)日：2023-12-26
申请号：CN202311233228.0
申请日：2023-09-22
Applicant: 安徽大学
IPC: G01C21/20 , G01C21/16 , G01C21/36 , H04W4/024 , H04W4/029 , H04W4/33 , G06T17/00 , G06T7/70 , G06T7/20 , G06N3/0464 , G06N3/0442 , G06N3/044 , G06V10/44 , G06N3/092 , G06V10/25
Abstract: 本发明公开了基于改进的nerf‑slam的室内大型场景高精度定位与导航系统，包括精确定位模块、目标识别模块、语义地图模块、最优路径选择模块、辅助导航模块和语音模块，所述精确定位模块、目标识别模块、语义地图模块、最优路径选择模块、辅助导航模块和语音模块依次相连；精确定位模块，基于改进的神经辐射场nerf‑slam融合TSDF技术进行室内多层三维重建；目标识别模块，通过算法来实现视频目标的检测和跟踪；最优路径选择模块，基于改进DQN算法选出最佳路径；辅助导航模块，通过WiFi+BLE+LoRa三合一网关的组合方式进行导航；语音模块，通过AR和语音合成技术在手机屏幕上呈现实时导航信息。本发明涉及室内定位技术领域，具体为基于改进的nerf‑slam的室内大型场景高精度定位与导航系统。
-
公开(公告)号：CN117308952A
公开(公告)日：2023-12-29
申请号：CN202311233227.6
申请日：2023-09-22
Applicant: 安徽大学
Abstract: 本发明公开了一种多传感器集成的物联网室内定位与导航的方法，至少包括以下步骤：步骤一，RFID的天线收集定位信息，计算出阅读器的坐标值；步骤二，用WiFi设备采集用户移动时的指纹点；步骤三，对IMU信息进行预积分，并将结果进行传播，进行误差补偿和纠偏；步骤四，数据融合进行卡尔曼滤波，计算求得误差，再通过深度学习算法优化；步骤五，将系统信息加入全局地图更新。本发明涉及基于物联网的室内定位与导航技术领域技术领域，具体涉及一种多传感器集成的物联网室内定位与导航的方法。
-
公开(公告)号：CN116977628A
公开(公告)日：2023-10-31
申请号：CN202310357078.8
申请日：2023-04-01
Applicant: 安徽大学 , 合肥图灵纪元科技有限公司
IPC: G06V10/26 , G06V10/764 , G06V10/762 , G06V10/20 , G06V10/40 , G06V10/80 , G06T7/70 , G06T17/05 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种应用于动态环境的基于多模态语义框架的SLAM方法及系统。具体过程包括相机图像获取、激光雷达数据处理、IMU预积分、实例分割、多模态融合、特征地图更新和全局语义地图构建。通过视觉、激光雷达和IMU的多模态融合，平衡了精度与计算量；通过动态语义理解，辅助多模态传感器构建3D动态地图，保证了系统的准确率和实时性。本发明解决了动态非结构化且GNSS无法作用的井下以及仓储导航定位问题，实现了非结构化环境的无人驾驶精准感知与定位技术。
-
公开(公告)号：CN115240052A
公开(公告)日：2022-10-25
申请号：CN202210993151.6
申请日：2022-08-18
Applicant: 安徽大学
IPC: G06V10/82 , G06V20/70 , G06V10/80 , G06V10/774 , G06V10/766 , G06V10/764 , G06V10/44 , G06V10/26 , G06V10/22 , G06N3/08 , G06N3/04
Abstract: 本发明涉及计算机视觉技术领域，解决了现有建模方法越来越复杂的技术问题，尤其涉及一种目标检测模型的构建方法，包括以下步骤：根据基础目标检测网络，通过采用多层注意力机制构建网络预测辅助头；根据网络预测辅助头的预测结果，在标签分配任务中动态自适应寻优划分正负样本，并对预设的训练损失函数进行优化，得到优化后的训练损失函数，设计新的加权策略；采用优化后的训练损失函数和新的加权策略对基础目标检测网络进行优化；对优化后的基础目标检测网络进行训练，得到目标检测模型。本发明通过构建目标检测网络预测辅助头并计算网络预测辅助头的预测结果，从而能够在无需复杂建模的情况下提升目标检测模型的性能和检测精度。
-
Patent Agency Ranking
公开(公告)号：CN117877180A
公开(公告)日：2024-04-12
申请号：CN202311746752.8
申请日：2023-12-19
Applicant: 安徽大学
IPC: G08B13/196 , E21F17/18 , G06Q10/0635 , G06Q50/02 , G01S19/42 , G01C21/16 , G01C21/18 , G08B7/06 , H04L67/55
Abstract: 本发明涉及一种基于井下无人矿车的危险区域入侵预警系统，包括步骤：获得矿高精度轨道线地图并通过坐标生成数据地图；绘制轨道危险区域警戒线并划分危险等级；无人车行进过程中读取视频流进行目标检测；通过坐标数据地图进行安全评估；如果发生危险区域入侵行为，将预警信息形成报表进行保存，并控制矿车做出预警反应，将预警信息推送至相关管理人员。上述方法实现了基于井下无人矿车的危险区域入侵预警，保障了井下作业人员的生产。
-
公开(公告)号：CN116934674A
公开(公告)日：2023-10-24
申请号：CN202310432318.6
申请日：2023-07-25
Applicant: 安徽大学 , 合肥合工安驰智能科技有限公司
Abstract: 本发明提供了一种基于YOLOv8网络的深度学习大粒度硅料检测与清除系统，适用于硅料细分拣选领域。该系统通过高帧率摄像头获取传送带上的硅料图像，并使用labelme手工标注，剔除异常的硅料图片。将图像样本按9:1分为训练集和验证集，对图片进行数据增强以提高泛化能力。以YOLOv8为骨干网络创建YOLO_SI算法，并使用训练数据集得到网络模型。使用该算法检测出图像中的所有硅料，根据预设阈值进行大小预警和跟踪标记，并在到达清除位置时发出清除指令给下位机。通过在预设位置安装喷气口，下位机发送命令给喷气装置，将标记追踪的大粒度硅料有序地剔除。本发明可以高效检测和清除硅料，自动化程度高，有效降低人工依赖，满足矿业拣选需求。
-
公开(公告)号：CN115730684A
公开(公告)日：2023-03-03
申请号：CN202211575606.9
申请日：2022-12-09
Applicant: 安徽大学
IPC: G06N20/00 , G06N3/08 , G06F18/25 , G06F18/211 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于LSTM‑CNN模型的空气质量检测系统，属于空气质量检测领域，包括回归学习系统、构建学习模型系统、快速预报系统、发布模块和数据检测系统，所述回归学习系统包括环境数据模块、参数变量模块和数据筛选模块，所述数据筛选模块用于对环境数据模块进行特征选择。本发明所述的一种基于LSTM‑CNN模型的空气质量检测系统，本方案基于机器学习技术的区域空气质量预报系统能够高时效地利用现有的所有信息来定义一个最大可能精准的大气运动状态，本方案在空气质量预报预警中对于PM2.5和臭氧结果进行了优化，本方案能够弥补卫星观测数据的缺失，扩展垂直廓线的遥感观测，从有限点位的观测数据中挖掘出内蕴的变化规律。
-
公开(公告)号：CN115290073A
公开(公告)日：2022-11-04
申请号：CN202210970287.5
申请日：2022-08-12
Applicant: 安徽大学
Abstract: 本发明涉及矿山井下定位与导航技术领域，解决了非结构化环境特征下且GPS无法作用的井下定位与建图难的技术问题，尤其涉及一种矿山井下非结构化特征下的SLAM方法，包括以下过程：获取激光雷达当前激光帧的点云信息；计算激光雷达当前激光帧点云信息中每个点的曲率，并根据每个点的曲率提取每个点的角点特征以及平面点特征；通过相机提取当前帧的信息，根据当前帧的信息采用FAST算法检测当前帧的角点，并判断是否为一个角特征点；根据当前帧的信息采用KLT光流法跟踪算法跟踪当前滑动窗口关键帧的特征点。本发明实现对煤矿井下进行高精度定位，同时平衡了精度与计算量，提高矿山井巷的定位与建图准确率与实时性。
-
公开(公告)号：CN116309179A
公开(公告)日：2023-06-23
申请号：CN202310339058.8
申请日：2023-04-01
Applicant: 安徽大学 , 合肥图灵纪元科技有限公司
Abstract: 本发明涉及矿山井巷定位与建图技术领域，为解决非结构化特征下且GNSS无法作用的井下定位与建图困难的技术问题，提出一种地下矿井重建与定位的方法与系统，包括以下内容：前端首先获取激光雷达点云信息，结合IMU预积分信息进行去畸变操作获得可用的点云信息；通过一种新的定义曲率方法获得角点点云和平面点云信息后，通过gfs(greedybasedFeatureselect)再次筛选点云特征，获得最终可用点云群；通过一种改进ICP点云匹配算法进行扫描匹配处理，实现映射和定位；后端采用G2O算法优化参数，通过定义包含边和节点的函数，利用L‑M方法作为迭代策略；回环检测阶段使用一种新的点云词袋算法进行环路闭合检测，最终完成定位与建图。实现了对矿井巷道下进行高鲁棒性建图与定位，同时考虑了精度和计算效率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.022 seconds)
