-
公开(公告)号：CN115116142B
公开(公告)日：2025-04-25
申请号：CN202210899131.2
申请日：2022-07-28
Applicant: 山东大学
IPC: G06V40/20 , G06V40/16 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/74 , G06V10/22 , G06N3/0464
Abstract: 本公开涉及机器人视觉技术领域，提出了基于视频监控与机器人的多信息融合行人检索方法与系统，方法包括如下步骤：获取监控摄像头采集的图像数据，利用行人重识别模块进行行人重识别处理，得到行人重识别结果；获取移动机器人采集到的图像数据，对多个移动机器人采集的图像信息进行人脸识别处理；将监控摄像头与移动机器人采集的图像信息处理后进行融合，根据移动机器人与行人位置关系，利用行人所在区域的机器人采集的人脸信息对行人重识别模块的检测结果进行补充，得到目标行人检索结果。利用区域监控视觉传感器与机器人视觉传感器之间相互配合，分别从全局与局部对相关区域进行搜索，弥补单一视觉传感器所带来的问题，实现目标人物的搜索。
-
公开(公告)号：CN119169093A
公开(公告)日：2024-12-20
申请号：CN202411284781.1
申请日：2024-09-13
Applicant: 山东大学
IPC: G06T7/73 , G06T7/80 , G06T15/00 , G06V10/762 , G06V10/25 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于语义和场景流几何信息的定位与建图方法及系统，本发明使用环境的语义信息对动态目标进行辅助检测，将获取的语义信息与多视图几何紧密耦合，实现动态目标的快速准确识别；并结合基于深度和密度的场景流几何信息聚类，有效降低了常用的几何约束在动态环境中的局限性，在去除先验动态对象后，能够快速准确地计算出几何动态区域；在复杂动态场景下，建图耗时更少、具有更高的准确性和鲁棒性，而且可以创建直观的语义度量地图。本发明不仅显著提高了系统的定位精度，且具有优异的计算效率，适用于复杂环境，显著提高了复杂动态环境下的实时性、准确性和鲁棒性。
-
公开(公告)号：CN119068128A
公开(公告)日：2024-12-03
申请号：CN202410802130.0
申请日：2024-06-20
Applicant: 山东大学
IPC: G06T17/05 , G06T15/10 , G06V10/764 , G06V10/75 , G06V20/70 , G06V20/64 , G06V10/80 , G06V10/82 , G06T1/00
Abstract: 本发明提出了具身机器人三维全景地图和场景图构建及更新方法及系统，包括：获取三维物体实例物体数据，提取三维物体及其相互关系的特征，得到三维场景图中节点特征和边特征；将节点特征和边特征输入至GNN实现局部场景图的构建；将融合前的全局场景图及构建的局部场景图进行三维场景图匹配，获得融合后的全局三维场景图，并进行实时更新。
-
公开(公告)号：CN118795893A
公开(公告)日：2024-10-18
申请号：CN202411168609.X
申请日：2024-08-23
Applicant: 山东大学
Abstract: 本发明属于多机器人控制技术领域，尤其涉及一种基于深度强化学习的多机器人群集控制方法及系统，方法包括：将单步观测信息输入至决策模型中得到跟随者下一步的运动策略；在决策模型中，利用基于图神经网络的信息过滤器对机器人的交互进行精炼实现选择性通信；其包括第一图注意力模块、边滤波器以及第二图注意力模块；利用第一图注意力模块从不同的角度计算拓扑图中所有邻居节点的特征，得到多个更新后的拓扑图；利用边滤波器对更新后拓扑图中的邻居节点进行特征融合及边过滤，利用第二图注意力模块聚合过滤后的邻居节点的特征。本发明提出基于图神经网络的信息过滤器进行信息精炼，使机器人能够自适应地选择邻居进行交互，显著提高了通信效率。
-
公开(公告)号：CN114970715B
公开(公告)日：2024-08-02
申请号：CN202210582774.4
申请日：2022-05-26
Applicant: 山东大学
IPC: G06F18/2415 , G06F18/2433 , G06F18/2131 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/096 , G01M99/00 , G06N3/048
Abstract: 本发明属于智能故障诊断领域，提供了小样本及不平衡数据约束下的变工况故障诊断方法及系统，该方法包括：获取待检测设备不同工况下的故障振动数据；将不同工况下的故障振动数据分为源域和目标域数据；基于目标域数据和训练后的故障诊断网络中，得到故障诊断结果；其中，所述故障诊断网络的训练过程包括：将源域和目标域数据分别结合基于胶囊特征构造的图卷积网络进行特征提取得到源域和目标域的特征分布；采用融合最大均值差异和领域对抗神经网络的混合领域自适应方法，对齐源域和目标域的特征分布并输出故障分类结果。使故障诊断方法在小样本及不平衡数据约束下实现良好的故障诊断性能。
-
Patent Agency Ranking
公开(公告)号：CN115326101B
公开(公告)日：2024-07-26
申请号：CN202211039383.4
申请日：2022-08-29
Applicant: 山东大学
Abstract: 本公开涉及视觉惯性里程计技术领域，提出了一种实时高精度鲁棒的紧耦合视觉惯性里程计方法及系统，为了增强视觉和IMU数据的耦合程度，提高VIO系统的精度和鲁棒性，提出了一个紧耦合VIO框架，由基于滤波器的里程计模块和基于因子图的优化模块组成。为保证系统的实时性，使用多约束状态的卡尔曼滤波进行状态估计，使用基于滑动窗口的因子图优化方法进行局部地图优化，并使用词袋模型的回环检测方法进行全局优化。并在具有代表性的公共数据集和物理场景实验中评估了提出算法的性能。
-
公开(公告)号：CN113487039B
公开(公告)日：2023-08-22
申请号：CN202110729857.7
申请日：2021-06-29
Applicant: 山东大学
Abstract: 本公开提供了一种基于深度强化学习的智能体自适应决策生成方法及系统，基于深度强化学习SoftActor‑Cr it ic(SAC)算法对智能体自适应决策问题展开研究，并针对训练过程中出现的问题对SAC算法进行改进，提出了SAC+PER、SAC+ERE和SAC+PER+ERE算法，利用深度学习的强大感知能力和强化学习的高效决策能力解决智能体自适应决策问题，通过深度强化学习算法训练智能体，使其在与环境进行交互的过程中总结经验，从而形成自身对具体行为应用的认识；同时，以仿真环境下无人机反拦截任务为载体，验证了算法的有效性。
-
-
公开(公告)号：CN109615057B
公开(公告)日：2023-02-28
申请号：CN201811444668.X
申请日：2018-11-29
Applicant: 山东大学
IPC: G06N3/008 , G06Q10/0631
Abstract: 本发明公开了群机器人觅食中基于动态响应阈值的自组织任务分配方法，包括：在觅食任务开始时，所有机器人都聚集在巢穴中处于等待状态，当等待时间超过给定时间后，使用动态响应阈值模型计算觅食概率，基于觅食概率，机器人决定是否开始觅食，即从等待状态切换到搜索状态；其中，动态响应阈值模型中，使用交通流密度，即一段时间内机器人的平均避障次数及觅食机器人密度，作为动态变化的阈值来衡量环境中机器人运动的交通状况，群机器人对环境的变化做出适当的响应，产生自组织的任务分配。构造了基于交通流密度的动态响应阈值模型使群机器人系统能够产生自组织的任务分配，从而减少了机器人之间的物理交互，提高了群机器人的觅食效率。
-
公开(公告)号：CN115186564A
公开(公告)日：2022-10-14
申请号：CN202210515698.5
申请日：2022-05-12
Applicant: 山东大学
Abstract: 本发明提供了一种基于特征融合和改进粒子群算法的模拟电路故障诊断方法，获取模拟电路的故障一维时域数据，将一维时域数据转化为二维时频图像数据；根据一维时域数据和一维卷积神经网络，得到第一特征；根据二维时频图像数据和深度残差网络，得到第二特征；将第一特征与第二特征拼接后，得到最后的故障特征；根据故障特征与预训练的支持向量机，得到故障类型；其中，采用改进粒子群算法优化支持向量机的惩罚参数和核参数，改进粒子群算法中，根据平衡因子、粒子与种群适应度最优粒子之间的距离和适应度值计算每个粒子的综合分数，根据粒子的分数从高到低排序，将综合分数最高的粒子选为综合最优粒子；本发明极大的提高了模拟电路故障诊断精度。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.039 seconds)
