公开(公告)号：CN119986695A

公开(公告)日：2025-05-13

申请号：CN202510048187.0

申请日：2025-01-13

Applicant: 常州大学

Inventor： 倪蓉蓉 ,  慕言 ,  杨彪 ,  刘越 ,  俞至韬

IPC: G01S17/894 ,  G01S17/93 ,  G01S17/86 ,  G01C21/16 ,  G06T17/05 ,  G06V20/58 ,  G06V10/44 ,  G06V10/25 ,  G06V10/52 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0495

Abstract: 本发明涉及移动巡检机器人领域，具体涉及一种基于激光雷达的巡防检测机器人建图导航运动控制方法。包括：实时获取巡防检测机器人运动过程中的IMU数据及通过3D激光雷达扫描得到的3D点云数据；将3D点云数据闭环融合IMU数据和向后推算过程，补偿雷达采样建图，得到3D点云地图；基于3D点云数据实时检测运动过程中遇到的障碍物，并将障碍物更新到基于3D点云地图转换得的的2D地图中；基于更新后的2D地图对巡防检测机器人进行运动避障控制。本发明能够消除机器人运动引起的畸变精准建图，从而很好地实现巡防检测机器人建图导航及运动避障控制。

公开(公告)号：CN119618550A

公开(公告)日：2025-03-14

申请号：CN202411701623.1

申请日：2024-11-26

Applicant: 常州大学

Inventor： 陈阳 ,  薛海林 ,  王睿 ,  杨彪 ,  邹凌

IPC: G01M9/06 ,  G01M9/08 ,  G01H17/00 ,  G06F30/28 ,  G06F17/16 ,  G06F17/18 ,  G06F17/14 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明涉及风洞流声分离技术领域，尤其涉及一种闭口风洞中的分离声学与相关气动壁压波动方法，包括获取闭口风洞中测量信号的声压，并储在互谱矩阵中；根据闭口风洞内对流速度、相关性的横向衰减度、相关性的纵向衰减度等物理因素，构建闭口风洞的相关气动壁压波动干扰模型；根据低秩性与稀疏性构建相关气动壁压波动干扰模型与概率因子分析的相关气动壁压波动干扰‑声学分离模型；根据稀疏先验信息构造先验模型约束相关气动壁压波动干扰‑声学分离模型；通过期望最大化算法得到参数的最大似然估计，确定闭口风洞内待测部件声学和相关气动壁压波动压力的贡献度。本发明解决现有方法未考虑干扰物理信息，难直接应用于闭口风洞流‑声分离中的问题。

公开(公告)号：CN119048556A

公开(公告)日：2024-11-29

申请号：CN202411151133.9

申请日：2024-08-21

Applicant: 常州大学

Inventor： 杨彪 ,  房磊 ,  严凯 ,  倪蓉蓉 ,  王睿

IPC: G06T7/246 ,  B60W60/00 ,  B60W50/00 ,  G06V10/762 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明涉及轨迹预测领域，具体涉及一种基于子类平衡对比学习的长尾行人轨迹预测方法。方法包括：构建训练数据集，训练数据集包括多组轨迹数据，每组轨迹数据包括历史轨迹X和未来真实轨迹Y；构建预测模型，预测模型包括运动特征编码模块、子类平衡对比学习模块、transformer编码器和分类器；子类平衡对比学习模块将头部类分为样本量与尾部类样本量均值相近的多个子类，依据子类标签进行对比学习；使用训练数据集训练预测模型，得到训练好的预测模型；将当前历史轨迹输入训练好的预测模型，利用训练好的预测模型进行预测，输出未来预测轨迹。本发明可以实现类别平衡和实例平衡，有效应对行人轨迹数据的长尾分布问题并提高在不同场景下的泛化性。

公开(公告)号：CN118010024A

公开(公告)日：2024-05-10

申请号：CN202410036048.1

申请日：2024-01-10

Applicant: 常州大学

Inventor： 杨彪 ,  王姝媛 ,  杨高朝 ,  俞至韬 ,  倪蓉蓉 ,  杨长春

IPC: G01C21/20

Abstract: 本发明涉及室内定位技术领域，尤其涉及基于点线面解耦6‑DoF位姿估计优化方法及系统，包括计算点特征和线特征的相似度，并得到簇；并利用最小二乘法拟合簇内点并建立平面方程；构建系数矩阵；从而得到平面法向量和拟合的平面中心点；并进行平面特征匹配；提取图像中的曼哈顿世界坐标系，并跟踪点线面特征估计相机姿态；根据曼哈顿世界坐标系的结构约束进行解耦相机位姿，分别解耦计算旋转和平移矩阵；插入关键帧及点线面特征联合对相机位姿和地图结构进行优化。本发明在室内结构化场景中，通过结合点线面特征融合，解决复杂场景下因为凹凸不平的平面和不平整的纹理信息导致平面跟踪失败的情况；以及因为受光照影响的点特征无法提取的弱点。

公开(公告)号：CN117710974A

公开(公告)日：2024-03-15

申请号：CN202311728901.8

申请日：2023-12-15

Applicant: 常州大学

Inventor： 杨彪 ,  房磊 ,  胡义凯 ,  倪蓉蓉 ,  王睿 ,  杨长春

IPC: G06V20/70 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06V20/54 ,  G06V20/56

Abstract: 本发明涉及一种基于双源融合的语义分割网络，包括两个编码器和分段解码器，两个编码器分别为Thermal编码器和RGB编码器，分别采用FasterNet块作为基本特征提取单元，所述Thermal编码器用于从热成像图提取T特征图，所述RGB编码器用于从与所述热成像图相对应的RGB图提取RGB特征图；分段解码器包括依次连接的DPPM模块、两个MAFM模块和Seghead模块，所述DPPM模块用于在第一融合阶段提取所述T特征图和所述RGB特征图中的高级特征并进行粗融合，所述MAFM模块用于在第二阶段增强T特征图和所述RGB特征图中不同特征之间的相关性实现精细融合，所述Seghead模块用于以第二个MAFM模块的输出作为输入，输出分割结果。本发明可以保留更多的关键特征，提高分割精度和速度。

公开(公告)号：CN112329682B

公开(公告)日：2024-01-26

申请号：CN202011276593.6

申请日：2020-11-16

Applicant: 常州大学

Inventor： 杨彪 ,  杨吉成 ,  徐黎明 ,  陈阳 ,  吕继东 ,  毕卉

IPC: G06V40/10 ,  G06V10/25 ,  G06V10/42 ,  G06V10/764 ,  G06N3/0464

Abstract: 本发明涉及一种基于穿越动作和交通场景上下文因素的行人穿越马路意图识别方法，首先通过faster‑RCNN进行行人检测，进一步利用行人的运动信息搜索感兴趣目标，提取感兴趣目标的运动序列、周围交通场景序列以及轨迹位置；其次设计了一种三维卷积神经网络来处理感兴趣目标的运动序列，得到与行人穿越马路意图相关的行为特征；然后本发明根据行人所处的局部交通场景的要素以及车辆行驶速度得到两个权重，来修正人‑车距离，并将修正后的距离送到多层感知机进行编码，得到与行人穿越马路意图相关的距离特征；最后将行为特征和距离特征进行信息融合，利用全连接层将融合后的特征降维，并通过softmax操作得到行人是否穿越马路的结

公开(公告)号：CN117131924A

公开(公告)日：2023-11-28

申请号：CN202311072249.9

申请日：2023-08-24

Applicant: 常州大学

Inventor： 杨彪 ,  张晴雨 ,  胡义凯 ,  徐黎明 ,  倪蓉蓉 ,  王睿 ,  杨长春

IPC: G06N3/096 ,  G06N3/0455 ,  G06N20/20 ,  G06F18/23213

Abstract: 本发明涉及一种基于在线多源迁移学习的快速自适应轨迹预测方法，包括：将n个基学习器{fi|i＝1,...,n}在对应的源域中预先训练，随机初始化在线学习器ft的参数，在线学习器的结构ft具有与基学习器相同；数据{Xt,Yt|t＝1,2,...,T}按时间顺序到达，Xt表示t时刻到达的观测轨迹，Yt表示t时刻到达的未来真实轨迹，当t时刻到来时ft进行更新操作，利用在线学习器，得到在线学习器ft进行轨迹预测ft+1。本发明能够适应实时变，并对在线学习器化的场景和轨迹数据，进而对未来轨迹进行准确预测。

公开(公告)号：CN113837039B

公开(公告)日：2023-10-24

申请号：CN202111067533.8

申请日：2021-09-13

Applicant: 常州大学

Inventor： 吕继东 ,  许浩 ,  徐黎明 ,  李文杰 ,  邹凌 ,  戎海龙 ,  杨彪 ,  马正华

IPC: G06V20/68 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及卷积神经网络技术领域，涉及一种基于卷积神经网络的果实生长形态视觉辨识方法，包括以下步骤：S1、图像采集：采集果园不同形态的果实图像，并对图像进行标注；S2、图像增强：将采集到的图像进行数据增强以扩充数据集；S3、搭建卷积神经网络模型；S4、使用SGD优化器对网络参数进行优化；S5、使用训练完的最优模型对测试集进行检测，给出每个目标的预测框、类别和置信度。本发明基于深度学习技术提出了果实生长形态的辨识方法，该方法与Faster‑RCNN、YOLO算法相比，有更高的识别准确率和更快的识别速度，同时模型参数量也更少。

公开(公告)号：CN116503907A

公开(公告)日：2023-07-28

申请号：CN202310486383.7

申请日：2023-04-28

Applicant: 常州大学

Inventor： 杨彪 ,  慕言 ,  严辰阳 ,  詹益萍 ,  蒋佳明 ,  沈绍博 ,  王睿 ,  杨长春

IPC: G06V40/10 ,  G06V10/46 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于人体重心检测的移动机器人转向控制方法及系统，方法包括：获取被跟随行人的深度图像及彩色图像；利用轻量OpenPose算法从所述彩色图像提取人体关键点信息，所述关键点信息包括关键点坐标；基于各关键点的坐标及系数，得到人体重心位置；以肩部和髋关节关键点包围的区域作为选中区域，从所述深度图像提取选中区域的深度值，根据所述深度值计算人机距离；基于所述人体重心位置及所述人机距离，计算行人偏航角；基于所述行人偏航角对所述移动机器人进行转向控制。本发明基于轻量OpenPose算法进行测距，并改进人体重心计算方法，进行行人的偏航角计算，提高了移动机器人转向控制的准确性及稳定性。

公开(公告)号：CN109544572B

公开(公告)日：2023-07-25

申请号：CN201811373577.1

申请日：2018-11-19

Applicant: 常州大学

Inventor： 吕继东 ,  徐黎明 ,  杨彪 ,  缪春宝 ,  徐守坤 ,  邹凌 ,  马正华

IPC: G06T7/12 ,  G06T7/136 ,  G06T7/62 ,  G06T7/13 ,  G06T7/155

Abstract: 本发明公开了一种果园图像中近大果实目标的获取方法，包括：1、RGB图像采集；2、色差图像获取：对RGB图像提取R‑G色差图像；3、图像形态学运算：对R‑G色差图像依次进行腐蚀、一次孔洞填充、小区域去除、膨胀、二次孔洞填充操作；4、果实区域获取：基于图像中物体边缘信息进行阈值分割获取果实区域；5、各果实区域等面积圆半径获取：计算各果实区域面积，在此基础上计算出等面积圆的半径；6、获取近大果实区域：对果实图像以半径变化的圆盘形结构元素进行迭代开运算操作，以此获取近大果实目标区域图像。本发明为单臂采摘机器人采摘目标的确定提供了一种简单有效的方法。