一种基于Gmapping算法的垃圾分类机器人二维栅格地图构建系统

    公开(公告)号:CN114577199A

    公开(公告)日:2022-06-03

    申请号:CN202210148190.6

    申请日:2022-02-17

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于Gmapping算法的垃圾分类机器人二维栅格地图构建系统,包括以下步骤:S1:启动拾分一体移动式垃圾分类机器人,确认传感器与系统端口连接情况;S2:根据拾分一体移动式垃圾分类机器人上安装的传感器、轮式里程计以及惯性导航模块所采集的数据,基于RBPF粒子滤波算法得到拾分一体移动式垃圾分类机器人的初步位姿;S3:根据估计的拾分一体移动式垃圾分类机器人预测移动轨迹以及传感器模板的观测数据,用更少的粒子即覆盖了机器人位姿的概率分布,提高机器人的工作效率,通过拾分一体移动式垃圾分类机器人对区域中的垃圾进行拾取、分类以及回收,减少广大环保工作者的工作量,减少垃圾分类政策的实施难度、推进绿色城市建设。

    基于卡尔曼算法优化基金估值的判断预测方法

    公开(公告)号:CN116664308A

    公开(公告)日:2023-08-29

    申请号:CN202210148201.0

    申请日:2022-02-17

    Applicant: 广州大学

    Abstract: 本发明涉及卡尔曼滤波技术领域,尤其涉及了基于卡尔曼算法优化基金估值的判断预测方法,其具体方法为:先获取到任意一天的某产品收盘时的净值,将其作为初始值(称其为S1),初始值与真实价值的误差就设为est,然后再去获取到在S1后面一天的该产品净值,将其作为预测值,预测值与真实价值的误差就设为emke,应用公式后得到卡尔曼增益,之后再通过新的预测值去计算卡尔曼增益,同时再加入一个检测算法,去减少市场情绪带来的影响,重复S1到S6的步骤,反复通过以上四个值进行迭代,便可以获得到产品的真实价值。该基于卡尔曼算法优化基金估值的判断预测方法,优化了对基金估值的判断以及预测基金未来趋势,该方法目的是去获得到一个更加符合当下市场的估值,然后再根据此估值去做后一步的判断,从而保证继续拥有一个较为稳定的真实值。

    基于决策树CRAT算法分类预测的公交车防遗漏方法

    公开(公告)号:CN116662912A

    公开(公告)日:2023-08-29

    申请号:CN202210147810.4

    申请日:2022-02-17

    Applicant: 广州大学

    Abstract: 本发明涉及公交车物品防遗漏技术领域,且公开了基于决策树CRAT算法分类预测的公交车防遗漏方法,包括以下步骤,基于决策树CART算法分类预测结果的检测终端传送的预测信息,根据所述的预测信息,第一信息判断装置和第二信息判断装置做出反馈信息,确定所述的所述目标物品与目标乘客的映射关系的真实性,根据所接收的第二信息判断装置的反馈信息提醒装置决定进行温馨提醒。该基于决策树CRAT算法分类预测的公交车防遗漏方法,我们的方法利用决策树CART算法的分类预测对乘客的发生遗漏物品的行为的可能性,在原来传统的方法基础上可以减轻需要实时检测带来的计算量的负担,可以更加高效地做到提醒乘客带走随身携带的物品。

Patent Agency Ranking