基于多模态融合定位的大鼠搜救机器人及搜救方法

    公开(公告)号:CN115056235B

    公开(公告)日:2023-09-05

    申请号:CN202210584067.9

    申请日:2022-05-27

    Applicant: 浙江大学

    Abstract: 本发明公开了基于多模态融合定位的大鼠搜救机器人及搜救方法,包括大鼠生物本体,电子背包模块,以及系统平台,所述电子背包模块包括微处理器、脉冲发生器、通道选择器、无线通信信号接收模块、UWB人体存在传感器、定位模块和供电电路,系统平台包括上位机和无线通信信号发射模块,通过无线通信方式建立无线通信连接,以在大鼠生物本体、电子背包模块和系统平台之间搭建出计算机系统与生物脑中枢神经系统之间的信息交互通路。本发明通过脑机接口技术实现的一种大鼠机器人,直接以大鼠身体为本体,保留了动物自身经自然进化的良好机能,在复杂环境中不必用专门的控制算法对环境进行检测和判断,可利用大鼠已有的能力自主实现运动控制和避障功能。

    基于多模态融合定位的大鼠搜救机器人及搜救方法

    公开(公告)号:CN115056235A

    公开(公告)日:2022-09-16

    申请号:CN202210584067.9

    申请日:2022-05-27

    Applicant: 浙江大学

    Abstract: 本发明公开了基于多模态融合定位的大鼠搜救机器人及搜救方法,包括大鼠生物本体,电子背包模块,以及系统平台,所述电子背包模块包括微处理器、脉冲发生器、通道选择器、无线通信信号接收模块、UWB人体存在传感器、定位模块和供电电路,系统平台包括上位机和无线通信信号发射模块,通过无线通信方式建立无线通信连接,以在大鼠生物本体、电子背包模块和系统平台之间搭建出计算机系统与生物脑中枢神经系统之间的信息交互通路。本发明通过脑机接口技术实现的一种大鼠机器人,直接以大鼠身体为本体,保留了动物自身经自然进化的良好机能,在复杂环境中不必用专门的控制算法对环境进行检测和判断,可利用大鼠已有的能力自主实现运动控制和避障功能。

    一种面向多任务的大鼠机器人行为分析方法

    公开(公告)号:CN116311521A

    公开(公告)日:2023-06-23

    申请号:CN202310283378.6

    申请日:2023-03-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向多任务的大鼠机器人行为分析方法,包括行为识别任务模块、运动质量评估任务模块。行为识别任务包括输入层、Transformer编码模块、基础网络模块、全连接层、输出层,通过在基础网络模块前置Transformer编码模块来提升行为识别的性能。运动质量评估任务基于全局和局部的融合特征实现,包括低维映射度量、基于quasi‑GW距离的姿态差异度量、身体抖动程度度量,通过同时度量大鼠机器人关键点信息的高级语义信息和内部时间结构,融合特征以准确判断运动流畅度。本发明基于关键点信息能够同时实现大鼠机器人的行为分类和运动质量评估双重任务,分类准确度高,运动质量评估可解释性强。

    一种基于骨架图结构约束的跨域姿态估计方法及应用

    公开(公告)号:CN118865486A

    公开(公告)日:2024-10-29

    申请号:CN202410831918.4

    申请日:2024-06-26

    Applicant: 浙江大学

    Abstract: 本发明提供一种基于骨架图结构约束的跨域姿态估计方法及应用,通过基于源域数据集标签构建骨架图正负对比样本;构建图对比学习网络,用构建的骨架对比样本集进行训练;构建基于热力图回归的姿态估计模型,并基于源域数据集进行训练;获取目标域数据的伪标签,用姿态估计模型在目标域数据进行推理,及利用图对比模型判别出正确预测的伪标签;构建域适应训练模型,并利用源域数据以及带伪标签的目标域数据进行训练。本发明针对跨域姿态估计问题,提出了用关键点骨架在图特征空间中的判别性来获取高精度伪标签,并构建可针对性学习专注目标特征的域迁移训练模型。本发明有效提升跨域姿态估计的预测精度,消除数据集间的域差异对模型表现造成的影响。

    基于自适应特征融合的仿真集群行为层次相似性评价通用方法及应用

    公开(公告)号:CN118094893A

    公开(公告)日:2024-05-28

    申请号:CN202410143718.X

    申请日:2024-02-01

    Applicant: 浙江大学

    Abstract: 本发明提供一种基于自适应特征融合的仿真集群行为层次相似性评价通用方法及应用,包括三个核心模块,第一模块为个体运动模式相似性评价模块,对仿真集群行为数据与真实集群行为数据中的个体运动模式相似性定量表征,以此实现对个体功能相似性的评价;第二模块为个体间交互特点相似性评价模块,用于比较在仿真集群行为与真实集群行为中群体数量、密度因素对交互次数影响的大小,检验算法对交互模式的仿真;第三模块为集群行为整体相似性评价模块,基于自适应特征融合方法实现对仿真集群行为数据与真实集群行为数据相似性进行整体评价。本专利将不同层次的仿真集群行为数据与真实集群行为数据间进行定量比较,分析指标中不足,指出算法优化方向。

    一种果蝇飞行轨迹层次化分割与行为模式分析方法

    公开(公告)号:CN116977680A

    公开(公告)日:2023-10-31

    申请号:CN202311004243.8

    申请日:2023-08-10

    Applicant: 浙江大学

    Abstract: 本发明提供一种果蝇飞行轨迹层次化分割与行为模式分析方法,包含果蝇飞行行为轨迹段分割模块、果蝇个体飞行行为模式提取与分析模块和交互模式提取与分析模块。本发明通过计算轨迹的自适应弯曲阈值,根据空间特征的变化,对轨迹进行分割;基于定制化的能量函数,实现对可变长度轨迹的无监督聚类,对基本行为模式赋予类别信息;在单次聚类后使用长轨迹分裂方法,发现组成行为模式;结合交互轨迹段的运动参数和位置参数,使用无监督聚类对模式进行分类,对追逐、避碰等交互模式类型进行分析或发现新的交互模式。本发明可用于研究果蝇飞行行为,减少了行为片段提取过程中的过分割现象,解决了组成行为模式发现以及交互模式发现依赖于人工分析的问题。

    一种再生骨料高强高韧混凝土
    7.
    发明公开

    公开(公告)号:CN118344087A

    公开(公告)日:2024-07-16

    申请号:CN202410402270.9

    申请日:2024-04-03

    Applicant: 浙江大学

    Abstract: 本发明公开了一种再生骨料高强高韧混凝土。本发明采用废弃混凝土再生骨料设计制备高强高韧混凝土。相比于传统的精细砂高强高韧混凝土材料,本发明使用经过特殊设计的再生骨料制备高强高韧混凝土材料,使材料具有更好的综合力学性能,同时成本更低,实现了的高强韧、高控裂和低成本的一体化。

    基于空间特征和结构特征的果蝇飞行轨迹分类方法

    公开(公告)号:CN118070118A

    公开(公告)日:2024-05-24

    申请号:CN202410144136.3

    申请日:2024-02-01

    Applicant: 浙江大学

    Abstract: 本发明提供基于空间特征和结构特征的果蝇飞行轨迹分类方法,利用轨迹样本增强方法生成多样化的轨迹样本,并通过轨迹空间特征嵌入器和轨迹结构特征嵌入器得到果蝇飞行轨迹的空间和结构特征矩阵,其中结构特征嵌入器设计了一种具有全局不变性的形状描述符,帮助识别空间中具有相同形状的轨迹。使用嵌入后的轨迹空间和结构特征矩阵通过对比学习的方式训练基于交叉注意力的轨迹特征编码器,解决了缺少高质量果蝇轨迹数据集的问题。训练得到基于空间特征和结构特征的轨迹特征编码器,采用基于KL散度的深度聚类技术,实现轨迹的自动分类。该方法为果蝇飞行轨迹研究提供了一种创新的分类方法,可应用于果蝇行为模式研究、标签数据集生成等相关场景。

    一种树状结构数据的图像与分割标签生成模型及应用

    公开(公告)号:CN114842149A

    公开(公告)日:2022-08-02

    申请号:CN202210556615.7

    申请日:2022-05-19

    Applicant: 浙江大学

    Abstract: 本发明提供一种树状结构数据的图像与分割标签生成模型及应用。所述模型包含基于少量专家知识设计的树状结构图像仿真器模型和基于形态损失函数的生成网络模型。本发明无需任何人工标注信息,即可以生成与真实目标图像风格极为相似的有标签仿真树状结构图像。此项技术可以针对各类医学图像中树状目标(如:大脑神经元,视网膜血管,肺部气管等)进行图像与分割标签生成,数据质量可达到人工标注数据的水平。本发明是首个具备自动生成分割级数据的模型,具有模型配置简单灵活、生成数据质量高,应用范围广泛的优势,可用于取代高成本高耗时的人工标注数据过程,有望彻底解决深度学习在处理医学树状图像分割问题时缺乏标注数据的瓶颈。

    一种图像中曲线结构追踪与重建模型及应用

    公开(公告)号:CN117830519A

    公开(公告)日:2024-04-05

    申请号:CN202311801816.X

    申请日:2023-12-26

    Applicant: 浙江大学

    Abstract: 本发明提供一种图像中曲线结构追踪与重建模型及应用。所述模型包含用于提取枝干的图像特征和几何特征的曲线结构特征提取模型和基于多特征融合的枝干追踪策略模块。本发明将曲线结构追踪这一复杂过程,转化为端到端模型可学习的任务,通过有监督学习的方式,对曲线结构进行追踪与重建。此项技术可以针对二维或三维图像中曲线结构目标进行追踪与重建,其重建结果质量达到同类产品中最优的性能。本发明是首个可针对二维或三维各类图像的曲线结构追踪与重建模型,具有模型配置简单灵活、重建结果质量高,应用范围广泛的优势,可用于遥感卫星地图道路提取、眼底视网膜血管重建、全脑神经元追踪与重建等多个重要研究与应用领域。

Patent Agency Ranking